外公总是在妈妈身上睡觉好吗，外公在妈妈身上做什么-橘子百科-橘子都知道

外公总是在妈妈身上睡觉好吗，外公在妈妈身上做什么 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(liáo)天机器人ChatGPT火爆以来(lái)，微软公司创始(shǐ)人比尔·盖茨(cí)已多次公(gōng)开谈论人工智能话题。在最近的一次采访中，他再次(cì)表示(shì)：“外公总是在妈妈身上睡觉好吗，外公在妈妈身上做什么AI可能会让科技行业(yè)迎来(lái)一次剧烈的洗牌”。

这个结论(lùn)是(shì)他在(zài)当地时间(jiān)2月20日接受《In Good Company》节目专访时提出的(de)。

他预(yù)期，AI的发展可能(néng)会威胁到谷歌的市占(zhàn)率，因为微软(ruǎn)在AI方(fāng)面的行动相当迅速。而最终科技巨头将(jiāng)把AI整合成用户(hù)的(de)“全(quán)能助(zhù)手(shǒu)”，包揽一切应用，与人(rén)们进行沟(gōu)通(tōng)并提供建议，可以取(qǔ)代亚马(mǎ)逊、Siri或Outlook等应用。

大佬口中全能助手的到来可(kě)能尚需时日，但由(yóu)ControlNet引发的又一次AI绘画浪潮(cháo)，让AIGC在ChatGPT的话题热(rè)点包围(wéi)中杀(shā)出(chū)重(zhòng)围(wéi)。

ChatGPT之后又一(yī)应用杀疯(fēng)了，AIGC或进入(rù)可控期，将洗(xǐ)牌科技行业？_黑料正能量

ControlNet颠覆AI绘画(huà)新玩法(fǎ)

AIGC向可控(kòng)靠近(jìn)

以AI绘(huì)画为代表的AIGC上一次爆火的时候，还(hái)是(shì)2022年8月外公总是在妈妈身上睡觉好吗，外公在妈妈身上做什么，在美国科罗(luó)拉多州举办的新兴数字艺(yì)术家竞赛中，一(yī)幅名为《太空(kōng)歌剧院》的作品获奖。

随后各大(dà)厂商(shāng)的AI绘画软件被(bèi)广大网友熟知并体验，Stable Diffusion便是(shì)其中代表。

用(yòng)户们可以在应用中输入一组关键词或者一张照片，就(jiù)能获(huò)得一幅AI创作的(de)画(huà)作。

作画的关(guān)键(jiàn)就是所(suǒ)输入的文本。同一组关键词也可以(yǐ)创(chuàng)作出很多张风格不一(yī)样的画(huà)作，这让创作的过程就像开盲盒。

很多用户很喜(xǐ)欢这种不确定的惊(jīng)喜，他(tā)们会将生成的美(měi)图当做(zuò)头像。而另一部分喜欢翻看AI绘画的“翻车(chē)”作品。在社(shè)交媒体上(shàng)，许多用户(hù)分(fēn)享AI“翻车(chē)现场”，例如，一位(wèi)网友的(de)小狗(gǒu)照(zhào)片被AI画(huà)成(chéng)了(le)“肌肉男”，还有网友(yǒu)的(de)个(gè)人照片被(bèi)AI识(shí)别成了(le)建筑。

而如(rú)今随着ControlNet的出现与(yǔ)加持(chí)，以往(wǎng)AI绘(huì)画的填写(xiě)关(guān)键(jiàn)词(cí)游戏可能(néng)要被颠覆了。

ControlNet是(shì)一位正在斯坦福(fú)读(dú)博的中国人张吕敏创作(zuò)的一种(zhǒng)基于控制点的图像变形算法，主要用于数字图像处理、计算机视觉和计算机图形学(xué)等(děng)领域。

