使我不得开心颜上一句是什么-橘子百科-橘子都知道

使我不得开心颜上一句是什么 ChatGPT之后又一应用杀疯了，AIGC或进入可控期，将洗牌科技行业？

自聊天机器人ChatGPT火爆(bào)以来，微软公(gōng)司创始(shǐ)人比尔·盖茨已多次公开谈论人工智(zhì)能话(huà)题(tí)。在最近的一次采访中，他再次表示：“AI可(kě)能会(huì)让科技行业迎来(lái)一次剧烈的洗牌”。

这个结论(lùn)是他在当地时间(jiān)2月20日接受《In Good Company》节目专(zhuān)访时提出的。

他(tā)预期(qī)，AI的发展可能会威胁(xié)到谷(gǔ)歌(gē)的市占(zhàn)率，因(yīn)为(wèi)微软在AI方(fāng)面的行动相(xiāng)当迅速。而(ér)最终科(kē)技巨头将把AI整(zhěng)合成(chéng)用(yòng)户(hù)的(de)“全能(néng)助手”，包揽一切应用(yòng)，与人们进行沟通并提供建议，可以取代亚(yà)马(mǎ)逊、Siri或Outlook等应用(yòng)。

大佬口(kǒu)中全能助(zhù)手(shǒu)的到来可(kě)能尚需时日，但由ControlNet引发的又一次AI绘画(huà)浪潮，让(ràng)AIGC在ChatGPT的(de)话(huà)题热点包围中杀出(chū)重围。

ChatGPT之后又一应用杀疯了，AIGC或(huò)进入可控(kòng)期，将洗牌科技行(xíng)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AI绘画为代表的AIGC上一次(cì)爆火的时候，还是(shì)2022年(nián)8月，在美国(guó)科罗拉(lā)多州举(jǔ)办(bàn)的新兴数字艺术家竞赛中，一幅名为《太(tài)空歌剧院》的(de)作品获奖(jiǎng)。

随后各大厂商的AI绘(huì)画(huà)软件被广(guǎng)大(dà)网(wǎng)友熟知并(bìng)体验，Stable Diffusion便是其中(zhōng)代表。

用户们(men)可以在应用中输(shū)入(rù)一组关(guān)键词(cí)或者一张照片，就能获得一(yī)幅AI创作的画作。

作画的关(guān)键就是所输(shū)入的文本。同一(yī)组关键词(cí)也可以创(chuàng)作出(使我不得开心颜上一句是什么chū)很(hěn)多张风(fēng)格不一样(yàng)的画作，这让创作的过(guò)程就像开(kāi)盲盒(hé)。

很多(duō)用(yòng)户很喜欢(huān)这种不确(què)定(dìng)的(de)惊(jīng)喜，他(tā)们会将生(shēng)成的(de)美(měi)图(tú)当做头像(xiàng)。而另一部分喜欢翻看(kàn)AI绘画的“翻(fān)车”作(zuò)品(pǐn)。在(zài)社交媒体上，许多用户分享AI“翻(fān)车现(xiàn)场”，例(lì)如，一位网友的小狗照片被AI画成了“肌(jī)肉男”，还有网友的个(gè)人照片被AI识别(bié)成(chéng)了建筑。

而如(rú)今(jīn)随着ControlNet的(de)出现(xiàn)与加(jiā)持，以(yǐ)往AI绘(huì)画的(de)填写关键(jiàn)词游戏可能要被颠覆了。

ControlNet是一位正(zhèng)在斯坦福读(dú)博(bó)的中国(guó)人(rén)张吕敏(mǐn)创作的一种基于(yú)控(kòng)制点的图像变形算法，主要(yào)用于数字图像处理、计(jì)算(suàn)机视觉和计算机图形学等领域。

