广西大学唐纪良主任科员，广西大学唐记良-连云港装饰公司,豪泽装饰

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(liáo)天机器人ChatGPT火爆以来(lái)，微软公司创始人比尔·盖茨已多(duō)次(cì)公开(kāi)谈论人工智能话题。在最近的一次(cì)采访(fǎng)中，他再次(cì)表示：“AI可能会让科(kē)技(jì)行业(yè)迎(yíng)来一次剧烈的洗牌”。

这个结论(lùn)是他在当地时间2月20日接(jiē)受《In Good Company》节(jié)目专访时提出的。

他预期，AI的发展可(kě)能会威胁到(dào)谷歌的市(shì)占率，因(yīn)为微软在AI方(fāng)面的行动相(xiāng)当迅速。而最终科技巨(jù)头将把AI整合成用户的(de)“全(quán)能助手”，包揽一切(qiè)应(yīng)用，与人们(men)进行(xíng)沟通并(bìng)提供(gōng)建议，可以取代亚马逊、Siri或Outlook等应用。

大佬(lǎo)口(kǒu)中全能(néng)助手的到来可(kě)能(néng)尚需时(shí)日(rì)，但由ControlNet引(yǐn)发(fā)的又一(yī)次AI绘画(huà)浪潮，让AIGC在ChatGPT的话(huà)题热点包围(wéi)中杀(shā)出重围。

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

ControlNet颠覆(fù)AI绘画(huà)新(xīn)玩法

AIGC向可控(kòng)靠近

以AI绘(huì)画为代表的(de)AIGC上一次爆(bào)火的(de)时候，还(hái)是(shì)2022年8月(yuè)，在美国科(kē)罗拉多州举办的新(xīn)兴数字艺(yì)术家竞赛中(zhōng)，一幅(fú)名为《太广西大学唐纪良主任科员，广西大学唐记良空歌剧院》的作品获(huò)奖。

随后(hòu)各大厂商的AI绘画软件被广大网友熟(shú)知并体验，Stable Diffusion便是(shì)其中(zhōng)代表(biǎo)。

用户们可以在应(yīng)用中输入一组关(guān)键(jiàn)词(cí)或者一张照(zhào)片，就能获得一幅AI创作的画作。

作(zuò)画的关(guān)键就是所(suǒ)输入的(de)文(wén)本。同一(yī)组关(guān)键词(cí)也可以创作出很多张风格不(bù)一样的(de)画作，这让创作的(de)过程就像开(kāi)盲盒(hé)。

很多用户很(hěn)喜欢这种不确(què)定的惊喜，他们会(huì)将生成的美(měi)图当做头像。而(ér)另一(yī)部分喜欢(huān)翻(fān)看AI绘画(huà)的“翻车”作品(pǐn)。在(zài)社(shè)交媒体上，许多用户(hù)分享(xiǎng)AI“翻车现场”，例如，一位网友的小狗(gǒu)照片被AI画成(chéng)了“肌(jī)肉(ròu)男”，还有网友(yǒu)的(de)个人(rén)照片被AI识别(bié)成了建(jiàn)筑。

而如今随着ControlNet的出现与加持(chí)，以往AI绘画的填写关键(jiàn)词(cí)游戏可能(néng)要(yào)被(bèi)颠覆(fù)了。

ControlNet是(shì)一位(wèi)正在斯(sī)坦福读博(bó)的中国人(rén)张吕(lǚ)敏创作的一种基(jī)于(yú)控(kòng)制(zhì)点的(de)图(tú)像变形(xíng)算法，主要用于(yú)数字(zì)图(tú)像(xiàng)处理、计算(suàn)机(jī)视觉和计算机图形(xíng)学等(děng)领域。

其(qí)SD插件(jiàn)一经发布，在短(duǎn)短的两天内便成为了AI绘画领域最新的热点。

在此(cǐ)之前(qián)，大家用了很多方法想让AI生成(chéng)的结果尽可能的符合要求，但是都不(bù)尽如人意，它(tā)的出现代(dài)表着AI生成(chéng)开始进入真正的可控时期。

因(yīn)为ControlNet可(kě)以直接提(tí)取画(huà)面的构(gòu)图，人物的姿(zī)势和(hé)画面的深度信息等。有(yǒu)了它的帮助，就不(bù)用频(pín)繁的(de)用提示词来碰运气，抽盲(máng)盒式的创作了。

通俗(sú)的说(shuō)ControlNet相当于给(gěi)AI绘画加了“魔法”，不(bù)少博主的作品(pǐn)已(yǐ)经获得了大量的浏览量，“viggo”就是其中(zhōng)之(zhī)一(yī)，他用朋友的照(zhào)片直接带她们走进动漫世界。

viggo先用StableDiffusion图片(piàn)转(zhuǎn)文(wén)字。

再用Text2Prompt插件拓展找到对应的关键词；最后用ControlNet插件(jiàn)绑定骨(gǔ)骼(gé)开始换关键词试效果。

通(tōng)过图片(piàn)就(jiù)可以看出来，效(xiào)果(guǒ)十分惊艳。

更厉害的(de)是(shì)，除了真实的照(zhào)片(piàn)，草(cǎo)图也可(kě)以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实(shí)现线稿转全(quán)彩图。大神张吕敏(mǐn)其本尊也亲自回应。