其SD插件一经发布(bù)，在(zài)短短的两(liǎng)天内便成为了AI绘画领域(yù)最新的热点。

在此之(zhī)前，大(dà)家用了很多方法(fǎ)想让AI生成的(de)结果尽可(kě)能的符合要求(qiú)，但是(shì)都不尽如人意，它的出现代(dài)表着(zhe)AI生成开始进入(rù)真正的可(kě)控时期。

因为ControlNet可以直接(jiē)提取(qǔ)画面的构(gòu)图，人物(wù)的姿(zī)势和画面的深(shēn)度信息等(děng)。有了它的帮助(zhù)，就不用(yòng)频繁(fán)的用提示词来碰(pèng)运气，抽(chōu)盲盒式的创作了。

通俗的说ControlNet相当于给(gěi)AI绘(huì)画(huà)加了“魔法”，不少博主(zhǔ)的作(zuò)品已经(jīng)获(huò)得了大量的浏览量，“viggo”就是其中之一，他用朋友的照片(piàn)直接带她们走(zǒu)进动漫世界。

viggo先用StableDiffusion图片转文(wén)字。

再用(yòng)Text2Prompt插(chā)件拓(tuò)展(zhǎn)找到对应(yīng)的关键(jiàn)词；最后(hòu)用ControlNet插件(jiàn)绑定(dìng)骨骼(gé)开始换关键(jiàn)词(cí)试效果。

通过图片(piàn)就可以看出来，效果十分惊艳。

更(gèng)厉害(hài)的(de)是(shì)，除了真实的照片，草图也可以加上(shàng)“魔(mó)法(fǎ)”，知乎大牛“DevPoint”和“逗砂(shā)”介绍到ControlNet还能实现线(xiàn)稿(gǎo)转全彩(cǎi)图。大神张吕敏(mǐn)其本尊也亲自回应。

不得(dé)不说当下AIGC已经变得越来越强(qiáng)大(dà)，甚(shèn)至输(shū)出的(de)作品都(dōu)已经能以假乱真(zhēn)了。

难辨(biàn)虚(xū)实，AIGC技术力爆发(fā)

警惕(tì)安全问题(tí)

近日，“苏州金(jīn)鸡湖有游艇party”的消息(xī)火遍网络，而经(jīng)过警(jǐng)方辟谣这所谓的“party”可能是(shì)全国(guó)第一起(qǐ)AI绘图诈骗。

由(yóu)于(yú)这个活动里面给出的美女照片都(dōu)是AI制作(zuò)的真人照片(piàn)绘图(tú)，因(yīn)为太逼真，被大(dà)家当成真事传播了。

不过仔(zǎi)细观察可以发(fā)现，活动发起者提供的照片(piàn)中有个(gè)很大(dà)的漏洞可(kě)以发现(xiàn)并非真人(rén)，而是AI绘图(tú)，那便是图片中女(nǚ)性的手指部(bù)分有的存在异(yì)常。

ChatGPT之后(hòu)又一应用(yòng)杀疯了(le)，AIGC或进入可控期(qī)，将洗牌(pái)科技行业？_黑料(liào)正能量

有行业(yè)人事表示：“现在因(yīn)为手指部(bù)分的绘画(huà)算法(fǎ)比较(jiào)复杂，AI还不太(tài)会画(huà)人的(de)手，但(dàn)最新看到(dào)的图片已经有越来(lái)越完美的AI模(mó)型出现，以后(hòu)可能就完全没有漏洞了。”

类似的AI作(zuò)图诈骗在(zài)国外也已有发生。据(jù)英国(guó)广播公司(sī)报道(dào)，土耳其地震(zhèn)期间，有Tiktok用户使用AI合成了(le)儿童受灾的(de)假照(zhào)片发布(bù)到网络，以(yǐ)此诱骗善良的人打赏“捐助”从而实施诈(zhà)骗。

目前随着(zhe)技(jì)术发展，AIGC已经(jīng)能做出真人照片般的绘图效(xiào)果，如果这样的图片被用来诈骗，将(jiāng)非常(cháng)可怕。

