广西大学唐纪良主任科员，广西大学唐记良-成都工装公司_工装装修效果图_专注公装设计装修

广西大学唐纪良主任科员，广西大学唐记良 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(jī)器人ChatGPT火爆以来(lái)，微(wēi)软公司创(chuàng)始人比尔(ěr)·盖茨已多次公开谈(tán)论人工智能话题。在最(zuì)近的(de)一(yī)次采(cǎi)访中，他再(zài)次表示：“AI可能会让科技行业迎来一次剧烈的洗牌”。

这(zhè)个结论是他(tā)在当地时间2月20日接受《In Good Company》节(jié)目专访时(shí)提出(chū)的。

他(tā)预期(qī)，AI的发展可能(néng)会威(wēi)胁到谷歌的市(shì)占率，因为微(wēi)软在AI方面的行动相当迅(xùn)速(sù)。而最终科(kē)技巨(jù)头将(jiāng)把AI整合成用户的“全能助手”，包(bāo)揽一切应用，与人们进行沟通并提供建议，可(kě)以取(qǔ)代亚马逊、Siri或Outlook等应用。

大佬口(kǒu)中全能助手的到来(lái)可能尚需(xū)时日，但由(yóu)ControlNet引发的又一次AI绘画浪潮(cháo)，让AIGC在ChatGPT的(de)话题热点包围中(zhōng)杀出(chū)重围(wéi)。

ChatGPT之后又一(yī)应(yīng)用杀疯了，AIGC或进入可(kě)控期(qī)，将洗牌科技(jì)行业？_黑(hēi)料正能量

ControlNet颠覆AI绘画新玩法(fǎ)

AIGC向可控(kòng)靠近

以(yǐ)AI绘画为代表的AIGC上一次爆(bào)火的(de)时候，还是2022年(nián)8月，在美国(guó)科罗拉多州举办的(de)新兴数字艺术家竞赛中，一幅名为《太空歌剧院》的作品获奖(jiǎng)。

随(suí)后(hòu)各大厂商的(de)AI绘画(huà)软(ruǎn)件被广(guǎng)大网(wǎng)友熟知并(bìng)体验，Stable Diffusion便是其中代(dài)表。

用(yòng)户们可以在应用(yòng)中输入一组关键词或(huò)者一张照片(piàn)，就(jiù)能(néng)获得一幅AI创(chuàng)作的画作(zuò)。

作画的关(guān)键就是所(suǒ)输入(rù)的文本。同(tóng)一组关键词也可以创(chuàng)作出(chū)很多张风格不一样(yàng)的画作，这让创作的过程就像(xiàng)开盲盒。

很(hěn)多用户很喜欢这种(zhǒng)不确定的惊(jīng)喜，他们会将生成(chéng)的美图当做头像(xiàng)。而另一部分喜欢翻看AI绘(huì)画的(de)“翻车”作品(pǐn)。在(zài)社交媒体上，许(xǔ)多用(yòng)户分享AI“翻(fān)车现场”，例(lì)如(rú)，一位网(wǎng)友的小狗照片被AI画成(chéng)了“肌肉男”，还有(yǒu)网友的个人照片被AI识别成了建筑。

而(ér)如今随着ControlNet的出现与加持(chí)，以往AI绘画的填(tián)写关键词游戏可能要被颠(diān)覆了。

ControlNet是(shì)一(yī)位正(zhèng)在斯坦福读(dú)博的中(zhōng)国(guó)人张吕敏(mǐn)创作的一(yī)种(zhǒng)基于控制点(diǎn)的(de)图(tú)像变(biàn)形算法，主要用(yòng广西大学唐纪良主任科员，广西大学唐记良)于数字图像(xiàng)处理、计算机视觉和(hé)计(jì)算机图形学等领(lǐng)域(yù)。

