康桥在哪里再别康桥，徐志摩康桥在哪里-绿茶通用站群

康桥在哪里再别康桥，徐志摩康桥在哪里 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火爆(bào)以来，微软公(gōng)司创(chuàng)始人比尔·盖茨(cí)已多次公开谈(tán)论(lùn)人工智能话(huà)题(tí)。在(zài)最近的一(yī)次采访(fǎng)中，他(tā)再次表示：“AI可(kě)能会让(ràng)科技行业迎来(lái)一次剧(jù)烈的(de)洗(xǐ)牌”。

这个结(jié)论是他在当地时间(jiān)2月20日接(jiē)受《In Good Company》节目专访(fǎng)时提(tí)出的。

他预期，AI的(de)发(fā)展可能会威胁到谷歌的市占率，因为微(wēi)软在AI方面的行动(dòng)相当(dāng)迅速。而最终科技(jì)巨头将把AI整合成用户的“全能助手”，包揽一(yī)切应用，与人们进行沟通并(bìng)提供建(jiàn)议，可以取(qǔ)代亚马逊(xùn)、Siri或Outlook等应(yīng)用。

大(dà)佬口中全能助手(shǒu)的到(dào)来可能尚需时日，但由ControlNet引(yǐn)发(fā)的又(yòu)一次AI绘画(huà)浪潮，让AIGC在ChatGPT的话题热点包围(wéi)中杀出重围。

ChatGPT之(zhī)后又一应用杀疯了(le)，AIGC或进入可控期，将洗牌科技(jì)行业？_黑料正(zhèng)能量

ControlNet颠(diān)覆(fù)AI绘(huì)画新玩(wán)法

AIGC向可控靠近

以(yǐ)AI绘画为代表的AIGC上一次爆火的时候，还是2022年8月，在(zài)美(měi)国科罗拉多州举办的(de)新兴数字艺术家竞赛中，一幅名(míng)为《太空(kōng)歌(gē)剧院》的作品获奖。

随(suí)后各(gè)大厂商的AI绘(huì)画软件被广大网(wǎng)友熟知并体验，Stable Diffusion便是(shì)其中代表。

用(yòng)户们可以在应用(yòng)中输(shū)入一组(zǔ)关键词或者一(yī)张照片，就能获得(dé)一(yī)幅AI创作(zuò)的画作。

作(zuò)画的关键就是所输入的文(wén)本。同一组关键词也可(kě)以创(chuàng)作出很多张风格(gé)不一样的画作，这让创(chuàng)作(zuò)的过程就像(xiàng)开(kāi)盲(máng)盒(hé)。

很(hěn)多用户很喜欢这种(zhǒng)不(bù)确定的惊(jīng)喜，他(tā)们(men)会将(jiāng)生(shēng)成的美图当做头像。而(ér)另一部分喜欢(huān)翻看AI绘画(huà)的“翻车”作品。在社交媒(méi)体(tǐ)上，许多用户分享AI“翻(fān)车(chē)现场”，例(lì)如，一位网(wǎng)友的小(xiǎo)狗照片(piàn)被(bèi)AI画成了“肌肉(ròu)男”，还有网(wǎng)友的个人照(zhào)片(piàn)被AI识(shí)别成(chéng)了建筑。

而如(rú)今(jīn)随着ControlNet的出现与加持，以往(wǎng)AI绘画的填写关键(jiàn)词游戏可能(néng)要被颠覆了。

ControlNet是(shì)一位正在斯坦福读博(bó)的中国人张(zhāng)吕敏创作的一种基于控制点(diǎn)的图像(xiàng)变(biàn)形(xíng)算法，主要用于数字图像处理、计算机视觉和计算机图形(xíng)学等领域。

其SD插件一经发布，在短短的(de)两天内便(biàn)成为了(le)AI绘画领域最新的热点。

在此之前，大家用了很多方法想让AI生成(chéng)的结(jié)果(guǒ)尽(jǐn)可能的符合要求(qiú)，但是都不尽(jǐn)如人意(yì)，它的(de)出(chū)现代表着(zhe)AI生成开始进入(rù)真正的(de)可控时期。