此(cǐ)外AIGC还(hái)引发了很多担忧(yōu)，一方面，批判者认为AI在“学习(xí)”了大量前人的作(zuò)品(pǐn)之(zhī)后(hòu)，其(qí)创(chuàng)作没有任何情绪和灵魂，难以和人类(lèi)的艺(yì)术创作相提并论。

另一方面，AIGC背后的(de)版(bǎn)权、目前都(dōu)并没有得(dé)到有效(xiào)的解决，还有AIGC会不(bù)会代替人类(lèi)“至高(gāo)无上”的创意。

马斯(sī)克也强调，人工智能的安全问题需要得到重视(shì)，太晚就来不及(jí)了。

AIGC下一站除了(le)视频，还有(yǒu)远方(fāng)

技术都是有两面性的，潜在的(de)危(wēi)害并不能掩盖其(qí)光辉的贡献。现在看来，人工智能技术将是第四次工业(yè)革命的(de)核心驱(qū)动力量，将创造新的(de)增长奇迹。

过去一年，人工智能在技术(shù)和商业层(céng)面(miàn)都有了(le)巨大进展，AI绘(huì)画就是(shì)人(rén)工智(zhì)能技(jì)术(shù)发生方(fāng)向性改变(biàn)的一(yī)个代(dài)表。其下一站(zhàn)或(huò)许就是视频。

此前，Meta和谷歌先(xiān)后(hòu)发布(bù)了几(jǐ)条(tiáo)引爆科(kē)技圈的短视频。这(zhè)些视频引发(fā)关注并非内(nèi)容做得多优秀，反而都非常简单(dān)，比(bǐ)如一匹(pǐ)正在喝水(shuǐ)的(de)马，一只画画的玩具熊，或(huò)者一段(duàn)骑摩托车的(de)第一视角录(lù)像(xiàng)，随便一个有手机的(de)人(rén)都可以随手录下一段。

但这(zhè)些短视频的创作方式非(fēi)常简单，创作者仅仅需要(yào)向AI输入(rù)一(yī)段话，甚至(zhì)只是(shì)说(shuō)一下要求，AI就(jiù)可以根据需要(yào)生成(chéng)一段视频。

谷歌发布的两个AI生成视频分(fēn)别来(lái)自于(yú)Imagen Video和Phenaki，前者(zhě)主要(yào)突出的是高清，与Meta的Make-A-Video没有太多的差别(bié)。

在(zài)Make-A-Video公布了AI生成的视(shì)频后，AI圈就已经(jīng)玩了一波梗，一个能够做出更(gèng)高清视频的AI还不足以在短时间内戳中兴奋点。

Phenaki更加令人震惊的地方在于，它可以(yǐ)制作出(chū)超过(guò)2分钟的连(lián)贯的(de)也有确切内(nèi)容的视频，这才(cái)是真正让人们感到惊(jīng)喜的地方。因为(wèi)无(wú)论AI生成的(de)视频多么高清，也只能是为内容生产者提供一个(gè)灵感，一个素材，一个过场动画(huà)。

不过能够制作(zuò)出(chū)有具(jù)体(tǐ)剧情内容(róng)的视频就意味(wèi)着(zhe)，一些视频创作由AI代替人工(gōng)完成(chéng)已经初步有(yǒu)了可能(néng)。

当(dāng)下AI的(de)发展速度已经超过大部分人的想象。内容(róng)产业的本质是供(gōng)给(gěi)创造需求，AIGC作为(wèi)全(quán)新的内容生产方(fāng)式，可(kě)以(yǐ)为内容(róng)产业带来更新的内容风格、更快(kuài)的生产速(sù)度，更低的生(shēng)产成本，这无疑会(huì)驱动内容(róng)产业(yè)的大爆发。

