柿饼有酒味还能不能吃了，柿饼有酒味还能不能吃了呢-重庆三峡中心医院、三峡中心医院、中心医院

柿饼有酒味还能不能吃了，柿饼有酒味还能不能吃了呢 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(zì)聊天机器人ChatGPT火爆以来，微软公司创始人比尔·盖茨(cí)已多次公开谈论(lùn)人工(gōng)智能话题。在最近(jìn)的一次采访中(zhōng)，他再次表示：“AI可能(néng)会让科技(jì)行(xíng)业(yè)迎(yíng)来(lái)一次(cì)剧烈的洗牌”。

这个结(jié)论是他在(zài)当地时间2月(yuè)20日接受《In Good Company》节目专(zhuān)访时提出(chū)的(de)。

他预(yù)期(qī)，AI的发展可能会威胁(xié)到(dào)谷歌的市(shì)占率，因为(wèi)微软在AI方面的行动相当迅速。而最终科技巨头将把AI整合成(chéng)用户的“全(quán)能助(zhù)手(shǒu)”，包揽一切(qiè)应用，与人们进行沟通并提(tí)供建议，可以取代亚马逊、Siri或Outlook等应用(yòng)。

大佬口(kǒu)中全能助手的到来可能尚需时日(rì)，但由ControlNet引发的又一次AI绘(huì)画浪潮(cháo)，让(ràng)AIGC在(zài)ChatGPT的话(huà)题热点包围中杀出重围。

ChatGPT之后又一应用杀(shā)疯了，AIGC或进入可控期，将洗(xǐ)牌科技(jì)行业？_黑料正(zhèng)能量

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近

以AI绘(huì)画为(wèi)代表的AIGC上一(yī)次爆火(huǒ)的时候，还是2022年8月，在美国(guó)科罗拉(lā)多(duō)州举办的新(xīn)兴数字艺术家竞赛中，一幅名为《太(tài)空歌剧院》的作品获(huò)奖。

随后(hòu)各大厂(chǎng)商的(de)AI绘画(huà)软件被广大(dà)网(wǎng)友熟知并体(tǐ)验，Stable Diffusion便是(shì)其中(zhōng)代(dài)表(biǎo)。

用户们可(kě)以在(zài)应用(yòng)中输入(rù)一(yī)组关键词或者一张照片，就能获得(dé)一幅AI创作的画作。

作画的关键(jiàn)就是所输入的文本。同一组关键词也可以创作出很多张风格不(bù)一(yī)样的画作，这让创作(zuò)的(de)过程就像(xiàng)开盲盒(hé)。

很多用户很喜欢(huān)这种不确定(dìng)的惊喜，他们会将生成的美图当做头像(xiàng)。而另(lìng)一部分喜欢(huān)翻看AI绘画的“翻车”作品(pǐn)。在社交(jiāo)媒体上，许多用(yòng)户分(fēn)享AI“翻车现场(chǎng)”，例如，一位(wèi)网(wǎng)友的(de)小狗照片被AI画(huà)成了“肌(jī)肉男”，还有网友的个(gè)人照片被(bèi)AI识别成(chéng)了建筑。

而如今(jīn)随着ControlNet的(de)出(chū)现与加持，以往AI绘画的填写关键词游(yóu)戏(xì)可(kě)能(néng)要被颠(diān)覆了。

ControlNet是(shì)一(yī)位正在斯坦福读博的中国人(rén)张吕敏(mǐn)创作(zuò)的一(yī)种基于控制点的图像变形算法，主要用于数字图像处理、计算机(jī)视觉和计(jì)算(suàn)机图形(xíng)学等领(lǐng)域。

其SD插件一经发布，在短短的两天内(nèi)便(biàn)成为了(le)AI绘画领域最新的(de)热点。

在此之前，大(dà)家用(yòng)了很(hěn)多方法想让(ràng)AI生成的(de)结果尽可能(néng)的符合(hé)要求，但(dàn)是(shì)都不(bù)尽(jǐn)如人意(yì)，它的出现代(dài)表着AI生成开始进入真正(zhèng)的可控时期。

因为ControlNet可以直接提取画面的(de)构(gòu)图(tú)，人物(wù)的姿势和画(huà)面的深度信(xìn)息(xī)等。有了它的帮助，就(jiù)不用频繁的用(yòng)提示词来碰运气，抽盲(máng)盒式(shì)的创作(zuò)了。

通俗的(de)说ControlNet相当于给AI绘画加了“魔法”，不少博主的作(zuò)品(pǐn)已经获(huò)得(dé)了大量的浏览量，“viggo”就是(shì)其中之一，他用朋友(yǒu)的(de)照片直(zhí)接带她们走(zǒu)进动漫世(shì)界。

viggo先用StableDiffusion图片转文字(zì)。

再(zài)用Text2Prompt插(chā)件拓(tuò)展找到对应的关键(jiàn)词(cí)；最后用(yòng)ControlNet插件绑定骨骼开始换关键词试(shì)效果。