因为(wèi)ControlNet可以直接(jiē)提取画面的构图，人物的姿势(shì)和画面(miàn)的深度信息(xī)等(děng)。有了它的帮(bāng)助，就不(bù)用频繁的用提示词来碰运气，抽盲(máng)盒式的创作(zuò)了(le)。

通俗的说(shuō)ControlNet相(xiāng)当于给AI绘(huì)画加(jiā)了“魔法”，不少博(bó)主(zhǔ)的作(zuò)品(pǐn)已经获得了大量的浏览量(liàng)，“viggo”就是其中之一，他用朋友的照片直接带她们走进动漫(màn)世界。

viggo先用StableDiffusion图片转文(wén)字。

再用Text2Prompt插件拓展(zhǎn)找到(dào)对应的关键词(cí)；最后用ControlNet插件绑定骨骼开始(shǐ)换(huàn)关键词试效果。

通过图片就(jiù)可以看出来，效(xiào)果十(shí)分惊艳。

更厉害(hài)的(de)是(shì)，除了(le)真(zhēn)实的照片，草(cǎo)图也可以加上“魔法”，知乎大(dà)牛“DevPoint”和“逗砂”介绍到(dào)ControlNet还能(néng)实现线(xiàn)稿(gǎo)转全(quán)彩图。大神张吕敏其(qí)本(běn)尊也亲自(zì)回应(yīng)。

不得不说(shuō)当下(xià)AIGC已经变得越来越强大，甚至输出的作(zuò)品都已经能以假乱真了(le)。

难辨虚(xū)实，AIGC技术(shù)力(lì)爆(bào)发

警(jǐng)惕安全问题

近日，“苏州(zhōu)金鸡(jī)湖有游艇(tǐng)party”的消息火遍网络，而经过警方辟谣这所谓的“party”可(kě)能是(shì)全(quán)国第一起AI绘(huì)图诈骗(piàn)。

由于这个活动(dòng)里(lǐ)面(miàn)给出的美女(nǚ)照片都是AI制作的(de)真人照片(piàn)绘图，因为太(tài)逼真，被大家当成真事传播了。

不过(guò)仔(zǎi)细观察(chá)可以发现，活动(dòng)发起者(zhě)提供(gōng)的照(zhào)片中有个(gè)很大的漏(lòu)洞可以发现并非真人(rén)，而是AI绘(huì)图，那便是图(tú)片中女性的手指部分(fēn)有的存在异(yì)常。

ChatGPT之后又一应用杀疯(fēng)了，AIGC或进(jìn)入可控期，将(jiāng)洗牌科(kē)技(jì)行业？_黑料正能量

有行业人事表(biǎo)示：“现在(zài)因为(wèi)手指部分的绘画算(suàn)法比较复(fù)杂(zá)，AI还不太会画人的(de)手，但最新看到的图片已经(jīng)有越(yuè)来越完美(měi)的AI模(mó)型出现，以后可能(néng)就完全没有漏洞(dòng)了(le)。”

类似的AI作图诈骗(piàn)在国(guó)外也已有(yǒu)发生。据英国广播公司(sī)报道，土耳其地震期间(jiān)，有(yǒu)Tiktok用户使用AI合成了儿童(tóng)受(shòu)灾的假照片(piàn)发布到网络(luò)，以此诱骗康桥在哪里再别康桥，徐志摩康桥在哪里善(shàn)良的人打(dǎ)赏(shǎng)“捐助”从而(ér)实施诈骗(piàn)。

目(mù)前随着技术发(fā)展(zhǎn)，AIGC已经能做出真(zhēn)人照片般的绘(huì)图效果，如果这样(yàng)的(de)图片(piàn)被(bèi)用来诈(zhà)骗，将非常(cháng)可怕。