除了AI绘图、视(shì)频，AIGC技术还(hái)能(néng)应用于(yú)音乐、代码、机(jī)器人动作(zuò)等多种内(nèi)容(róng)形式的(de)生(shēng)成。不难发现(xiàn)该(gāi)项技术不(bù)仅在(zài)游戏等行业能得到有(yǒu)效应用，对(duì)于下一代互联网各种元素的构(gòu)建亦(yì)有关键(jiàn)意(yì)义。

从(cóng)商业(yè)化的角度来看，文化(huà)娱乐、教(jiào)育、传媒等诸(zhū)多领域，本(běn)身就对(duì)基于AI的可视(shì)化内容有(yǒu)强烈需求。

因此，AI绘画及视(shì)频或不是结(jié)果，而只(zhǐ)是AI进程中(zhōng)的一块重要拼图(tú)，有(yǒu)望(wàng)在技(jì)术更新的加持下(xià)实现(xiàn)更大的应用价(jià)值。

AI从理解(jiě)内容，走向(xiàng)了可以生成内容(róng)，甚至能够创造出独(dú)立价值和独(dú)立视角的(de)内容。AIGC的再(zài)次出圈，更代(dài)表着未来的(de)先进生产力(lì)即(jí)将到来。

紧抓大模型与算力，牢固AIGC底(dǐ)座

从技术的发展也可以看出，在语言大模型、图像大(dà)模型之后，多模态大模(mó)型已经成为了新的趋势。

大模型被(bèi)誉为当前人工智能发展的(de)智能底座(zuò)，是全球竞争(zhēng)最激烈的研究(jiū)方向(xiàng)之一，包括(kuò)谷(gǔ)歌、亚马(mǎ)逊、百(bǎi)度、阿里(lǐ)、腾讯等众(zhòng)多(duō)头部(bù)企业都(dōu)在竞(jìng)相(xiāng)发力。

不过训练大(dà)模型的确价格不菲，以国(guó)盛证券发布的《ChatGPT需要多少算(suàn)力》报告估(gū)算，GPT-3训练一次(cì)的成(chéng)本约为140万(wàn)美元(yuán)。而对(duì)于一(yī)些更大(dà)的LLM(大型语言(yán)模型)，训练成本则(zé)介于200万美元(yuán)至1200万(wàn)美(měi)元高价之间。

以(yǐ)ChatGPT在2023年1月的独(dú)立访客(kè)平均数1300万(wàn)计算，其(qí)对应芯片(piàn)需(xū)求为(wèi)3万多(duō)片(piàn)英伟达A100 GPU，初始投(tóu)入成本(běn)约为8亿美(měi)元，每日仅电费就在5万美元左(zuǒ)右(yòu)。

此外不论是ChatGPT还是AIGC，都(dōu)离不开庞大算力支(zhī)持。在关注(zhù)各(gè)类大模型的发展同(tóng)时，更(gèng)应该关注算力网络(luò)的建设。

算(suàn)力网络(luò)正驱动AI产(chǎn)业发展进入史诗级加速进程(chéng)，让AIGC及(jí)通用AI这一人(rén)工智能发展的终极目(mù)标离得更近。

因为算力可以对突破性技术创新提供大力的支持。这方面，多(duō)模态大(dà)模型(xíng)是典型。作为面(miàn)向未来强人工智能、通用(yòng)人工智能的重(zhòng)要技术创新，多(duō)模(mó)态大模型已经在人工智能领域提出了很多年(nián)，业界也(yě)有不少技术突破，但(dàn)是，多模态大模(mó)型进(jìn)一步往下走(zǒu)，算(suàn)力需(xū)求(qiú)呈几何式上升，一般(bān)的算力基础(chǔ)设(shè)施(shī)很快将(jiāng)难以胜任(rèn)。

从(cóng)图像、文字、语音单独一项(xiàng)的训练，到双模(mó)态(tài)、三(sān)模(mó)态的跃迁，让人工智能可以灵活(huó)应对不同(tóng)模态的转化、像人与(yǔ)世界交互一样自(zì)然(rán)，这方面，由算力(lì)网络来驱动将(jiāng)有(yǒu)明显优势。