其SD插件(jiàn)一(yī)经发布，在短短的(de)两天内便成(chéng)为了(le)AI绘画领域最新(xīn)的热点。

在此(cǐ)之前，大家用(yòng)了很多方(fāng)法想让AI生成的结果尽可能的符合要求，但是都不尽如人意(yì)，它的出现代表着AI生成开始(shǐ)进入(rù)真(zhēn)正的可控(kòng)时期。

因为ControlNet可以(yǐ)直(zhí)接(jiē)提(tí)取(qǔ)画面的(de)构图，人物的姿(zī)势和画面的深(shēn)度信息等(děng)。有了它的(de)帮助，就不用频繁的用(yòng)提示词(cí)来碰运气，抽盲盒式的创作(zuò)了(le)。

通俗的(de)说ControlNet相当于给AI绘画加了(le)“魔法”，不(bù)少博(bó)主的作品(pǐn)已经获(huò)得了大量(liàng)的(de)浏(liú)览量，“viggo”就是其中之一，他用朋(péng)友的(de)照片直接(jiē)带她们(men)走(zǒu)进(jìn)动漫世界(jiè)。

viggo先用StableDiffusion图(tú)片(piàn)转文(wén)字(zì)。

再(zài)用Text2Prompt插件拓展找到(dào)对应的(de)关键(jiàn)词；最后用(yòng)ControlNet插(chā)件绑定骨骼开始换(huàn)关(guān)键(jiàn)词试效果。

通过图片就(jiù)可(kě)以看出来(lái)，效果十分惊(jīng)艳。

更厉害(hài)的是，除(chú)了(le)真实(shí)的照(zhào)片(piàn)，草图也可以加上“魔法”，知乎(hū)大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线(xiàn)稿(gǎo)转全彩图。大(dà)神(shén)张吕(lǚ)敏其本(běn)尊(zūn)也亲(qīn)自回应。

不(bù)得不说当下(xià)AIGC已经变得(dé)越来越强大，甚至输出的作品都已(yǐ)经能以假乱真(zhēn)了。

难辨(biàn)虚实，AIGC技术力爆发

警惕安全问题

近日(rì)，“苏州金鸡湖有游(yóu)艇(tǐng)party”的消息(xī)火遍网(wǎng)络，而经过警方辟(pì)谣这(zhè)所谓的“party”可能是全国第一起AI绘图诈骗。

由(yóu)于这个活动里面给出的美女照片都是(shì)AI制作的真人照片绘(huì)图，因(yīn)为太逼真，被大家当成真(zhēn)事传播了。

不过仔细观察可(kě)以发现，活(huó)动发起者提供的照片中有个很大的漏洞可以发(fā)现并(bìng)非真(zhēn)人，而是(shì)AI绘图(tú)，那便是(shì)图片中女性的手指部分有的存在异(yì)常(cháng)。

ChatGPT之后(hòu)又一应(yīng)用杀疯(fēng)了，AIGC或(huò)进入(rù)可控期，将洗牌科技行业？_黑料正能量

有行业(yè)人事表示：“现在因为手指部分的绘画算法比较复杂，AI还(hái)不太会画人的(de)手，但最新看到的图片已经有越来越完美的(de)AI模(mó)型(xíng)出(chū)现(xiàn)，以后(hòu)可能就完(wán)全(quán)没(méi)有漏(lòu)洞(dòng)了(le)。”

类似的(de)AI作图(tú)诈骗(piàn)在国外也已有发生(shēng)。据英国广(guǎng)播(bō)公司报(bào)道，土耳其(qí)地震期(qī)间，有Tiktok用户使(shǐ)用AI合成了(le)儿童受(shòu)灾的假(jiǎ)照片发布到网络，以此诱骗善良(liáng)的人打赏“捐助”从而实施诈骗。

目前随着技术发展，AIGC已经(jīng)能(néng)做出真(zhēn)人照片般的绘图效果，如(rú)果这样(yàng)的图片被用来(lái)诈骗，将(jiāng)非常(cháng)可怕。