不得不说当下(xià)AIGC已经(jīng)变得越(yuè)来(lái)越强大，甚至输(shū)出的(de)作品都已经(jīng)能以(yǐ)假乱真(zhēn)了。

难辨虚实，AIGC技术(shù)力爆(bào)发(fā)

警惕安全问题

近(jìn)日，“苏州金(jīn)鸡(jī)湖有游艇party”的消息火(huǒ)遍网络，而经过警(jǐng)方辟(pì)谣这所(suǒ)谓(wèi)的“party”可能是全(quán)国第(dì)一起AI绘图诈骗。

由于(yú)这个(gè)活动里面给(gěi)出(chū)的美女照片(piàn)都是AI制作的(de)真人照片绘图，因(yīn)为(wèi)太逼真，被大家(jiā)当成真事传播了(le)。

不过仔细观察可以发(fā)现(xiàn)，活动发起(qǐ)者提供的照片中有个很大(dà)的漏洞(dòng)可以发现并(bìng)非真人，而(ér)是AI绘(huì)图，那便是图片中女性(xìng)的手指部分有的存在异(yì)常(cháng)。

ChatGPT之后(hòu)又一应用杀疯(fēng)了，AIGC或(huò)进入可控(kòng)期(qī)，将洗牌科技行业(yè)？_黑料正能量

有行业人事(shì)表示：“现在(zài)因为手指(zhǐ)部分的(de)绘画算法比较复杂，AI还不太会画人的手，但最新(xīn)看到(dào)的图片已经有越(yuè)来越(yuè)完(wán)美的AI模(mó)型出现(xiàn)，以后可(kě)能(néng)就(jiù)完全(quán)没有(yǒu)漏洞了。”

类似(shì)的AI作图诈骗(piàn)在国外也(yě)已有发(fā)生。据(jù)英国广播公司报道，土耳其地震期间，有Tiktok用户使用AI合成了儿童受(shòu)灾的假照片(piàn)发布到网络(luò)，以此诱(yòu)骗善良的人打赏“捐(juān)助”从而实施诈骗。

目(mù)前随着技术发展，AIGC已经(jīng)能做出真人照片般的绘(huì)图效果，如果这样的图片被用来诈骗，将非常(cháng)可怕。

此外(wài)AIGC还引发了(le)很多担(dān)忧，一(yī)方面，批判(pàn)者认为AI在“学习”了大(dà)量(liàng)前人(rén)的作(zuò)品之后，其创(chuàng)作没有任何情(qíng)绪和灵魂，难以和人类的(de)艺术创(chuàng)作相提并(bìng)论。

另一方面，AIGC背后(hòu)的版权、目前都并(bìng)没有得(dé)到(dào)有效的解决，还有AIGC会不会代替(tì)人(rén)类(lèi)“至高无(wú)上”的(de)创(chuàng)意。

马斯克也强调，人工智能的安全问(wèn)题(tí)需要得(dé)到重视，太晚就(jiù)来不及(jí)了(le)。

AIGC下一站除了(le)视频(pín)，还有(yǒu)远方(fāng)

技术都是有两面性(xìng)的，潜在的(de)危害(hài)并不能掩盖其光辉的贡献。现在看来，人工智能技术(shù)将是第四次工业革命的核心驱(qū)动力量，将创造新(xīn)的增长(zhǎng)奇迹。

过去(qù)一年，人(rén)工智(zhì)能在(zài)技(jì)术(shù)和商业层面(miàn)都有了巨大进(jìn)展，AI绘画就(jiù)是人工智能技(jì)术发生方向(xiàng)性(xìng)改变的一个(gè)代表。其下一(yī)站或许就(jiù)是视频(pín)。

此(cǐ)前，Meta和谷歌先后(hòu)发布了几条引爆科技圈的短视(shì)频。这些(xiē)视频引(yǐn)发关注(zhù)并(bìng)非内容做得多优(yōu)秀(xiù)，反而(ér)都非常简单，比如一匹正(zhèng)在喝水的马，一(yī)只画画的玩具熊(xióng)，或者(zhě)一段骑摩(mó)托(tuō)车的(de)第(dì)一(yī)视角录像(xiàng)，随便一个有(yǒu)手机的人都可以随手录下一(yī)段。

但(dàn)这些短视频的创(chuàng)作方(fāng)式非常简单，创(chuàng)作者(zhě)仅仅(jǐn)需(xū)要向AI输入一(yī)段话(huà)，甚至只是说(shuō)一下要求，AI就可(kě)以根据需要生成一段视频。

谷歌(gē)发(fā)布的两个AI生(shēng)成视频(pín)分(fēn)别(bié)来自(zì)于Imagen Video和Phenaki，前者(zhě)主要突出的是高清，与Meta的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(quān)就已经玩了(le)一(yī)波梗，一(yī)个(gè)能(néng)够做出(chū)更高清视频(pín)的AI还不(bù)足(zú)以在短时间内戳中兴奋点。

