九龙司是哪里？-橘子百科-橘子都知道

九龙司是哪里？ 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(yǐ)来，微软公(gōng)司创始人比尔·盖茨(cí)已多次公开谈(tán)论(lùn)人工智能话题。在最(zuì)近的一次(cì)采访中(zhōng)，他再次表(biǎo)示(shì)：“AI可能会让科技行(xíng)业迎(yíng)来一次剧烈的洗牌”。

这个结(jié)论是(shì)他在(zài)当地时间2月20日接受《In Good Company》节目专访时提(tí)出的。

他预期(qī)，AI的(de)发展可能(néng)会威胁到谷歌的市占率，因为微软在AI方面(miàn)的行动相当(dāng)迅速(sù)。而(ér)最终科技巨头将把(bǎ)AI整合成用(yòng)户的“全(quán)能助手”，包揽(lǎn)一切应用(yòng)，与人们进(jìn)行(xíng)沟通并(bìng)提供建议(yì)，可(kě)以取代亚马逊、Siri或Outlook等应用。

大佬(lǎo)口中全(quán)能(néng)助手(shǒu)的(de)到来(lái)可能尚需时日，但由ControlNet引发的又(yòu)一次AI绘画浪潮，让(ràng)AIGC在ChatGPT的话题热点包围(wéi)中杀出(chū)重围。

ChatGPT之后(hòu)又一应用杀(shā)疯(fēng)了，AIGC或进入可控期，将洗牌科(kē)技行业？_黑料正能量

ControlNet颠(diān)覆AI绘画新(xīn)玩法

AIGC向可(kě)控靠近

以(yǐ)AI绘画为(wèi)代(dài)表的AIGC上一次爆(bào)火的时候，还是(shì)2022年8月，在美国科罗拉多州举办(bàn)的(de)新兴(xīng)数字艺术家(jiā)竞赛中，一幅名为《太空歌剧(jù)院》的作品获奖。

随后各(gè)大厂商的AI绘画软件(jiàn)被广大网友熟知并体验，Stable Diffusion便是其(qí)中代表(biǎo)。

用(yòng)户们(men)可以(yǐ)在应(yīng)用(yòng)中(zhōng)输入一组关键词或(huò)者一(yī)张照片，就能(néng)获(huò)得一幅AI创作的画作。

作画的关键就是所输入的(de)文本。同一(yī)组关键词也可以创作(zuò)出很多张风格不一(yī)样的画作(zuò)，这(zhè)让创作的过程就像开盲盒。

很多用户很(hěn)喜欢这种不确定的惊喜，他们会(huì)将生成的美(měi)图当做头像。而另一部(bù)分喜欢翻(fān)看AI绘画(huà)的“翻车”作品。在社交(jiāo)媒体上(shàng)，许多用户分享(xiǎng)AI“翻车现场”，例如，一位(wèi)网友的小狗照(zhào)片(piàn)被AI画(huà)成(chéng)了“肌肉男”，还有网友的个人照片被AI识别成了(le)建筑(zhù)。

而如今随着(zhe)ControlNet的出现与加持，以往(wǎng)AI绘画的填写关键(jiàn)词游戏可(kě)能要被(bèi)颠(diān)覆了(le)。

ControlNet是一(yī)位(wèi)正在斯坦福读博的中国人(rén)张吕敏(mǐn)创作的(de)一种基于控制点的(de)图(tú)像变形算(suàn)法，主要用于数字图像处理、计(jì)算(suàn)机视觉和计(jì)算机图形学等领域。

其(qí)SD插(chā)件(jiàn)一经发布，在短(duǎn)短的两天内便成为(wèi)了(le)AI绘画领(lǐng)域最新的热点(diǎn)。

在此之(zhī)前，大家用了(le)很多方法想让AI生成的结果尽(jǐn)可能的符(fú)合要求，但是都不尽如人意，它的出现代(dài)表着AI生成(chéng)开始进入真正的(de)可控时期。

因为(wèi)ControlNet可以直接提取画面的(de)构图，人物(wù)的(de)姿(zī)势和(hé)画面(miàn)的深度信息(xī)等。有了它的帮助，就不(bù)用频繁的用提示词来碰运气，抽盲盒式的创作(zuò)了。

通俗的说(shuō)ControlNet相(xiāng)当于给(gěi)AI绘画加了“魔法(fǎ)”，不少博主的作品已经(jīng)获得了大量(liàng)的浏览量，“viggo”就是其中之一(yī)，他用朋友(yǒu)的照片直接带她(tā)们走进动(dòng)漫世界。

viggo先用StableDiffusion图片转文(wén)字。

再用Text2Prompt插件拓展找到对应的关键(jiàn)词；最后用(yòng)ControlNet插件绑(bǎng)定骨骼(gé)开始换关键词试效(xiào)果。

通过图(tú)片就可以(yǐ)看出来，效果十分惊艳。

更厉害的是，除了真实的照片，草图(tú)也可以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿转全彩图(tú)。大(dà)神(shén)张吕敏其本(běn)尊也亲自回应。

