勤耕不辍精业笃行什么意思，精业笃行臻于至善-绿茶通用站群

勤耕不辍精业笃行什么意思，精业笃行臻于至善 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(tiān)机器人ChatGPT火爆以(yǐ)来，微(wēi)软公(gōng)司(sī)创始人比尔·盖茨已多次公(gōng)开谈(tán)论人工智能话题。在(zài)最(zuì)近的一次采访中，他再次表示(shì)：“AI可能会让科(kē)技(jì)行业迎来(lái)一(yī)次(cì)剧烈(liè)的洗牌”。

这个结论是他在当(dāng)地时间2月20日接受(shòu)《In Good Company》节目专访时提出的(de)。

他预期(qī)，AI的发展(zhǎn)可能会(huì)威(wēi)胁(xié)到谷歌的市占率，因为微软(ruǎn)在AI方面的行动(dòng)相当迅速(sù)。而最终科技巨头将把AI整合(hé)成(chéng)用户(hù)的“全(quán)能助手(shǒu)”，包揽一(yī)切应用，与人们(men)进行沟(gōu)通并提供建议，可以取代亚马逊、Siri或Outlook等(děng)应用。

大佬口中(zhōng)全能助(zhù)手(shǒu)的到来可能(néng)尚需时日，但由ControlNet引发的又一次AI绘画(huà)浪潮，让AIGC在ChatGPT的话题热点包围中杀出重围。

ChatGPT之后(hòu)又(yòu)一应(yīng)用(yòng)杀疯了，AIGC或进入可控(kòng)期，将洗牌(pái)科技行业？_黑料(liào)正(zhèng)能量

ControlNet颠(diān)覆AI绘画新玩法

AIGC向(xiàng)可控靠近

以AI绘画(huà)为(wèi)代表的AIGC上一次爆火(huǒ)的时候，还是(shì)2022年8月，在(zài)美国科罗(luó)拉多州举(jǔ)办的新兴数字艺术家(jiā)竞(jìng)赛中，一幅名为《太(tài)空歌剧(jù)院》的作品获奖。

随后各大厂(chǎng)商(shāng)的AI绘画软件(jiàn)被广大网友熟知(zhī)并(bìng)体验(yàn)，Stable Diffusion便(biàn)是其中(zhōng)代(dài)表。

用户们可(kě)以在(zài)应用(yòng)中输入(rù)一组(zǔ)关键词或者一张照片，就能获得一(yī)幅AI创作的画作。

作画的关键就是(shì)所输(shū)入的(de)文本。同一组关键词(cí)也可(kě)以(yǐ)创作出很多张(zhāng)风格不(bù)一样的画作，这让创(chuàng)作的(de)过(guò)程就像开盲盒(hé)。

很多用(yòng)户很喜欢这种不确定的惊(jīng)喜，他们会将生(shēng)成的美图(tú)当做(zuò)头像。而另一部分喜欢翻看AI绘(huì)画的“翻车”作品。在社交媒体上，许多用户分享AI“翻车现场”，例如(rú)，一位网友的(de)小狗照片被AI画成了“肌肉男”，还有(yǒu)网友的个(gè)人(rén)照片被AI识别(bié)成了建筑。

而如今随着ControlNet的出现与加(jiā)持，以往AI绘(huì)画的(de)填(tián)写(xiě)关键词游戏可能要被颠覆了。

ControlNet是一位正(zhèng)在(zài)斯坦福(fú)读博的中国(guó)人张(zhāng)吕敏创(chuàng)作的一种基于控(kòng)制点的(de)图像(xiàng)变形算法，主要用于数字图(tú)像(xiàng)处理、计算机(jī)视觉和计(jì)算机图形学等领域。

其SD插件一经发布，在短短的两天内便成为了(le)AI绘画领域(yù)最新的热点。

在此之(zhī)前，大家(jiā)用了(le)很(hěn)多方(fāng)法想让AI生成的结果尽可能(néng)的符合要求，但是都不尽(jǐn)如人意(yì)，它的(de)出(chū)现(xiàn)代表着AI生成开始进(jìn)入真正(zhèng)的可控(kòng)时(shí)期。