此外(wài)AIGC还引(yǐn)发了(le)很多(duō)担(dān)忧(yōu)，一方面，批判者认为AI在(zài)“学习”了大量(liàng)前人的作品之后，其创作没有任何(hé)情绪和灵魂，难以和(hé)人类的艺术创作相提并论。

另一方面(miàn)，AIGC背(bèi)后的版权(quán)、目前(qián)都并没有得到(dào)有效的解决(jué)，还有AIGC会不会代(dài)替人类“至高(gāo)无上”的创(chuàng)意。

广西大学唐纪良主任科员，广西大学唐记良

马斯克也(yě)强调(diào)，人工(gōng)智能的安(ān)全问题需(xū)要得到重视，太晚(wǎn)就来不(bù)及了。

AIGC下一站除了视频，还有远方

技术都是(shì)有两面性的，潜(qián)在的危害并不能掩(yǎn)盖其(qí)光辉的贡献(xiàn)。现在看来(lái)，人工智(zhì)能技术将(jiāng)是第四(sì)次工(gōng)业革命的(de)核心驱动力量，将(jiāng)创造(zào)新的增长(zhǎng)奇迹。

过去一年，人工智能在(zài)技术和商业层面都有了巨大进展，AI绘画(huà)就是(shì)人工智能技术发生方向(xiàng)性(xìng)改(gǎi)变的一个代表(biǎo)。其下一站或(huò)许(xǔ)就(jiù)是视频。

此前，Meta和谷歌(gē)先后发布了几条引爆科技圈的短视频。这些视频引(yǐn)发关注并非内容做得(dé)多优秀(xiù)，反而都(dōu)非常简单，比如(rú)一匹(pǐ)正在喝水的马(mǎ)，一只画(huà)画的玩具熊，或者一段骑摩托车的(de)第一视(shì)角(jiǎo)录像，随便一个有(yǒu)手机的人都可以随(suí)手(shǒu)录下一段。

但这些短(duǎn)视频的创作方式(shì)非常简单(dān)，创作者仅仅需要向AI输入一段话，甚至(zhì)只是说一下要求(qiú)，AI就可以根据需(xū)要生成一段视(shì)频(pín)。

谷歌发布的两个(gè)AI生成视(shì)频分别(bié)来自于Imagen Video和Phenaki，前(qián)者主要突出的是(shì)高清，与Meta的(de)Make-A-Video没有太多的差别。

在Make-A-Video公布了AI生成的视频后，AI圈就已经玩了(le)一(yī)波梗，一个能够(gòu)做出更高(gāo)清视(shì)频的AI还(hái)不足以在短时间内戳中兴奋点。

Phenaki更加令人(rén)震惊的地方在于，它可以制作出超过(guò)2分钟(zhōng)的连贯的也有确切内容的视频(pín)，这才是真(zhēn)正(zhèng)让人们感(gǎn)到惊(jīng)喜的地方。因(yīn)为无论AI生成的(de)视(shì)频多么高清，也只能是为内容生(shēng)产者提供一个灵感，一个素材，一个过场(chǎng)动画(huà)。

不过能(néng)够制作出有(yǒu)具体剧情内容的视(shì)频就意味(wèi)着，一些(xiē)视频创(chuàng)作由AI代(dài)替人工(gōng)完(wán)成已经初步(bù)有了可(kě)能。

当下AI的(de)发展速度已经超过大部分人的想象。内容产业(yè)的本质(zhì)是供(gōng)给创造需(xū)求，AIGC作为全新的内容生产方式，可以为内(nèi)容产业带来更新的(de)内容风(fēng)格、更快的(de)生(shēng)产速度，更低的(de)生产(chǎn)成(chéng)本，这无疑会驱(qū)动(dòng)内容(róng)产业的大爆发。

除了AI绘图、视频，AIGC技术(shù)还能(néng)应(yīng)用于音乐(lè)、代(dài)码、机(jī)器人动作(zuò)等多(duō)种内容形式的(de)生(shēng)成。不难发现该项技术(shù)不仅在游戏等行(xíng)业能得到有效(xiào)应用，对于下一代互联网各种(zhǒng)元素的构建亦有(yǒu)关键意(yì)义。