不得不说当下AIGC已经(jīng)变得越来越强大，甚(shèn)至输出(chū)的作(zuò)品都已经能以假乱真了。

难辨虚实，AIGC技术力爆(bào)发

警惕(tì)安全问题

近日，“苏州金(jīn)鸡湖有游(yóu)艇party”的消息火遍网络，而经过(guò)警(jǐng)方辟谣这所谓的“party”可能是全国(guó)第一起AI绘图诈骗。

由(yóu)于(yú)这个活动(dòng)里面给出的美女(nǚ)照片(piàn)都是(shì)AI制作(zuò)的(de)真人照片(piàn)绘(huì)图，因为太逼真，被大家当成真(zhēn)事传播了。

不过仔细(xì)观察(chá)可(kě)以发现，活(huó)动发(fā)起者提供的照片(piàn)中有个很大的(de)漏洞(dòng)可以(yǐ)发现(xiàn)并非真人，而是(shì)AI绘图(tú)，那便(biàn)是图片中女性的(de)手指部分(fēn)有的(de)存在异常(cháng)。

ChatGPT之后又一(yī)应用杀疯了，AIGC或进(jìn)入可(kě)控(kòng)期，将洗(xǐ)牌(pái)科技行(xíng)业(yè)？_黑料(liào)正能量

有行(xíng)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(shǒu)，但最新看到的图片已经有越来越完(wán)美的AI模型出现(xiàn)，以后可能就完全没有漏洞了。”

类似的AI作图诈骗(piàn)在国外(wài)也(yě)已有发生。据英(yīng)国广播公司报道，土耳其(qí)地震期(qī)间，有Tiktok用户使用AI合成(chéng)了儿童受灾的假照片(piàn)发(fā)布到(dào)网络(luò)，以此诱(yòu)骗善良的人打赏“捐助”从(cóng)而实施诈骗(piàn)。

目前随着技术发(fā)展，AIGC已经能做(zuò)出真人照片般(bān)的绘图效(xiào)果，如果这(zhè)样的(de)图(tú)片被用来诈骗，将(jiāng)非常(cháng)可怕。

此(cǐ)外(wài)AIGC还引(yǐn)发了很多(duō)担忧，一(yī)方(fāng)面，批判者(zhě)认为(wèi)AI在“学(xué)习”了大量前(qián)人(rén)的作(zuò)品(pǐn)之后，其创作没有(yǒu)任何情绪和灵魂，难以和(hé)人类的艺术创作(zuò)相提并论。

另一方面，AIGC背后的版权、目(mù)前都(dōu)并没有得到有效(xiào)的(de)解决，还有AIGC会不会代替人类“至高无上(shàng)”的创意(yì)。

马(mǎ)斯克(kè)也(yě)强调，人工智能(néng)的(de)安全问题需(xū)要得(dé)到重视，太晚(wǎn)就(jiù)来不及了(le)。

AIGC下一站除了视(shì)频(pín)，还有远(yuǎn)方

技术都是有(yǒu)两面性的，潜在的危(wēi)害并(bìng)不能掩盖(gài)其光(guāng)辉(huī)的(de)贡献。现在(zài)看来，人工智能技术将是第四次工业革命的(de)核心驱动力量，将创(chuàng)造(zào)新的增长奇迹。

过去一年，人工智能在技术和商业(yè)层面(miàn)都(dōu)有(yǒu)了巨大进展，AI绘画就是(shì)人工智能(néng)技术发生(shēng)方(fāng)向(xiàng)性改变(biàn)的(de)一(yī)个代表。其下一站或许就是视频。

此(cǐ)前(qián)，Meta和谷歌先后发布了几条(tiáo)引爆科技圈的(de)短(duǎn)视频。这些视(shì)频引发关注并非(fēi)内容做得多优秀，反而(ér)都非常简(jiǎn)单，比如一匹(pǐ)正在喝(hē)水的马，一只(zhǐ)画画的玩(wán)具熊，或者一段骑摩托车的第(dì)一视(shì)角录像，随便(biàn)一个有手机(jī)的(de)人都(dōu)可以随手录下(xià)一段。

但这些短视频的创作方式非常(cháng)简单(dān)，创作者仅仅需要向AI输(shū)入(rù)一段话，甚至只是(shì)说一下要求(qiú)，AI就可以根据(jù)需要生成一段(duàn)视(shì)频。

谷(gǔ)歌(gē)发布(bù)的两个AI生成视频分别来自于Imagen Video和Phenaki，前者主(zhǔ)要突出的是高(gāo)清(qīng)，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布(bù)了(le)AI生成的视频后，AI圈就已经玩(wán)了一波梗，一(yī)个(gè)能够做出更高(gāo)清视频的(de)AI还不(bù)足以(yǐ)在(zài)短时间内戳中兴奋点。

