大闸蟹吃公的好还是母的好，大闸蟹公的好还是母蟹好-腾众软件科技有限公司

大闸蟹吃公的好还是母的好，大闸蟹公的好还是母蟹好 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(tiān)机(jī)器人ChatGPT火爆以来，微(wēi)软公(gōng)司创始人比尔·盖(gài)茨(cí)已多次公(gōng)开谈论人工智能话题。在最近(jìn)的一(yī)次采访中，他再次表示：“AI可能(néng)会让科(kē)技行(xíng)业迎(yíng)来一(yī)次剧烈的(de)洗牌”。

这个结论是他在(zài)当地(dì)时间2月20日接受《In Good Company》节(jié)目专(zhuān)访(fǎng)时提出(chū)的(de)。

他预期(qī)，AI的发展可(kě)能会(huì)威(wēi)胁到(dào)谷歌的(de)市占(zhàn)率，因为微软在AI方面的行动相(xiāng)当迅速。而最终科技(jì)巨头将(jiāng)把AI整合(hé)成用(yòng)户的“全能助手”，包揽一切应用，与人们进行沟通并(bìng)提供建议(yì)，可以取代亚马逊(xùn)、Siri或Outlook等应用。

大(dà)佬口中全(quán)能助手的到来可能尚需时日，但由ControlNet引发(fā)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之后又一应用(yòng)杀(shā)疯了，AIGC或(huò)进入可控期，将洗(xǐ)牌科(kē)技行业？_黑(hēi)料正能量(liàng)

ControlNet颠覆AI绘(huì)画新玩法

AIGC向可控靠近(jìn)

以AI绘画为代表的AIGC上(shàng)一次爆火的时候(hòu)，还是2022年8月(yuè)，在美(měi)国科罗拉(lā)多州举(jǔ)办的新兴数字艺术家竞赛中，一幅(fú)名为《太空歌剧院》的作品获(huò)奖。

随后各(gè)大厂商的AI绘画软件被广大网友熟知并体(tǐ)验，Stable Diffusion便是(shì)其中代(dài)表。

用(yòng)户们(men)可以(yǐ)在(zài)应用中(zhōng)输入(rù)一组关键词或(huò)者一张照片，就能获得一幅AI创(chuàng)作的画(huà)作。

作画的关键就是所(suǒ)输入的(de)文本(běn)。同(tóng)一组关(guān)键词也可以(yǐ)创作出很多张风格不(bù)一(yī)样(yàng)的画(huà)作，这(zhè)让(ràng)创作的过程就像开盲盒(hé)。

很多(duō)用(yòng)户很喜(xǐ)欢(huān)这种不(bù)确定(dìng)的惊喜，他们会将生成的美图当做(zuò)头像。而(ér)另一部分喜(xǐ)欢翻看AI绘(huì)画的“翻车”作(zuò)品。在社交媒体上，许多用户分享AI“翻车现场”，例(lì)如(rú)，一位网友(yǒu)的小狗照片被AI画成了“肌肉男”，还(hái)有网友的个人照片被AI识(shí)别成了(le)建筑(zhù)。

而如(rú)今(jīn)随着ControlNet的出现与加持，以往AI绘(huì)画的(de)填写关键词游戏(xì)可能要(yào)被颠(diān)覆了。

ControlNet是一位正在斯(sī)坦福读博的中国人张(zhāng)吕敏创作的(de)一(yī)种(zhǒng)基(jī)于(yú)控制点的图像(xiàng)变形算法(fǎ)，主要用于数字图像处理大闸蟹吃公的好还是母的好，大闸蟹公的好还是母蟹好、计算机视(shì)觉和计算(suàn)机图形学等领域。