因为ControlNet可以直接提取画(huà)面的构图，人物(wù)的姿势(shì)和画面的深度信息等。有了(le)它的帮助，就不用频繁(fán)的用提示词来碰运气，抽盲盒式的创作了。

通俗的说ControlNet相当于给AI绘画加(jiā)了“魔法”，不少博主(zhǔ)的作品(pǐn)已(yǐ)经获得了大(dà)量的浏(liú)览(lǎn)量，“viggo”就是其中(zhōng)之一，他用(yòng)朋友的(de)照片直接(jiē)带她(tā)们走(zǒu)进动(dòng)漫(màn)世界(jiè)。

viggo先用StableDiffusion图片转文(wén)字。

再(zài)用Text2Prompt插件拓展找(zhǎo)到对应的关键词(cí)；最后用ControlNet插件绑定骨骼开始换关键词试效果。

通过图片就可以(yǐ)看出来，效果十分惊艳。

更厉害的是，除了真实的照片，草图也(yě)可以加上(shàng)“魔法(fǎ)”，知乎大牛“DevPoint”和(hé)“逗砂”介(jiè)绍(shào)到ControlNet还能实(shí)现(xiàn)线(xiàn)稿转全彩图。大神张(zhāng)吕敏其本尊也亲自回(huí)应。

不得不(bù)说当下AIGC已经变(biàn)得越来越强大(dà)，甚至输出的作品都已经能以(yǐ)假乱真了。

难辨虚实，AIGC技术力爆发

警惕安全问题(tí)

近日(rì)，“苏(sū)州金鸡湖有(yǒu)游艇party”的消息火遍网络，而(ér)经过警方辟谣(yáo)这(zhè)所谓的“party”可能是全国第一起AI绘图(tú)诈骗。

由于这个活动里面给出的美女照片都是AI制作的真人照片绘图(tú)，因为太(tài)逼(bī)真，被(bèi)大家(jiā)当成(chéng)真(zhēn)事传播了。

不过仔细(xì)观察可以发现(xiàn)，活动发起(qǐ)者提供的照(zhào)片中有(yǒu)个(gè)很大的(de)漏洞可以发(fā)现并非真人，而(ér)是AI绘图，那便(biàn)是图片(piàn)中女性的手指部(bù)分有的存在异常。

ChatGPT之后(hòu)又一(yī)应用杀疯了(le)，AIGC或进入(rù)可控(kòng)期，将洗牌科(kē)技行业(yè)？_黑料正能量

有行业人事(shì)表示：“现在因为手(shǒu)指部(bù)分的绘(huì)画算法比较复杂，AI还不太会(huì)画人的(de)手，但最新(xīn)看到的图片(piàn)已经有(yǒu)越来越完美(měi)的AI模型出(chū)现，以后可(kě)能就(jiù)完全没有漏洞(dòng)了。”

类似(shì)的(de)AI作图诈(zhà)骗在(zài)国外(wài)也(yě)已有发生(shēng)。据英国广播公(gōng)司(sī)报道，土耳(ěr)其地震(zhèn)期(qī)间(jiān)，有Tiktok用(yòng)户使用AI合成了儿童受(shòu)灾的(de)假照片发布到(dào)网络，以(yǐ)此诱(yòu)骗善(shàn)良的人打赏“捐助”从而(ér)实施诈骗。

目前(qián)随(suí)着技术发(fā)展，AIGC已经能做(zuò)出真人照片(piàn)般的绘图效果，如果这样的图片被用来诈(zhà)骗，将非常可(kě)怕(pà)。