通过图片就可以看出来，效(xiào)果十分惊艳。

更厉害(hài)的是，除了真(zhēn)实(shí)的照片，草(cǎo)图也可以(yǐ)加(jiā)上“魔(mó)法”，知乎大牛“DevPoint”和“逗(dòu)砂(shā)”介绍(shào)到ControlNet还能实现(xiàn)线稿转全彩图。大神张(zhāng)吕(lǚ)敏其本(běn)尊也亲自(zì)回应。

不得不说当(dāng)下AIGC已经(jīng)变得(dé)越来越(yuè)强大(dà)，甚至(zhì)输出的作品都已经能以假乱真了。

难辨虚(xū)实，AIGC技术力(lì)爆发

警惕安全问题

近日，“苏州(zhōu)金鸡(jī)湖有游艇party”的消息火遍网络(luò)，而经过(guò)警方辟谣这(zhè)所谓的“party”可能是全国第一起(qǐ)AI绘图诈(zhà)骗。

由(yóu)于这个(gè)活动里面给出的美(měi)女照片(piàn)都是AI制作(zuò)的真人照片绘图，因为太逼真，被(bèi)大家当成(chéng)真事传播了。

不过仔细观察(chá)可以发(fā)现，活动发起(qǐ)者提(tí)供的照片中有个很大的(de)漏(lòu)洞(dòng)可以发(fā)现并非真人，而是AI绘图(tú)，那便是图片中女性(xìng)的(de)手指部分有的存(cún)在异常。

ChatGPT之后又一(yī)应(yīng)用(yòng)杀疯了，AIGC或(huò)进入可(kě)控期，将洗牌科技行业？_黑料正(zhèng)能量

有(yǒu)行业人事(shì)表(biǎo)示：“现在(zài)因为手指部分的绘画算(suàn)法比较复杂，AI还不太会画人的手，但(dàn)最新看到的图片已经有越来越完美的AI模(mó)型出现(xiàn)，以(yǐ)后可能就完全没有漏洞了。”

类(lèi)似的AI作图诈骗在国(guó)外也已(yǐ)有发生(sh柿饼有酒味还能不能吃了，柿饼有酒味还能不能吃了呢ēng)。据(jù)英国广(guǎng)播公(gōng)司报(bào)道(dào)，土耳其地(dì)震期间(jiān)，有(yǒu)Tiktok用户使用(yòng)AI合成了儿童受灾的假照片发布(bù)到网络(luò)，以此诱骗善良(liáng)的人打赏(shǎng)“捐助”从而实施诈骗。

目前随着技术发展，AIGC已经能做出真(zhēn)人(rén)照片般的(de)绘(huì)图效果，如果这(zhè)样的(de)图片被用来诈骗(piàn)，将非常可怕。

此外AIGC还引发了(le)很多担忧，一方(fāng)面(miàn)，批判者认为AI在“学习”了(le)大量前(qián)人的作品之后，其(qí)创作没有任何情绪(xù)和灵魂，难以和人类的(de)艺术创作相提并论。

另一方(fāng)面，AIGC背后的版(bǎn)权、目(mù)前都并没有得(dé)到有效的解决，还有(yǒu)AIGC会(huì)不会代替人类“至(zhì)高无上”的创意(yì)。

马(mǎ)斯克也强调，人工智能的安全问(wèn)题需要(yào)得到(dào)重视，太晚(wǎn)就来(lái)不及了。

AIGC下(xià)一站除了视(shì)频，还(hái)有远方(fāng)

技术都是有(yǒu)两面性的，潜在的危害(hài)并不(bù)能掩盖其光辉的(de)贡献(xiàn)。现在看来，人工智能(néng)技术将是第四次(cì)工业革命的核(hé)心驱(qū)动(dòng)力量，将(jiāng)创(chuàng)造新(xīn)的增长奇迹。

过去一年，人工智(zhì)能在技术(shù)和(hé)商业层面都有了巨大(dà)进展(zhǎn)，AI绘画就是人(rén)工(gōng)智能(néng)技术发(fā)生(shēng)方(fāng)向性改变(biàn)的(de)一个代(dài)表(biǎo)。其下一(yī)站(zhàn)或许就是视(shì)频。

此(cǐ)前，Meta和(hé)谷歌先(xiān)后(hòu)发(fā)布了几条引爆科技(jì)圈的(de)短视(shì)频。这(zhè)些视频引发关注并非内(nèi)容做(zuò)得多优秀，反(fǎn)而都非常简单，比如(rú)一匹正在(zài)喝水的马，一只画(huà)画的玩(wán)具熊，或者一段骑摩(mó)托(tuō)车的第(dì)一视(shì)角录像，随便(biàn)一个有手机的人都可以随手录下(xià)一段。

但这些短视频的创作方式非(fēi)常简(jiǎn)单，创作者仅仅需要向AI输入一(yī)段话(huà)，甚至只是说一下要求，AI就可(kě)以根据需要生(shēng)成一段视(shì)频。

谷歌发(fā)布的(de)两个AI生成(chéng)视(shì)频(pín)分别来(lái)自于Imagen Video和Phenaki，前者主要突出的是高清，与Meta的Make-A-Video没有太多的差别(bié)。