此外(wài)AIGC还引发(fā)了很多(duō)担忧，一方面，批判者认为(wèi)AI在“学习”了大量前人的作品之后，其创作(zuò)没有任何情绪和(hé)灵(líng)魂，难以(yǐ)和人类的艺术创作相提(tí)并(bìng)论(lùn)。

另一方面，AIGC背后的版权、目前都并(bìng)没有得到有(yǒu)效的解(jiě)决，还有AIGC会不会代替人类(lèi)“至高无上”的创(chuàng)意。

马斯克也强调，人工(gōng)智能的(de)安全问题需要得到重视，太晚就来不(bù)及了。

AIGC下(xià)一站除了视频，还有远方

技术都是有两面性(xìng)的(de)，潜在的危害并不能掩盖(gài)其(qí)光辉(huī)的(de)贡献。现(xiàn)在看来，人工智能技术将是第(dì)四次工(gōng)业革命的核心(xīn)驱动力量，将创(chuàng)造新的增长奇迹。

过去一年，人工智能在技术和商业(yè)层面(miàn)都有了巨大进展，AI绘画就是人工智能(néng)技术发生(shēng)方向性改变(biàn)的(de)一个代表(biǎo)。其下一站或许就是(shì)视频(pín)。

此前，Meta和谷歌先后发(fā)布了几(jǐ)条引爆科(kē)技圈的(de)短(duǎn)视频。这些视频引发(fā)关(guān)注并非内容(róng)做得多优秀，反而都非(fēi)常简(jiǎn)单，比如(rú)一匹正(zhèng)在喝水的马，一只(zhǐ)画画的玩具熊，或者一段骑(qí)摩托车(chē)的(de)第一视角录像，随便一个有手(shǒu)机的(de)人都可以(yǐ)随手(shǒu)录下(xià)一段(duàn)。

但这些短(duǎn)视频的创作方式非常(cháng)简单，创作者仅仅需要向AI输入一段话，甚至只是说一下要求，AI就(jiù)可以根据需康桥在哪里再别康桥，徐志摩康桥在哪里(xū)要生(shēng)成一段(duàn)视(shì)频。

谷(gǔ)歌发布的两个AI生成视(shì)频分别(bié)来自于Imagen Video和Phenaki，前者主要突(tū)出的(de)是高清，与Meta的Make-A-Video没有太多的差别(bié)。

在(zài)Make-A-Video公布(bù)了AI生(shēng)成(chéng)的(de)视频后，AI圈(quān)就已经玩了一波梗，一(yī)个(gè)能够做(zuò)出(chū)更高清视频的AI还(hái)不足(zú)以(yǐ)在短时间(jiān)内(nèi)戳中兴(xīng)奋(fèn)点(diǎn)。

Phenaki更(gèng)加(jiā)令人震惊(jīng)的地方在于，它可(kě)以制作出超过2分(fēn)钟的连贯的也有确(què)切(qiè)内容的视频(pín)，这才是真正让人们(men)感到惊喜的地方。因为无论AI生成的视频多么高清(qīng)，也只能是为内容生产者提(tí)供一个灵感，一个(gè)素(sù)材，一个过场(chǎng)动画(huà)。

不(bù)过能够(gòu)制作出有具体剧(jù)情内容的视频就意味(wèi)着，一(yī)些(xiē)视频创作(zuò)由AI代(dài)替人(rén)工完成已经初步(bù)有了可能(néng)。

当下(xià)AI的发展速度已经超过大部分(fēn)人的想象(xiàng)。内容产业的(de)本质是供给创造需求，AIGC作为全(quán)新的内容生产方式，可以为内(nèi)容产业带(dài)来更新的内(nèi)容风格、更快的生(shēng)产(chǎn)速(sù)度，更(gèng)低的生产成本，这无(wú)疑会驱动内容产业(yè)的(de)大爆发。

