发奋还是发愤读书啊，发奋还是发愤图强-绿茶通用站群

发奋还是发愤读书啊，发奋还是发愤图强 ChatGPT之后又一应用杀疯了，AIGC或进入可控期，将洗牌科技行业？

自聊天机器人ChatGPT火(huǒ)爆以来(lái)，微软公司创(chuàng)始人比尔·盖茨已(yǐ)多次公开谈论人工(gōng)智能话题。在最近的一次采访中，他(tā)再次(cì)表示：“AI可能会让科技行业迎来一次剧(jù)烈的洗牌”。

这个结论是他在(zài)当地时间2月20日接受《In Good Company》节目专访(fǎng)时提出的(de)。

他预期(qī)，AI的(de)发(fā)展(zhǎn)可(kě)能会威胁到谷歌的市占率(lǜ)，因(yīn)为微软在AI方(fāng)面的行(xíng)动相当(dāng)迅速(sù)。而最终科(kē)技巨头将把AI整合成(chéng)用户的“全能助(zhù)手”，包(bāo)揽(lǎn)一切应用，与(yǔ)人们进行沟通并提供建议，可(kě)以(yǐ)取代亚马逊(xùn)、Siri或Outlook等应(yīng)用。

大佬(lǎo)口中全能(néng)助手(shǒu)的到来(lái)可能尚需时(shí)日(rì)，但由ControlNet引发(fā)的又(yòu)一(yī)次(cì)AI绘(huì)画(huà)浪潮(cháo)，让AIGC在ChatGPT的话(huà)题热(rè)点包围中杀(shā)出(chū)重围。

ChatGPT之(zhī)后又一应用(yòng)杀疯了，AIGC或(huò)进入可控期，将洗牌科技行业？_黑料正能量

ControlNet颠覆(fù)AI绘画新(xīn)玩法

AIGC向可(kě)控(kòng)靠(kào)近(jìn)

以AI绘画为代表的(de)AIGC上一次爆(bào)火的时候，还是2022年8月(yuè)，在美国科(kē)罗拉多(duō)州举(jǔ)办的新兴(xīng)数字艺(yì)术(shù)家竞(jìng)赛中，一幅名(míng)为《太空歌剧院》的作品获奖。

随后各大厂(chǎng)商的AI绘画软件被广(guǎng)大网友熟(shú)知并(bìng)体(tǐ)验，Stable Diffusion便是(shì)其中代(dài)表。

用户们可以在应用中输入一组关键词或(huò)者一张照片，就能获(huò)得一(yī)幅AI创(chuàng)作(zuò)的(de)画(huà)作。

作画(huà)的关键就是所(suǒ)输入(rù)的文本。同一组关键词也可以(yǐ)创作出很多张风格不(bù)一样的画作，这让创作的过程就像开盲盒。

很多用户(hù)很喜欢这种不确定的惊喜，他们会(huì)将生(shēng)成的美图当做头像。而(ér)另一部分喜欢(huān)翻看AI绘(huì)画的“翻车(chē)”作品。在社交媒体上，许多(duō)用(yòng)户分享AI“翻车(chē)现场”，例如(rú)，一位(wèi)网友的(de)小狗照片(piàn)被AI画(huà)成了(le)“肌(jī)肉男”，还有网(wǎng)友的个人照片被(bèi)AI识别成(chéng)了建筑。

而如今(jīn)随着ControlNet的出(chū)现与(yǔ)加持，以往AI绘(huì)画的填写关键词游(yóu)戏(xì)可能要被颠覆了(le)。

ControlNet是一位正在斯坦福读(dú)博(bó)的中国人张(zhāng)吕敏创作的一种基(jī)于(yú)控制点(diǎn)的图(tú)像变形算(suàn)法(fǎ)，主要用于数字图(tú)像(xiàng)处理、计算(suàn)机视觉和计算机(jī)图形学等领域。