其SD插件一经(jīng)发布，在短(duǎn)短的(de)两天内便(biàn)成为(wèi)了AI绘(huì)画领域最(zuì)新(xīn)的热点。

在此之前，大(dà)家用了很多方(fāng)法想让AI生成的(de)结果尽可(kě)能的符合要求，但是都不(bù)尽如(rú)人意，它(tā)的出现代表着AI生成开(kāi)始进入真(zhēn)正的(de)可控(kòng)时期(qī)。

使我不得开心颜上一句是什么

因为ControlNet可(kě)以直接提(tí)取(qǔ)画面的构(gòu)图，人物的姿势和画面的深(shēn)度信(xìn)息等。有了它的(de)帮助，就不(bù)用频繁的(de)用(yòng)提(tí)示词来(lái)碰运气，抽(chōu)盲(máng)盒式的创作(zuò)了。

通俗的说ControlNet相当于给AI绘画加了“魔法”，不(bù)少博(bó)主(zhǔ)的作品已经获得了大量的浏览量，“viggo”就是其中之一，他用朋友的照片直(zhí)接(jiē)带(dài)她(tā)们走进动漫世界。

viggo先(xiān)用(yòng)StableDiffusion图(tú)片转文字(zì)。

再用Text2Prompt插件拓(tuò)展找到对应的(de)关键词(cí)；最(zuì)后用ControlNet插件绑定骨骼开始换关(guān)键词试效果。

通过图片(piàn)就可以(yǐ)看出(chū)来，效果十分惊艳。

更(gèng)厉(lì)害的是，除了真实的照片，草图也(yě)可(kě)以加上“魔法(fǎ)”，知乎大牛“DevPoint”和“逗砂(shā)”介绍到ControlNet还(hái)能实现线稿(gǎo)转全(quán)彩图。大(dà)神张吕敏其本(běn)尊(zūn)也亲自回应。

不(bù)得(dé)不说当下AIGC已(yǐ)经变得越(yuè)来(lái)越强大，甚至(zhì)输出的作品都(dōu)已经能以假乱(luàn)真了。

难辨虚(xū)实，AIGC技(jì)术力爆发(fā)

警惕安全问题

近日，“苏(sū)州金鸡湖有游艇party”的消息火遍网络，而经过警方辟谣这(zhè)所谓的“party”可能是全国(guó)第一起AI绘图诈骗。

由于这个活(huó)动里面给出(chū)的(de)美(měi)女照(zhào)片都是AI制(zhì)作的真人照片绘图(tú)，因为(wèi)太逼真(zhēn)，被(bèi)大家当成真事传播(bō)了。

不过仔细观察可(kě)以发现，活动发(fā)起者提供的(de)照片(piàn)中有个(gè)很大(dà)的漏洞(dòng)可以发现并非真人，而是AI绘图，那(nà)便是图片中女性的手指部分有(yǒu)的(de)存在异常。

ChatGPT之后又一应用杀疯了(le)，AIGC或进入(rù)可(kě)控期，将洗牌科(kē)技行业？_黑(hēi)料正能量(liàng)

有行业人事(shì)表示(shì)：“现在因(yīn)为手指部(bù)分的绘画算法比较复(fù)杂，AI还不太(tài)会画人的手(shǒu)，但最新(xīn)看到的图(tú)片已(yǐ)经有越来越(yuè)完美的AI模(mó)型出现，以后可能就完全没有漏(lòu)洞了。”

类(lèi)似的AI作(zuò)图诈骗在国外也已(yǐ)有发生(shēng)。据英国广播(bō)公(gōng)司报道(dào)，土耳其地震期(qī)间，有Tiktok用户使用AI合成了儿童受灾的假照片发布(bù)到网(wǎng)络，以此诱骗善良(liáng)的人打赏“捐助”从(cóng)而实施诈骗。

目(mù)前随着(zhe)技术发展，AIGC已经能(néng)做出真人照片般的绘(huì)图效(xiào)果，如果这样的图片(piàn)被用(yòng)来(lái)诈骗，将非常可怕。