在(zài)Make-A-Video公(gōng)布了AI生(shēng)成的视(shì)频后(hòu)，AI圈就已经玩(wán)了一波梗，一个能够做出更高清视频的AI还不(bù)足以在短(duǎn)时间内(nèi)戳中兴奋(fèn)点。

Phenaki更加令人震惊的地(dì)方(fāng)在(zài)于，它(tā)可以(yǐ)制作出(chū)超过2分钟(zhōng)的连(lián)贯的也(yě)有确切内容的视(shì)频，这才是真正让人们(men)感到惊喜的地方。因(yīn)为无论AI生(shēng)成的视频多(duō)么高清(qīng)，也只(zhǐ)能是为内容生产(chǎn)者提供一个灵(líng)感，一个素材，一个过场动画。

不过(guò)能(néng)够制作(zuò)出有具体剧(jù)情(qíng)内(nèi)容的(de)视频就(jiù)意味着，一(yī)些(xiē)视频(pín)创(chuàng)作由AI代替人工(gōng)完成已经初步有了可(kě)能。

当下AI的发展(zhǎn)速(sù)度(dù)已(yǐ)经超过大部分人(rén)的想象(xiàng)。内容产业的本质(zhì)是供(gōng)给创(chuàng)造需求，AIGC作(zuò)为全新(xīn)的(de)内容生产(chǎn)方式，可以(yǐ)为内容产业带来更(gèng)新的内容(róng)风格、更快的生产速(sù)度，更(gèng)低的(de)生产成本，这无疑会驱(qū)动内容(róng)产(chǎn)业的大爆发。

除了AI绘图、视(shì)频(pín)，AIGC技术还能应用于音乐、代码(mǎ)、机器(qì)人动作(zuò)等多种内(nèi)容形(xíng)式的生成。不难(nán)发(fā)现该项技术不仅在游戏等(děng)行(xíng)业能得到(dào)有效应用，对于下(xià)一代互联网各(gè)种元素的构建亦(yì)有关键意义。

从(cóng)商业(yè)化(huà)的角度(dù)来看，文化娱乐、教育、传媒等(děng)诸多领(lǐng)域，本身(shēn)就(jiù)对基于AI的(de)可视化内容有强烈需求。

因此，AI绘画及视频或不是结果，而只是AI进(jìn)程中的一块重(zhòng)要拼(pīn)图，有望在技术(shù)更新的加持下(xià)实现更大的应用价值。

AI从理解(jiě)内容(róng)，走向了可以生成内(nèi)容，甚(shèn)至能(néng)够创造出独立价值和独立视角的内容。AIGC的再次(cì)出圈，更代表着未来的先进生产(chǎn)力即将到来。

紧(jǐn)抓大模(mó)型(xíng)与算(suàn)力，牢固AIGC底座

从技术(shù)的发展也可(kě)以看出，在语(yǔ)言大模型(xíng)、图像大模型之后，多模态(tài)大模(mó)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能底座，是全球(qiú)竞(jìng)争最激烈(liè)的研究方(fāng)向之一，包(bāo)括谷歌、亚马逊、百度、阿里、腾讯(xùn)等众(zhòng)多头部企业都在竞相发力。

不过训练(liàn)大模(mó)型的(de)确价(jià)格不(bù)菲(fēi)，以国盛(shèng)证券发布(bù)的《ChatGPT需要多少(shǎo)算力》报告估算，GPT-3训练一次(cì)的成本约为(wèi)140万美元。而对于一些更大的(de)LLM(大型(xíng)语言模型)，训(xùn)练成本则(zé)介于200万美元至1200万美元高价之间。

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

此外不论是(shì)ChatGPT还是(shì)AIGC，都(dōu)离不开庞大算力支(zhī)持。在关注各类大模型的发(fā)展同(tóng)时，更应(yīng)该关注算力网络的建设(shè)。

算力网络正驱(qū)动AI产业发展进入史诗(shī)级加速进程，让(ràng)AIGC及通用(yòng)AI这一人工智能发展的终(zhōng)极目标离得更近(jìn)。

因为算力可(kě)以对突破(pò)性技术(shù)创新提(tí)供大(dà)力的支持(chí)。这方面(miàn)，多模态大模型是典型。作为面向未来强人(rén)工智(zhì)能、通用人工智(zhì)能的重(zhòng)要(yào)技术(shù)创(chuàng)新，多模态大模型(xíng)已经在(zài)人工智(zhì)能(néng)领域提(tí)出了很多年，业界也有不少(shǎo)技术突破，但(dàn)是(shì)，多模态(tài)大模型进一步(bù)往下走，算力需求呈几(jǐ)何式上(shàng)升，一(yī)般的(de)算力基(jī)础设施很快将难(nán)以胜任。

从(cóng)图(tú)像、文字(zì)、语音单(dān)独一项(xiàng)的(de)训练，到(dào)双模(mó)态、三模(mó)态(tài)的(de)跃迁(qiān)，让人工智能可(kě)以灵活应对(duì)不同模态的(de)转化(huà)、像(xiàng)人(rén)与(yǔ)世界(jiè)交互一样自然，这(zhè)方面，由算力网络来驱动将有明显优势。