其(qí)SD插件一经(jīng)发布，在(zài)短短的两天内便成(chéng)为(wèi)了AI绘(huì)画领(lǐng)域最新的热点(diǎn)。

在此之(zhī)前，大(dà)家用了很多方法想让AI生成的(de)结果尽可能(néng)的符(fú)合(hé)要(yào)求，但是都(dōu)不尽(jǐn)如人意，它的出现代表着AI生(shēng)成开始进(jìn)入真正的可控时期。

因为(wèi)ControlNet可以直接提(tí)取画面的(de)构图(tú)，人物的姿(zī)势和画面的深(shēn)度(dù)信息(xī)等。有了它的帮助(zhù)，就(jiù)不用频(pín)繁的(de)用提示词来碰运气，抽盲(máng)盒式的创作(zuò)了。

通俗的说ControlNet相当于给AI绘(huì)画(huà)加了“魔法”，不少博主的作品已经获得了(le)大量(liàng)的(de)浏览量，“viggo”就是其中之一，他用(yòng)朋(péng)友(yǒu)的照片直接带她(tā)们走进(jìn)动漫(màn)世界。

viggo先用StableDiffusion图(tú)片转(zhuǎn)文字。

再用Text2Prompt插件拓展找到对应的关(guān)键词；最后用ControlNet插件绑定骨骼开始换关键词试效(xiào)果。

通过图片就可以看出来，效果十分惊艳。

更厉(lì)害(hài)的是，除了真实的照片(piàn)，草(cǎo)图也可以(yǐ)加(jiā)上“魔法”，知(zhī)乎(hū)大牛“DevPoint”和“逗砂(shā)”介绍到ControlNet还能(néng)实现线稿转全彩图(tú)。大神张吕敏其(qí)本尊也亲(qīn)自回(huí)应。

不得(dé)不说当下AIGC已(yǐ)经变得越来越强大，甚至输出(chū)的作品都已经能以假乱真(zhēn)了。

难辨虚实，AIGC技术力爆发

警惕安全问题(tí)

近日，“苏州金鸡湖有游艇party”的消息火遍(biàn)网络，而经过警方(fāng)辟(pì)谣这所谓(wèi)的(de)“party”可能是全国第(dì)一起AI绘图诈(zhà)骗。

由于这(zhè)个活(huó)动里面给(gěi)出的(de)美女照片(piàn)都是AI制作的真人照(zhào)片(piàn)绘图，因为太逼真(zhēn)，被大家当成真事传(chuán)播了(le)。

不过仔细(xì)观察(chá)可(kě)以发现，活动发起者提供的照片中有个很大的漏洞可以(yǐ)发现并非真人，而是AI绘(huì)图，那便是图片中女(nǚ)性的手(shǒu)指部分有的存在(zài)异(yì)常。

ChatGPT之(zhī)后又(yòu)一(yī)应用(yòng)杀疯了，AIGC或(huò)进(jìn)入可控期，将洗牌(pái)科技行业？_黑料(liào)正能量(liàng)

有行业人事(shì)表示：“现在因(yīn)为手指(zhǐ)部分的绘画算(suàn)法比较复杂，AI还不太会画人(rén)的手，但最(zuì)新看到的图片已经有越来(lái)越完美的AI模型出现，以后可能就完全没有漏洞了。”

类似的AI作图诈骗在国外也已(yǐ)有发生。据(jù)英国(guó)广播公司报(bào)道，土耳其(qí)地震期间，有(yǒu)Tiktok用户使(shǐ)用AI合成了儿童受(shòu)灾的(de)假照(zhào)片发(fā)布到网(wǎng)络，以此诱(yòu)骗善(shàn)良的人(rén)打赏“捐助(zhù)”从(cóng)而实施诈骗。

目前(qián)随着技术发展(zhǎn)，AIGC已经能做出真人照片般的(de)绘图效果，如果这(zhè)样的图片被用来(lái)诈骗，将非(fēi)常(cháng)可怕。