Phenaki更(gèng)加(jiā)令人震(zhèn)惊的(de)地方在(zài)于，它(tā)可以(yǐ)制九龙司是哪里？(zhì)作出超(chāo)过(guò)2分钟(zhōng)的(de)连贯的也有确切内容(róng)的视(shì)频，这才是(shì)真正让人们感(gǎn)到(dào)惊(jīng)喜的地方。因为无(wú)论AI生成的视频多么(me)高清，也只能(néng)是为内容生(shēng)产者提供一个灵感，一(yī)个素材(cái)，一个过场动画(huà)。

不过能够制(zhì)作出(chū)有(yǒu)具体剧(jù)情(qíng)内容的视频就意味着，一(yī)些视频创(chuàng)作由AI代(dài)替人工完成已经初(chū)步有(yǒu)了可(kě)能(néng)。

当下AI的发展速度(dù)已经超过大部分人的想(xiǎng)象。内(nèi)容产业的(de)本质是供给创(chuàng)造需(xū)求，AIGC作(zuò)为全(quán)新的内容生产(chǎn)方式(shì)，可以(yǐ)为(wèi)内容产业(yè)带来更(gèng)新(xīn)的(de)内容风格(gé)、更快的(de)生(shēng)产速度，更(gèng)低的生(shēng)产(chǎn)成(chéng)本，这无疑会驱动内容产业的大爆发(fā)。

除了AI绘图(tú)、视(shì)频，AIGC技术还能应用于音乐、代码、机(jī)器(qì)人(rén)动(dòng)作等(děng)多种内(nèi)容形(xíng)式的生成。不难发现该项技术不仅(jǐn)在游戏等行业能(néng)得(dé)到有效应用(yòng)，对于下一代互(hù)联网各种元素的构建亦(yì)有关键意(yì)义。

从(cóng)商业化的角度来看(kàn)，文化娱乐、教(jiào)育(yù)、传媒等诸(zhū)多领域(yù)，本身就对基于(yú)AI的可视(shì)化内容(róng)有强烈(liè)需求。

因此(cǐ)，AI绘画(huà)及视频或不是结果，而(ér)只是AI进程(chéng)中(zhōng)的一块重要拼(pīn)图，有(yǒu)望在技(jì)术(shù)更(gèng)新的(de)加持下实现更(gèng)大的应(yīng)用价值。

AI从理解(jiě)内容(róng)，走向了(le)可(kě)以生成内容，甚(shèn)至能够创(chuàng)造出独立价值(zhí)和独立视角的内(nèi)容。AIGC的(de)再次出圈，更(gèng)代表着未来的先进生产力即将(jiāng)到来(lái)。

紧抓大模型与算力，牢固AIGC底座

从技术的发展也可(kě)以看出，在语言大模型(xíng)、图像大模型之后(hòu)，多模(mó)态(tài)大模型已(yǐ)经成为了新的趋势。

大(dà)模型被誉为当前人工智能发(fā)展的(de)智能底(dǐ)座，是全球竞争最激烈(liè)的研究方向(xiàng)之一，包括谷歌、亚(yà)马逊(xùn)、百(bǎi)度(dù)、阿(ā)里、腾讯(xùn)等众(zhòng)多头部(bù)企业都在竞相发力。

不过训练(liàn)大(dà)模型的确价(jià)格不菲，以(yǐ)国盛证券发布的《ChatGPT需要多少算力》报告估算(suàn)，GPT-3训练一次(cì)的成本约为140万(wàn)美元。而(ér)对于一些更大的LLM(大型语言模型)，训练(liàn)成本(běn)则介(jiè)于(yú)200万(wàn)美元至1200万美元高价之间(jiān)。

以ChatGPT在2023年1月的独立访客平(píng)均(jūn)数1300万计算，其(qí)对应芯片需求为3万多片英伟达(dá)A100 GPU，初(chū)始投入(rù)成本约为8亿(yì)美元，每日仅电费就在5万美元左(zuǒ)右。

此外不论是ChatGPT还是AIGC，都离不开庞大算(suàn)力支持。在关注各类大模型的发展(zhǎn)同时，更(gèng)应该关注算力网络的建设。

算力网络正驱动AI产业发展进入史诗(shī)级加速进程，让AIGC及通用AI这一人工智能发展(zhǎn)的终极目(mù)标(biāo)离得(dé)更近。

因为算力可以对突破性技(jì)术(shù)创新(xīn)提(tí)供大(dà)力的支持。这方面，多模态大模型(xíng)是典型。作为(wèi)面向未来强(qiáng)人工智能(néng)、通用人工智能的重要技术创新，多模(mó)态大(dà)模型已经在人工智能领域提出了很多年(nián)，业界也有不少技术(shù)突(tū)破，但是，多模态大(dà)模型进一步往下(xià)走，算力需(xū)求(qiú)呈几何(hé)式上升，一般的算(suàn)力基础设施很(hěn)快将难以(yǐ)胜任。

从(cóng)图像(xiàng)、文字(zì)、语音单(dān)独(dú)一项的训练，到双模态、三模态(tài)的(de)跃(yuè)迁，让人工(gōng)智能可以灵活应对不同模态的转化(huà)、像人与世界交互一样自然，这(zhè)方面(miàn)，由算力网(wǎng)络来驱动将有明显优势。