其SD插件(jiàn)一经(jīng)发布(bù)，在(zài)短短的两天内便成(chéng)为了AI绘画领域最新的热点。

在此(cǐ)之前，大家用(yòng)了很多方法想让AI生(shēng)成的结果(guǒ)尽(jǐn)可能的符合要(yào)求，但(dàn)是都不尽如(rú)人意，它的出(chū)现代表着AI生(shēng)成(chéng)开始进入真正的(de)可控时期。

因(yīn)为ControlNet可以(yǐ)直接提取画面的(de)构(gòu)图(tú)，人(rén)物(wù)的姿势(shì)和(hé)画(huà)面的(de)深度信息等。有(yǒu)了它的帮(bāng)助，就不(bù)用频(pín)繁的用(yòng)提(tí)示词来碰运气，抽盲盒式的创(chuàng)作了(le)。

通俗的(de)说ControlNet相当于给AI绘画加了(le)“魔法”，不少博主(zhǔ)的作品已经获得了大(dà)量的浏览量，“viggo”就是其中之一，他用朋友的照片直(zhí)接带(dài)她们走进动漫世界。

viggo先(xiān)用StableDiffusion图片转(zhuǎn)文字。

再用Text2Prompt插件拓展找到对(duì)应的关键词(cí)；最后(hòu)用(yòng)ControlNet插(chā)件绑(bǎng)定骨骼开始换关键词试效(xiào)果。

通过(guò)图(tú)片(piàn)就可以看出来，效果十(shí)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”，知乎大牛“DevPoint”和“逗砂”介绍(shào)到ControlNet还能实现线稿转全(quán)彩图。大神张(zhāng)吕敏(mǐn)其(qí)本尊(zūn)也(yě)亲自回应。

不得不说(shuō)当下AIGC已经(jīng)变得越来越强大，甚至输出的作(zuò)品(pǐn)都已(yǐ)经能(néng)以假乱(luàn)真(zhēn)了。

难辨虚实(shí)，AIGC技术力爆发

警惕安全问题

近日(rì)，“苏州(zhōu)金(jīn)鸡湖有游艇(tǐng)party”的(de)消息火遍网络，而经过警方辟谣这(zhè)所谓的(de)“party”可(kě)能是全国第一起AI绘图诈(zhà)骗。

由于这个活动里面给(gěi)出的美女照片都(dōu)是(shì)AI制(zhì)作的(de)真人(rén)照(zhào)片(piàn)绘(huì)图，因为太逼真，被大家当成真事传播了。

不过仔(zǎi)细观察可(kě)以发(fā)现，活动(dòng)发起者提供的(de)照片中有个(gè)很大的漏(lòu)洞可以(yǐ)发现并非真人，而是AI绘图(tú)，那(nà)便是图片中女(nǚ)性的手指部分(fēn)有的存在异(yì)常。

ChatGPT之后又一应用杀疯了，AIGC或进(jìn)入可控期，将洗牌(pái)科技行业？_黑(hēi)料正能(néng)量(liàng)

有行业人事表(biǎo)示：“现在因(yīn)为手指部分的绘画算法比较复杂，AI还不太会(huì)画人(rén)的手，但(dàn)最新(xīn)看到(dào)的图片已经有越来越完美的(de)AI模型出现(xiàn)，以后(hòu)可能就(jiù)完全没(méi)有漏洞了。”

类似的AI作图(tú)诈骗在国(guó)外(wài)也已有发生(shēng)。据(jù)英国广播公司(sī)报道(dào)，土(tǔ)耳(ěr)其(qí)地震(zhèn)期间(jiān)，有Tiktok用户(hù)使用AI合成(chéng)了儿童受灾的假照(zhào)片(piàn)发布(bù)到网络，以此诱骗(piàn)善良(liáng)的人打赏“捐(juān)助”从(cóng)而实施诈(zhà)骗。

目前随着技(jì)术发展，AIGC已经能做出真人(rén)照(zhào)片(piàn)般(bān)的绘(huì)图效果，如(rú)果这样的图(tú)片被(bèi)用来(lái)诈骗，将非(fēi)常可怕(pà)。