除了AI绘(huì)图(tú)、视频(pín)，AIGC技(jì)术还能应用于音乐(lè)、代(dài)码、机器人动作(zuò)等(děng)多种(zhǒng)内容形式的(de)生成(chéng)。不难发现该项技术不(bù)仅在游戏(xì)等行业(yè)能得(dé)到有效应用，对于(yú)下一(yī)代互联(lián)网各种元素的构建亦有关(guān)键意义(yì)。

从商(shāng)业(yè)化的(de)角度来(lái)看，文化娱乐、教育(yù)、传媒等诸(zhū)多领域，本身(shēn)就对基于AI的可视化内(nèi)容有强烈(liè)需(xū)求。

因此，AI绘画及视频或不是结果，而(ér)只是AI进(jìn)程(chéng)中(zhōng)的(de)一块重要拼图，有望在(zài)技术(shù)更(gèng)新(xīn)的(de)加持下实现更大的(de)应用价(jià)值。

AI从理解内(nèi)容，走(zǒu)向了可以(yǐ)生成内容，甚至(zhì)能(néng)够创造出独立价值(zhí)和(hé)独立视角的内容。AIGC的(de)再次出圈，更代表着未来的先进生产力即(jí)将(jiāng)到来。

紧抓大模型与算(suàn)力，牢固AIGC底座

从技术的发展(zhǎn)也可以(yǐ)看出，在语(yǔ)言大(dà)模型、图像大模型之(zhī)后，多(duō)模态大(dà)模型已经(jīng)成(chéng)为了(le)新的趋势。

大(dà)模型被誉(yù)为当前(qián)人工智(zhì)能发展的智能(néng)底座，是全球竞争最(zuì)激烈的研究方向之一，包括谷歌、亚马逊(xùn)、百度、阿里、腾(téng)讯等众多头(tóu)部(bù)企(qǐ)业(yè)都在竞相发(fā)力。

不(bù)过训练大模(mó)型的确价格不菲，以国(guó)盛证券发布的《ChatGPT需要(yào)多少算力》报告估算，GPT-3训练一次的(de)成本(běn)约为140万(wàn)美元(yuán)。而对于(yú)一些更大的LLM(大型语(yǔ)言模(mó)型)，训(xùn)练成(chéng)本则介于200万(wàn)美元至1200万美元高价之间(jiān)。

以(yǐ)ChatGPT在2023年1月(yuè)的独立访客平(píng)均数1300万(wàn)计算，其对应芯(xīn)片需求(qiú)为3万多片英(yīng)伟达A100 GPU，初始(shǐ)投入成本约为8亿美元(yuán)，每日仅电费就在5万美元左右。

此外不论是ChatGPT还是AIGC，都(dōu)离不开庞大算力(lì)支持。在(zài)关注各类大(dà)模(mó)型(xíng)的(de)发展同时，更应该关注算力网(wǎng)络的建设。

算力网络正驱动AI产业发展进入史诗级(jí)加速进程，让(ràng)AIGC及通(tōng)用AI这一人工(gōng)智能发展(zhǎn)的(de)终极目标(biāo)离得(dé)更近。

因(yīn)为算力可以对突(tū)破性技术创新提(tí)供大力(lì)的支(zhī)持。这方(fāng)面，多(duō)模态(tài)大模型(xíng)是典型。作为面向未来强人(rén)工智能、通用人工智能的(de)重要技术创新，多(duō)模态大模型已经在人工智能领域提(tí)出了很多年，业界也有(yǒu)不少技术突(tū)破(pò)，但是(shì)，多模态(tài)大模型进一步往下走，算力需求呈几何式上升，一(yī)般的算力(lì)基础设施很快将难以(yǐ)胜任。

从图像、文字(zì)、语音单独(dú)一(yī)项的(de)训练，到双模(mó)态、三(sān)模态的跃迁，让人工智(zhì)能可以灵活应(yīng)对不(bù)同(tóng)模态(tài)的(de)转(zhuǎn)化、像人与(yǔ)世界交互(hù)一样自然，这方(fāng)面，由算力(lì)网(wǎng)络来驱动将有(yǒu)明显优势。