从商业化的角度来看，文化娱乐(lè)、教育、传(chuán)媒等诸(zhū)多领域(yù)，本身(shēn)就对基(jī)于AI的可视(shì)化(huà)内容有(yǒu)强烈(liè)需求。

因此，AI绘画及视频(pín)或不是结果，而只是AI进程中的(de)一块重要拼图，有(yǒu)望在(zài)技术(shù)更新的(de)加持下(xià)实现更(gèng)大的应(yīng)用价值(zhí)。

AI从理解内容(róng)，走向了可(kě)以生成(chéng)内容，甚(shèn)至能够创(chuàng)造(zào)出(chū)独立价值和(hé)独立视角的内容。AIGC的再(zài)次出圈，更代表着未来的(de)先进生产力(lì)即将到来(lái)。

紧抓大模型(xíng)与算力(lì)，牢固AIGC底座

从技术(shù)的发展也可以看出，在语(yǔ)言大模(mó)型、图像大模型之后，多模态大模(mó)型已(yǐ)经(jīng)成为(wèi)了新的趋势。

大模(mó)型被誉为当前人(rén)工智(zhì)能(néng)发展的智能底座(zuò)，是全球竞争最(zuì)激烈的研究(jiū)方向之一，包括谷歌、亚马逊、百度、阿里、腾(téng)讯等众多头部企业都在竞相发(fā)力。

不(bù)过(guò)训练大模型(xíng)的确价格(gé)不菲，以国(guó)盛证券发(fā)布的《ChatGPT需要多少(shǎo)算(suàn)力》报(bào)告(gà广西大学唐纪良主任科员，广西大学唐记良o)估(gū)算，GPT-3训练(liàn)一次(cì)的成(chéng)本约(yuē)为(wèi)140万美元。而对于一些更大的LLM(大(dà)型语言模(mó)型)，训练成本(běn)则介于200万美元至1200万美元高价之间。

以ChatGPT在2023年1月的独立访客平(píng)均数1300万计算，其对应芯片需(xū)求为(wèi)3万(wàn)多片(piàn)英伟达(dá)A100 GPU，初(chū)始投入成本约(yuē)为8亿美元(yuán)，每日仅电费就(jiù)在5万美(měi)元左右。

此(cǐ)外不论是ChatGPT还(hái)是AIGC，都离不(bù)开庞大算(suàn)力支持。在关注(zhù)各类大(dà)模型的发展同时(shí)，更(gèng)应(yīng)该关注算力网(wǎng)络的建设。

算力网络正(zhèng)驱动AI产业(yè)发展进入史诗级(jí)加速进程，让AIGC及通用(yòng)AI这一人工(gōng)智(zhì)能发展(zhǎn)的终极目标离得更近。

因为(wèi)算(suàn)力(lì)可(kě)以对突破性技(jì)术创新提供大力的支持。这(zhè)方面，多模(mó)态大(dà)模型是典型(xíng)。作为面向未来强人工智能(néng)、通用(yòng)人工智能的重(zhòng)要技术创新，多模态大模型(xíng)已(yǐ)经(jīng)在人(rén)工智(zhì)能领域提出了很多年，业界也有不少技(jì)术突破，但是，多模(mó)态大模型进一步往下走，算(suàn)力需(xū)求呈几(jǐ)何式上(shàng)升，一般的算力基础设施(shī)很快将难(nán)以胜任。

从图像、文字、语音(yīn)单独一项(xiàng)的训(xùn)练，到双模态、三模(mó)态的(de)跃迁，让(ràng)人工智能可以灵(líng)活应对不同模态的(de)转(zhuǎn)化、像人与世界交互(hù)一样自然，这方面，由(yóu)算力网络来驱动将有明显(xiǎn)优势。