此外AIGC还引发了(le)很多担忧(yōu)，一方面，批判(pàn)者认为AI在“学(xué)习(xí)”了大量(liàng)前人(rén)的作品(pǐn)之后，其创作没(méi)有任(rèn)何情绪和灵魂，难以和人类的(de)艺术(shù)创作相(xiāng)提并论。

另一方面(miàn)，AIGC背后的版权、目前都并没有得到有效的解决，还有AIGC会(huì)不会代替人类(lèi)“至高无(wú)上(shàng)”的创意。

马(mǎ)斯(sī)克也强调，人工智能的安全问(wèn)题需要得到重(zhòng)视，太(tài)晚就来不及了。

AIGC下一站除(chú)了视(shì)频，还有(yǒu)远方

技术都(dōu)是有(yǒu)两面性的(de)，潜在的危害并不能掩盖其光辉的贡献。现在看来，人工(gōng)智能技术将是第四次(cì)工业革命(mìng)的核心驱(qū)动力(lì)量，将创造新的增长奇(qí)迹。

过去一年，人工智能(néng)在(zài)技术和商业层面(miàn)都有(yǒu)了巨大(dà)进展(zhǎn)，AI绘(huì)画就是人工智能技术(shù)发生方向(xiàng)性改(gǎi)变的一个(gè)代表。其下(xià)一站或许就是视频。

此前，Meta和谷(gǔ)歌先后发布了几条引爆(bào)科技圈的短视频。这些视频引(yǐn)发(fā)关注并非内容做得(dé)多优(yōu)秀，反而都非常简单(dān)，比如一匹正(zhèng)在喝水(shuǐ)的马，一只画画的玩具(jù)熊(xióng)，或者一段骑(qí)摩(mó)托车的(de)第(dì)一视角录像，随便一个有手机的(de)人(rén)都可以随手录下一段。

但这些短视(shì)频(pín)使我不得开心颜上一句是什么的创作(zuò)方式非(fēi)常简(jiǎn)单，创作(zuò)者(zhě)仅仅需要向AI输入一段话，甚至只(zhǐ)是说一(yī)下要求，AI就(jiù)可以根据需要生成一段视频。

谷歌(gē)发布(bù)的两个AI生(shēng)成视(shì)频分(fēn)别(bié)来自于Imagen Video和Phenaki，前者主要(yào)突出的(de)是(shì)高清，与(yǔ)Meta的(de)Make-A-Video没有太多(duō)的差(chà)别(bié)。

在(zài)Make-A-Video公布了AI生成的(de)视频(pín)后，AI圈就已经玩了一(yī)波梗，一个能够做(zuò)出更高清视频的(de)AI还不(bù)足(zú)以(yǐ)在短时间(jiān)内(nèi)戳中兴奋点。

Phenaki更加令人震惊的地方在于(yú)，它可以制作出(chū)超(chāo)过(guò)2分钟的连贯的也有(yǒu)确切内(nèi)容(róng)的视频，这才是(shì)真正(zhèng)让人们感到惊喜的(de)地(dì)方。因(yīn)为无(wú)论AI生成的视频多(duō)么(me)高(gāo)清，也(yě)只能(néng)是为内(nèi)容生产(chǎn)者提供一个灵感，一个(gè)素材，一个(gè)过(guò)场动画。

不过能够制作出有具(jù)体剧情内容(róng)的(de)视频就意味着，一些视频创作由AI代(dài)替(tì)人工完成已经初(chū)步有(yǒu)了可能(néng)。

当下AI的发展速度已(yǐ)经超过大部分人(rén)的想象。内容产业的本质(zhì)是供给创造(zào)需求，AIGC作为全(quán)新的内(nèi)容(róng)生产方式，可以为内容产(chǎn)业带来更(gèng)新的内容风格、更快的生产速(sù)度，更低(dī)的(de)生(shēng)产成本，这无疑会(huì)驱动内容产业的大爆发。