此(cǐ)外AIGC还引发了(le)很(hěn)多(duō)担忧，一方(fāng)面，批判者认为AI在“学习”了大(dà)量前人(rén)的作品(pǐn)之(zhī)后，其创作没有(yǒu)任何情(qíng)绪(xù)和灵魂，难以和人类的(de)艺(yì)术创作相(xiāng)提(tí)并论(lùn)。

另一(yī)方面，AIGC背后的版权、目(mù)前都(dōu)并没(méi)有得到有效的解决，还有AIGC会(huì)不会代替人类“至高无上”的创(chuàng)意。

马斯克也强调(diào)，人工智能的安(ān)全问题(tí)需(xū)要得到重视，太晚就来不及了。

AIGC下一(yī)站除了视频(pín)，还有远方(fāng)

技术都(dōu)是有两面性的，潜在的危(wēi)害并不能掩盖其光辉的贡(gòng)献。现在看来，人工智(zhì)能技术将是(shì)第四次工(gōng)业(yè)革命的核心驱动力量，将创造新的(de)增长奇迹。

过去一(yī)年，人(rén)工智能在(zài)技术和(hé)商业层面(miàn)都有了巨大进展，AI绘画就是人工智能技(jì)术发生方向性改变(biàn)的一(yī)个代表。其(qí)下一站或许就(jiù)是(shì)视(shì)频(pín)。

此前，Meta和谷歌先后发(fā)布(bù)了几(jǐ)条(tiáo)引爆(bào)科技圈的短(duǎn)视频。这些视(shì)频引发关注并非内容(róng)做得多(duō)优秀，反(fǎn)而都非(fēi)常简(jiǎn)单，比如一匹正在(zài)喝水的马，一只画画的玩具熊，或(huò)者(zhě)一(yī)段骑摩(mó)托车的第一视(shì)角录像，随(suí)便一个(gè)有手机的(de)人都可以随(suí)手录(lù)下一段(duàn)。

但这些(xiē)短视频的创(chuàng)作(zuò)方式非常简单(dān)，创(chuàng)作者仅仅需(xū)要向AI输(shū)入一(yī)段话，甚至(zhì)只是说一下(xià)要求，AI就可以根据需要(yào)生(shēng)成一段视频。

谷(gǔ)歌发(fā)布的两个AI生成(chéng)视频分别(bié)来自于Imagen Video和Phenaki，前者(zhě)主要突出的是高清，与Meta的Make-A-Video没有(yǒu)太多的差别。

在(zài)Make-A-Video公布(bù)了AI生成(chéng)的视(shì)频(pín)后，AI圈(quān)就(jiù)已经(jīng)玩了一波梗，一(yī)个能够(gòu)做出(chū)更高清视频的AI还不(bù)足以在短时间内戳(chuō)中兴奋点。

Phenaki更(gèng)加令人震(zhèn)惊的地(dì)方在于，它可(kě)以(yǐ)制作出超过2分钟的连(lián)贯的(de)也有确切内容的视(shì)频(pín)，这才是真(zhēn)正让人们感到(dào)惊喜的地(dì)方(fāng)。因为无论AI生成的视频多么高清，也只能是(shì)为内(nèi)容生产者提供(gōng)一个灵感，一个素材，一个过场动画(huà)。

不(bù)过能够(gòu)制作出(chū)有具(jù)体(tǐ)剧情内容的视(shì)频(pín)就意味着(zhe)，一些(xiē)视频创作由AI代替(tì)人工完(wán)成已经初步有了(le)可(kě)能。

当下(xià)AI的发展速度已经(jīng)超过大部分人的想(xiǎng)象。内容产业的本质是供(gōng)给创造需求，AIGC作(zuò)为全新的内容生产方式，可(kě)以为内容产业带(dài)来(lái)更(gèng)新的(de)内(nèi)容(róng)风格、更快(kuài)的生产(chǎn)速度(dù)，更低的(de)生(shēng)产成本(běn)，这无疑会驱动内容产(chǎn)业(yè)的大爆发。