Phenaki更加令人(rén)震惊的地方(fāng)在于，它可(kě)以(yǐ)制作出超过2分钟的(de)连贯(guàn)的也有确切内容的视频，这才是(shì)真正让(ràng)人们感到(dào)惊喜的地方。因为无论AI生成(chéng)的视频多么高清，也只能是(shì)为内(nèi)容生产者提供一(yī)个灵感，一个素材，一个过场动画。

不过能够制作出(chū)有具体(tǐ)剧(jù)情内容的视频(pín)就意味(wèi)着，一些视频创作由AI代替(tì)人工完成已(yǐ)经初步有了可能。

当下(xià)AI的(de)发展(zhǎn)速度已经(jīng)超过大部分人的想象。内(nèi)容产(chǎn)业(yè)的本质是供(gōng)给创(chuàng)造需求，AIGC作(zuò)为全(quán)新的内容生产方式(shì)，可以为内容产业(yè)带来更新的内容风格、更快的生产速度(dù)，更低的生产成本，这无疑(yí)会驱动(dòng)内容产业的大爆发(fā)。

除(chú)了AI绘图(tú)、视(shì)频(pín)，AIGC技(jì)术还能应用于音乐(lè)、代(dài)码、机器人动作等多种内(nèi)容(róng)形式的(de)生成。不难发(fā)现该项技术(shù)不仅在游戏(xì)等行业能得到有(yǒu)效(xiào)应(yīng)用(yòng)，对于下(xià)一代互联网各(gè)种元素的构建亦有关(guān)键(jiàn)意(yì)义。

从商(shāng)业化的角度来看，文化(huà)娱乐、教育、传媒等诸多领(lǐng)域，本(běn)身就对(duì)基于AI的可视化内容有强烈需求。

因(yīn)此，AI绘画及视(shì)频(pín)或不是结(jié)果(guǒ)，而(ér)只是AI进程中的一块重要拼图，有望在技术更新的加持下实现更(gèng)大的应用价值。

AI从理解内容，走向了可(kě)以(yǐ)生成(chéng)内容，甚至(zhì)能够创造出独立价值(zhí)和独立视角的内容(róng)。AIGC的再次出(chū)圈，更代表着未来(lái)的先进生(shēng)产(chǎn)力即将到来。

紧抓大模(mó)型(xíng)与算力(lì)，牢固AIGC底(dǐ)座

从技术的(de)发展也可以(yǐ)看(kàn)出，在语言(yán)大模型、图像大(dà)模型之后，多模态大模型已经成为了新的趋势。

大模型被誉为当前人工智能发展的智(zhì)能底(dǐ)座，是全球竞争(zhēng)最(zuì)激烈的研(yán)究方向之一，包括谷歌(gē)、亚马逊(xùn)、百度、阿里、腾讯等(děng)众(zhòng)多头部企(qǐ)业都在竞相发(fā)力。

不过训练大模型的确(què)价格不菲(fēi)，以国盛证券发布的《ChatGPT需要多少算力》报告估(gū)算，GPT-3训练一次的成本约(yuē)为(wèi)140万美元(yuán)。而对于一些更大的LLM(大型语言模型(xíng))，训练成(chéng)本则介于200万美元至1200万美元高价之(zhī)间。

以ChatGPT在2023年1月的独立访客平均数(shù)1300万计算，其对应芯(xīn)片需求为3万多片英伟(wěi)达A100 GPU，初始投入成本(běn)约为8亿美(měi)元，每日仅电费就在5万美元左右。

此外不论是ChatGPT还是AIGC，都离不开庞(páng)大(dà)算力支持。在关注各(gè)类(lèi)大模(mó)型的发展(zhǎn)同时，更(gèng)应该(gāi)关注算(suàn)力网络的建设。

算力网(wǎng)络正驱动AI产业发展进(jìn)入史诗级加速进(jìn)程，让AIGC及通用AI这一(yī)人工(gōng)智能发展的(de)终(zhōng)极目(mù)标离得更近。

因为算力可以对突破性技术(shù)创新提供大力的支(zhī)持。这方(fāng)面，多模态大(dà)模型广西大学唐纪良主任科员，广西大学唐记良是典型。作为面向未(wèi)来强(qiáng)人工智能(néng)、通用人工智能(néng)的重(zhòng)要技(jì)术创新，多模态大(dà)模(mó)型已经在人工智能领域提出了很多年，业界也有不(bù)少技术突(tū)破，但是(shì)，多(duō)模态大(dà)模型进(jìn)一步往下走，算力需求呈几何(hé)式上(shàng)升，一般(bān)的算(suàn)力基础设施很(hěn)快将难以胜(shèng)任。

从(cóng)图像、文字、语(yǔ)音单独(dú)一项的训练，到双模(mó)态、三模(mó)态的跃迁(qiān)，让人工智(zhì)能可(kě)以灵活应对不(bù)同(tóng)模态的转化、像人与世界交互一样自(zì)然，这方面，由算力网络来驱动(dòng)将有明显优(yōu)势(shì)。