此外AIGC还(hái)引发了很(hěn)多担忧，一方(fāng)面，批判者认为AI在“学习”了大量前人(rén)的作品之后，其创作(zuò)没有任(rèn)何(hé)情绪和灵魂，难(nán)以和人(rén)类的艺术创作相(xiāng)提并论。

另一方面，AIGC背后的版(bǎn)权、目前都并没有得到有(yǒu)效的解决，还有(yǒu)AIGC会不会代(dài)替人类“至高无上”的创意。

马(mǎ)斯克也强调，人工智(zhì)能(néng)的安全问题需要得(dé)到重视，太晚(wǎn)就来不(bù)及了。

AIGC下一(yī)站除了(le)视频，还有远方

技术都是有两面性的，潜(qián)在(zài)的危(wēi)害并(bìng)不(bù)能掩盖(gài)其光辉的贡献(xiàn)。现在看(kàn)来，人工智能技术将是(shì)第四次工业(yè)革命(mìng)的核心驱(qū)动力量(liàng)，将创造新(xīn)的(de)增(zēng)长奇(qí)迹(jì)。

过去(qù)一年(nián)，人工智能在技术(shù)和商业层面都有了巨大进展，AI绘画就(jiù)是人(rén)工智(zhì)能(néng)技术发(fā)生方向性改(gǎi)变的(de)一个代(dài)表。其下一站或(huò)许(xǔ)就是(shì)视频。

此前，Meta和谷歌先后发布(bù)了几(jǐ)条引爆科技圈的(de)短视频。这些视频引发关注(zhù)并(bìng)非内容做得(dé)多优秀，反而都(dōu)非常简单，比如一匹正在喝水的马，一只画画的玩具熊(xióng)，或者一段骑摩托(tuō)车(chē)的(de)第一视角录像，随便一个有手机的人(rén)都可以随手录下一(yī)段(duàn)。

但这些(xiē)短视频的创作方式(shì)非常简(jiǎn)单，创作者仅(jǐn)仅需要向AI输入一段话，甚(shèn)至(zhì)只是说一下(xià)要(yào)求，AI就(jiù)可以(yǐ)根据需要(yào)生成一(yī)段(duàn)视(shì)频。

谷歌发布的(de)两(liǎng)个(gè)AI生成视频分别来自于Imagen Video和Phenaki，前者主要突出的是高清，与(yǔ)Meta的Make-A-Video没有太多的差别。

在(zài)Make-A-Video公布(bù)了AI生成的视频后(hòu)，AI圈就已经玩了一(yī)波梗，一(yī)个能够做(zuò)出更高清视频的AI还不足以在短(duǎn)时间内(nèi)戳(chuō)中兴奋点。

Phenaki更(gèng)加令人震惊(jīng)的地方在于，它可以制(zhì)作出超过2分钟(zhōng)的连贯的(de)也有确切内(nèi)容的视频，这才是真正让人们感到惊喜的地方。因为(wèi)无论AI生成的视频多么高清(qīng)，也只(zhǐ)能(néng)是为内容生产者提供一个灵感，一(yī)个素材，一个过场动(dòng)画。

不过能够制作出有具体剧情内容的视频就意味着，一些视频创(chuàng)作由AI代替人工完(wán)成已经初步有了可(kě)能(néng)。

当(dāng)下AI的(de)发展(zhǎn)速(sù)度已经超过大(dà)部分人的(de)想(xiǎng)象。内(nèi)容(róng)产业的本质是供(gōng)给(gěi)创造需求(qiú)，AIGC作为全新的内容生(shēng)产方式(shì)，可以为(wèi)内容(róng)产业带来(lái)更(gèng)新的内容风格、更(gèng)快的生产速(sù)度，更低(dī)的生(shēng)产成本，这无(wú)疑会驱动内容产业(yè)的大爆(bào)发(fā)。