此(cǐ)外AIGC还引(yǐn)发了很多(duō)担忧，一方面，批判者认为AI在“学习”了大量前人(rén)的作品之后(hòu)，其创(chuàng)作没有任何情(qíng)绪(xù)和(hé)灵(líng)魂，难以和人类的(de)艺术创作相提并论。

另一方面，AIGC背后的版权、目前(qián)都并没有得到有效的解决，还有(yǒu)AIGC会不会(huì)代替人类“至(zhì)高(gāo)无上(shàng)”的创意。

马(mǎ)斯(sī)克也强调，人工智能的安(ān)全(quán)问(wèn)题(tí)需要得到重视，太晚就来(lái)不及(jí)了。

AIGC下一(yī)站除了视频，还有远方

技术都是有两面性(xìng)的，潜在的危害并不能掩盖其光辉的贡献(xiàn)。现在看(kàn)来，人工智(zhì)能技(jì)术(shù)将是第(dì)四(sì)次(cì)工业革命的核心驱动力量(liàng)，将创造(zào)新(xīn)的增长奇迹。

过去(qù)一年，人工智能(néng)在(zài)技术(shù)和(hé)商业(yè)层面都有了巨大进展，AI绘画(huà)就是人工智能技术发生方向(xiàng)性改变(biàn)的一个代表。其下一(yī)站或(huò)许就是视频。

此(cǐ)前，Meta和谷歌先后发(fā)布了几条引(yǐn)爆科(kē)技圈的短视(shì)频。这些视频引发关注并非内容(róng)做得(dé)多(duō)优秀，反而(ér)都非常(cháng)简(jiǎn)单，比如一匹正在喝水的马，一只(zhǐ)画画的玩具熊，或者一段骑(qí)摩托车的第一视角录像，随(suí)便一(yī)个有手机的人都(dōu)可以随手录下一(yī)段。

但这些(xiē)短(duǎn)视频的创作方式非常简(jiǎn)单，创作者(zhě)仅仅需要向AI输入一段话(huà)，甚(shèn)至只是说一(yī)下要求，AI就可以根据需要(yào)生成一段视频。

谷歌发(fā)布的两个AI生成视(shì)频分(fēn)别来自于Imagen Video和Phenaki，前者主要突出的是高清，与(yǔ)Meta的(de)Make-A-Video没有(yǒu)太多(duō)的差别。

在Make-A-Video公布了AI生(shēng)成(chéng)的视(shì)频后，AI圈就已经玩(wán)了一波(bō)梗(gěng)，一(yī)个能够做出(chū)更(gèng)高清视(shì)频的(de)AI还不足以在短时间内戳中兴奋点。

Phenaki更加(jiā)令人震惊的地方在于，它可以(yǐ)制作出(chū)超过2分钟(zhōng)的连贯的也有确切内(nèi)容(róng)的视频，这才是(shì)真正让人(rén)们感到惊喜的地方。因为无论(lùn)AI生(shēng)成(chéng)的视频(pín)多(duō)么高清，也(yě)只(zhǐ)能是为内容生产者提供(gōng)一(yī)个(gè)灵(líng)感，一个素(sù)材，一个过(guò)场动画。

不过(guò)能够制作出有(yǒu)具体剧情内容(róng)的视频就意味着(zhe)，一些视(shì)频创作由AI代替人工完成(chéng)已经初(chū)步有了可(kě)能(néng)。

当下AI的发展速度已(yǐ)经(jīng)超过大部分人的(de)想(xiǎng)象。内容产业的本质是供给(gěi)创造需求(qiú)，AIGC作为全新的内容生产方式，可以为内容产(chǎn)业(yè)带来更新的(de)内容风格、更快的生产(chǎn)速(sù)度，更低(dī)的生产成本，这无(wú)疑会(huì)驱动内(nèi)容(róng发奋还是发愤读书啊，发奋还是发愤图强)产业的大爆发。

除了AI绘图、视频，AIGC技(jì)术还能应用于音乐(lè)、代(dài)码、机器人动作等(děng)多种内容(róng)形式的生成(chéng)。不难发现(xiàn)该(gāi)项技术不仅在(zài)游戏(xì)等行业能(néng)得到有效应用(yòng)，对于下一代互联网各种元(yuán)素的(de)构建(jiàn)亦有关(guān)键意义。