除了AI绘图(tú)、视(shì)频，AIGC技术还能应用于音乐、代码、机器人(rén)动作等多种内容形式的生成。不难发现该项(xiàng)技术(shù)不仅在(zài)游戏等行(xíng)业(yè)能得到有效应用(yòng)，对于下一代互联网(wǎng)各种元素的构建亦(yì)有关键意义。

从商业化的角(jiǎo)度来看，文化(huà)娱乐、教育、传(chuán)媒等诸多领域，本身就对基于AI的(de)可视化内容有(yǒu)强烈需(xū)求。

因此，AI绘画及视频或不是结果，而只是(shì)AI进程(chéng)中的一块(kuài)重要(yào)拼图，有(yǒu)望在技术更新的加持下实现更大(dà)的应用(yòng)价值(zhí)。

AI从理(lǐ)解内容，走向(xiàng)了可以(yǐ)生成内容(róng)，甚至能(néng)够创造出独(dú)立价值(zhí)和独立视角的(de)内(nèi)容。AIGC的(de)再(zài)次出(chū)圈，更(gèng)代(dài)表(biǎo)着未(wèi)来(lái)的先进生产力即将(jiāng)到来。

紧(jǐn)抓(zhuā)大模型与算力，牢固AIGC底座

从技术的(de)发展也可以看出，在语言大模(mó)型(xíng)、图像大模(mó)型之后(hòu)，多(duō)模态大(dà)模型(xíng)已经成为了新的趋势。

大(dà)模型被(bèi)誉为(wèi)当前人工智(zhì)能发展(zhǎn)的智能底座，是(shì)全球竞争最激烈的(de)研究方向之一，包括谷歌、亚马(mǎ)逊(xùn)、百度、阿里(lǐ)、腾讯等众多头部企业都在竞相发力。

不过(guò)训练大模(mó)型的确(què)价格不(bù)菲，以国盛证(zhèng)券发布(bù)的《ChatGPT需要多少算力》报告(gào)估(gū)算，GPT-3训练一次的成本约为140万美(měi)元。而对于(yú)一些更大(dà)的LLM(大(dà)型语言(yán)模(mó)型)，训(xùn)练成本则介于200万美元至1200万(wàn)美元高(gāo)价之间(jiān)。

以ChatGPT在2023年1月的独立访客平(píng)均数1300万计算，其(qí)对应(yīng)芯片需求(qiú)为3万多片英(yīng)伟达A100 GPU，初始投入成本约为8亿美元，每日(rì)仅电费就在5万(wàn)美元左(zuǒ)右。

此外不论是ChatGPT还是AIGC，都离不开庞(páng)大算力支持。在(zài)关注各(gè)类大模型的发展同时(shí)，更应该关(guān)注(zhù)算力(lì)网(wǎng)络(luò)的建设。

算力网络正驱动AI产(chǎn)业(yè)发展进入史诗级加速进程，让AIGC及通用AI这一人工智能发展的终(zhōng)极目标离得更(gèng)近。

因为算力(lì)可以对突破性技术创新提供大力的支(zhī)持。这方面，多(duō)模态大模(mó)型是典型。作(zuò)为面向未来强人工智能、通用(yòng)人(rén)工智能的重要技术创新，多模(mó)态大模型已经在人工智能领域提出了很多年，业界也有(yǒu)不少(shǎo)技术突破(pò)，但(dàn)是，多模态(tài)大(dà)模型进一(yī)步往下走，算力需求呈(chéng)几何式上升，一般的算力基础设施很快将难以(yǐ)胜任(rèn)。

从(cóng)图像、文字、语(yǔ)音单独一项的训练(liàn)，到双模态、三模态的跃迁(qiān)，让(ràng)人(rén)工智(zhì)能可以灵活应对不同(tóng)模态(tài)的转化、像人(rén)与世界交(jiāo)互一样(yàng)自然，这方(fāng)面，由算(suàn)力(lì)网络来驱动将有(yǒu)明显(xiǎn)优(yōu)势。