除了AI绘图、视频，AIGC技术(shù)还能应用于音乐、代(dài)码、机器人(rén)动作等多种内容形式的生成。不难发(fā)现该项(xiàng)技术(shù)不仅在(zài)游戏等行(xíng)业(yè)能得到(dào)有效应用(yòng)，对(duì)于下一代互联网各种元素的(de)构建亦有(yǒu)关键意义。

从商业化的角度来看(kàn)，文化娱乐、教育、传媒等诸(zhū)多领(lǐng)域，本身(shēn)就(jiù)对基于(yú)AI的(de)可视化内容(róng)有(yǒu)强烈需求。

因此，AI绘(huì)画及视频或不是结果(guǒ)，而只是AI进程中(zhōng)的一块(kuài)重要(yào)拼图(tú)，有(yǒu)望在技术更新(xīn)的加持下(xià)实(shí)现更大的(de)应(yīng)用(yòng)价值。

AI从理(lǐ)解(jiě)内容，走向了可以(yǐ)生成内容，甚至能够创造出(chū)独立价值和(hé)独(dú)立视角(jiǎo)的内容。AIGC的(de)再(zài)次(cì)出圈，更代表着未来的先进生产力即将(jiāng)到来。

紧(jǐn)抓(zhuā)大模型与(yǔ)算(suàn)力，牢(láo)固AIGC底(dǐ)座

从技术的(de)发展也可(kě)以看出，在语言(yán)大模型、图(tú)像大模型之后，多模态大(dà)模型已经成为(wèi)了新的趋(qū)势。

大模(mó)型被誉为(wèi)当前人工智能发展(zhǎn)的智能底座，是全球(qiú)竞(jìng)争最激烈的研(yán)究方向之一，包括谷歌、亚(yà)马逊、百度、阿里、腾讯等(děng)众多头部企业(yè)都在竞相发力。

不过训练大模型的确价格不菲(fēi)，以国盛证券发布的《ChatGPT需要多少算力》报告估算，GPT-3训(xùn)练(liàn)一次的成(chéng)本约(yuē)为140万美元。而(ér)对于一些更(gèng)大的(de)LLM(大型语(yǔ)言模(mó)型)，训练成本则介于200万美元至(zhì)1200万美元高(gāo)价之间。

以(yǐ)ChatGPT在2023年1月的独立访(fǎng)客平均(jūn)数1300万计(jì)算，其(qí)对应芯片需求为3万多片英伟达A100 GPU，初始投入成本约为(wèi)8亿美元，每日仅电费就在(zài)5万美元左右。

此外不论是ChatGPT还是(shì)AIGC，都离(lí)不开庞大(dà)算力支持(chí)。在关注各类大模(mó)型的(de)发展同时，更应该关注(zhù)算力网络的建设。

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

因(yīn)为算力可(kě)以(yǐ)对突破性(xìng)技术(shù)创新提供大力的支持。这方面(miàn)，多模态大模型(xíng)是典(diǎn)型。作为面(miàn)向(xiàng)未来(lái)强人工智能(néng)、通用人工智能的(de)重(zhòng)要技(jì)术创新(xīn)，多模(mó)态大(dà)模型(xíng)已经(jīng)在(zài)人工智能领(lǐng)域提出(chū)了(le)很多(duō)年(nián)，业界也有不少技(jì)术突破，但是，多模态大模型进(jìn)一步往下走，算力需求呈几何式上升，一般的算力基础设施很快将难以胜(shèng)任。

从(cóng)图(tú)像(xiàng)、文字、语音单独(dú)一项(xiàng)的(de)训练(liàn)，到双(shuāng)模态(tài)、三(sān)模态的跃迁(qiān)，让(ràng)人工智能(néng)可以灵活应对不同模态的转(zhuǎn)化(huà)、像人与世界交互一样(yàng)自然，这(zhè)方面，由算力网络来(lái)驱动将有明显优(yōu)势。