从(cóng)商业化的角度来看(kàn)，文化娱乐、教育、传(chuán)媒等(děng)诸多领域(yù)，本身就对基于AI的(de)可(kě)视化内容(róng)有(yǒu)强(qiáng)烈需求。

因(yīn)此，AI绘画(huà)及视(shì)频或不是(shì)结果，而只是AI进程中的一块(kuài)重要拼图，有望在(zài)技术更新的(de)加(jiā)持下(xià)实(shí)现(xiàn)更(gèng)大(dà)的(de)应(yīng)用价值(zhí)。

AI从理解内容，走向了可以生(shēng)成内容，甚至(zhì)能够创造出独立价值和独立视角的内容。AIGC的再次出圈，更代表着未(wèi)来的先进生(shēng)产力即将到来。

紧抓大模型与算力，牢固AIGC底座

从技术(shù)的发展(zhǎn)也可以看(kàn)出，在语言大模型、图像(xiàng)大模型之后，多模态(tài)大模型已经成为了(le)新(xīn)的趋(qū)势。

大模(mó)型被(bèi)誉(yù)为当前(qián)人工智能发展(zhǎn)的智(zhì)能(néng)底座，是全(quán)球竞争最激烈的研(yán)究方向(xiàng)之一(yī)，包括谷歌、亚马逊、百度、阿里(lǐ)、腾讯等众(zhòng)多头部企(qǐ)业(yè)都在竞相发力。

不过训练大模型的确价格不菲，以国(guó)盛证券(quàn)发(fā)布的《ChatGPT需要多少(shǎo)算力》报告估算(suàn)，GPT-3训练一次(cì)的成本约为140万美元。而对于一(yī)些更大的LLM(大型(xíng)语(yǔ)言(yán)模型)，训练成本(běn)则(zé)介于200万(wàn)美元至1200万美元高(gāo)价之间。

以ChatGPT在(zài)2023年1月的独立访客平均数1300万计算，其对(duì)应芯(xīn)片需求为3万多片英伟(wěi)达A100 GPU，初始投入成本约为8亿(yì)美元(yuán)，每(měi)日仅电费就(jiù)在5万(wàn)美元左右。

此外(wài)不论(lùn)是ChatGPT还(hái)是AIGC，都离不开庞大算力支持。在(zài)关注各类大(dà)模型的发(fā)展同时(shí)，更应该关注算力(lì)网络的建设。

算力网(wǎng)络正(zhèng)驱(qū)动AI产业发(fā)展进入史诗(shī)级加速(sù)进(jìn)程，让AIGC及通用AI这一人工(gōng)智(zhì)能发展的终极目(mù)标(biāo)离得更近。

因(yīn)为算力可以对突(tū)破(pò)性技术创新提供大(dà)力的支持。这(zhè)方面，多模态大(dà)模(mó)型(xíng)是(shì)典型。作(zuò)为面向未来强(qiáng)人工智(zhì)能、通用(yòng)人工智能的重要(yào)技术创新，多模态大模型已经在人工智能领域提出了很多年，业界也有(yǒu)不少(shǎo)技术(shù)突(tū)破，但(d发奋还是发愤读书啊，发奋还是发愤图强àn)是，多模态大模型进一步往下走，算力需(xū)求呈几何式上升，一般(bān)的算力基础(chǔ)设施很快将难(nán)以(yǐ)胜任。

从(cóng)图像(xiàng)、文字(zì)、语音(yīn)单独一(yī)项的训练(liàn)，到(dào)双(shuāng)模态、三(sān)模(mó)态(tài)的跃(yuè)迁，让人工智能可以灵活应对不同模(mó)态的转化、像(xiàng)人与世界交互一样自(zì)然，这方面，由算(suàn)力网络(luò)来驱动将有明(míng)显优势。