除了(le)AI绘图、视频，AIGC技术还能应用于音乐、代(dài)码、机器人动作等多种(zhǒng)内容(róng)形式的生(shēng)成。不难发现(xiàn)该项(xiàng)技术不仅在游(yóu)戏等行业(yè)能得到有(yǒu)效(xiào)应用，对(duì)于下一代(dài)互联(lián)网各种元素的构建亦有关键意义。

从(cóng)商业化的角度来看(kàn)，文化娱乐(lè)、教育、传媒等诸多领域，本(běn)身就对基于(yú)AI的可视化内容有强烈需求。

因此，AI绘画(huà)及(jí)视(shì)频或(huò)不是(shì)结果，而只是AI进程中的一块重要拼图，有望在(zài)技术更新(xīn)的加(jiā)持下实现更大的(de)应用(yòng)价值。

AI从理解内(nèi)容(róng)，走(zǒu)向了可以生成内容，甚至能够创造(zào)出独立(lì)价值和独立视角的(de)内(nèi)容(róng)。AIGC的再(zài)次(cì)出圈(quān)，更代表(biǎo)着未来的先进生产力即将(jiāng)到来。

紧抓大模型与算力，牢固AIGC底座

从技(jì)术(shù)的发展也(yě)可以看出，在语言大模(mó)型、图像大模型之后(hòu)，多模态大模型已(yǐ)经成为(wèi)了新的趋(qū)势。

大模(mó)型被誉为当前人工智能发展的智(zhì)能底座，是全球竞争最激烈的研究方向之一，包括谷歌(gē)、亚马逊、百度、阿里、腾讯等众多头部企业都在竞相发力。

不过训练大模型(xíng)的确价(jià)格不(bù)菲，以国盛证券发布的《ChatGPT需(xū)要多少算力(lì)》报(bào)告估算，GPT-3训(xùn)练一次(cì)的成本约为140万(wàn)美元。而对(duì)于一些更大的(de)LLM(大型语言模型)，训练成本(běn)则(zé)介于200万美元(yuán)至1200万美元高价之间。

以(yǐ)ChatGPT在2023年1月的独立访客平均(jūn)数1300万(wàn)计算，其对(duì)应芯片(piàn)需求(qiú)为3万多片英伟(wěi)达A100 GPU，初始投入成本(běn)约为8亿美元，每日(rì)仅电费就在5万美元(yuán)左右。

此外不论(lùn)是ChatGPT还是AIGC，都离不开(kāi)庞大算(suàn)力支持。在关(guān)注(zhù)各(gè)类大模型的发展同(tóng)时(shí)，更应该关注算力网(wǎng)络的(de)建设。

算力网络正驱(qū)动AI产业发展(zhǎn)进入史(shǐ)诗(shī)级加速进程，让AIGC及通用AI这一(yī)人工智(zhì)能发展(zhǎn)的终极目(mù)标离得(dé)更(gèng)近。

因为算(suàn)力可以对突破性技术创新提(tí)供大力的支持(chí)。这方面，多模(mó)态大模型(xíng)是典型。作(zuò)为面向未来强人工智能(néng)、通用人工智(zhì)能的重(zhòng)要技术创新，多模态大模型已(yǐ)经在人工智能领域提出了很多年，业(yè)界也(yě)有不少技术突破，但(dàn)是，多模(mó)态大模型进一(yī)步往(wǎng)下走，算力需(xū)求呈(chéng)几何式上升(shēng)，一(yī)般的算(suàn)力基(jī)础设施很快将难以胜任。

从图(tú)像(xiàng)、文字、语(yǔ)音单独一(yī)项的训(xùn)练，到双(shuāng)模态、三模态的(de)跃迁，让人工智(zhì)能可(kě)以(yǐ)灵活应对不同模(mó)态的转(zhuǎn)化、像(xiàng)人与世(shì)界交互一样自然(rán)，这方面，由(yóu)算力(lì)网(wǎng)络来驱动将有明显优势。