漠北是现在的哪里，明朝的漠北是现在的哪里-中国书画艺术

漠北是现在的哪里，明朝的漠北是现在的哪里 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)机器人(rén)ChatGPT火(huǒ)爆以来，微软公(gōng)司创(chuàng)始人比尔·盖茨(cí)已多次公(gōng)开谈论人工智能话题。在(zài)最近的一次采访中，他再(zài)次表示：“AI可(kě)能(néng)会让(ràng)科(kē)技行业迎来一次剧烈的洗(xǐ)牌”。

这个结(jié)论是他(tā)在(zài)当(dāng)地(dì)时(shí)间2月20日(rì)接受《In Good Company》节目专访时提出(chū)的(de)。漠北是现在的哪里，明朝的漠北是现在的哪里>

他预期，AI的(de)发展可能会(huì)威(wēi)胁到谷(gǔ)歌的(de)市占(zhàn)率，因(yīn)为微(wēi)软(ruǎn)在AI方面的行动相当迅速。而(ér)最(zuì)终科(kē)技巨头将(jiāng)把AI整(zhěng)合成用(yòng)户的“全(quán)能助手”，包揽(lǎn)一切应(yīng)用，与人们进行沟通并提(tí)供建议，可以取(qǔ)代亚马逊、Siri或(huò)Outlook等应用。

大佬口(kǒu)中全能助(zhù)手的到来(lái)可能尚需(xū)时(shí)日，但由ControlNet引发的又一次AI绘画浪潮，让AIGC在ChatGPT的话(huà)题热点包(bāo)围中杀出重围。

ChatGPT之(zhī)后又一应用(yòng)杀疯了(le)，AIGC或进入可控期，将洗牌科技行业(yè)？_黑料正能(néng)量

ControlNet颠覆AI绘画新玩法漠北是现在的哪里，明朝的漠北是现在的哪里

AIGC向可控靠近

以(yǐ)AI绘画为代表的AIGC上(shàng)一次(cì)爆火的时候，还是2022年8月(yuè)，在(zài)美国科(kē)罗拉(lā)多州举办的(de)新兴数字艺术家竞赛中，一幅名为《太空歌剧(jù)院》的(de)作品获奖。

随后各大厂(chǎng)商的AI绘(huì)画软件(jiàn)被广大(dà)网友熟知并体(tǐ)验，Stable Diffusion便是(shì)其中代表。

用户(hù)们可以在应用(yòng)中输入一(yī)组关键词或者一张照(zhào)片(piàn)，就(jiù)能获得一幅AI创作的画作(zuò)。

作(zuò)画的关键(jiàn)就是所(suǒ)输入的(de)文本。同一(yī)组关键词也可以创作出很多张(zhāng)风格不一样的画作，这(zhè)让创作的过程就像(xiàng)开(kāi)盲盒。

很(hěn)多用(yòng)户(hù)很喜欢这种不确定(dìng)的惊喜(xǐ)，他们(men)会将生成的(de)美图(tú)当(dāng)做头(tóu)像(xiàng)。而另一部分喜欢翻看AI绘画的(de)“翻(fān)车”作品。在社交媒体上，许多用户分享AI“翻车现(xiàn)场”，例如，一位(wèi)网友(yǒu)的小(xiǎo)狗照片被AI画成(chéng)了“肌肉(ròu)男”，还有(yǒu)网(wǎng)友(yǒu)的个人照(zhào)片被AI识别(bié)成了建筑。

而如今随着ControlNet的(de)出现与(yǔ)加持，以往AI绘画(huà)的填写关键词游戏可能(néng)要被(bèi)颠覆了。

ControlNet是一位正在斯(sī)坦福(fú)读博(bó)的中国人张(zhāng)吕敏创作的(de)一种基(jī)于控制点(diǎn)的图像变形算法，主要用于数字图(tú)像处理、计算机视觉和计算机图形(xíng)学等领(lǐng)域(yù)。

其(qí)SD插件一经(jīng)发布，在短短的(de)两天内便(biàn)成为了AI绘画领域最新的热点(diǎn)。

在此之前，大家用了很(hěn)多方(fāng)法(fǎ)想让AI生成(chéng)的结(jié)果尽可能(néng)的符合(hé)要求，但是都不尽如(rú)人意，它的(de)出现代表着AI生成开(kāi)始(shǐ)进(jìn)入(rù)真正(zhèng)的可控时期。

因(yīn)为(wèi)ControlNet可以直(zhí)接提取画面的构图，人物的(de)姿势和画面的深度信息(xī)等(děng)。有了它的(de)帮助，就不用频繁(fán)的用提示词(cí)来碰运(yùn)气，抽(chōu)盲盒(hé)式的创作(zuò)了(le)。

通俗的说ControlNet相当于给AI绘画加了“魔(mó)法”，不少(shǎo)博主的作品(pǐn)已(yǐ)经获(huò)得了大量的浏(liú)览量，“viggo”就是其中之一，他用朋友的照片直接带她们(men)走(zǒu)进动漫世(shì)界(jiè)。

viggo先用StableDiffusion图片转文字。

再用(yòng)Text2Prompt插件(jiàn)拓(tuò)展找到对应的关键词(cí)；最后用ControlNet插件绑定骨骼开始(shǐ)换关键词(cí)试效果。

通过图片就可(kě)以(yǐ)看出来，效果十分惊(jīng)艳。

更厉害的是，除(chú)了真实的照片，草图也可以加上“魔法”，知乎大(dà)牛“DevPoint”和(hé)“逗砂(shā)”介(jiè)绍到ControlNet还能(néng)实现线稿转(zhuǎn)全彩图。大神张吕敏其(qí)本尊(zūn)也(yě)亲自回应。

不(bù)得不说当下AIGC已(yǐ)经变得(dé)越来越强(qiáng)大，甚至输出的(de)作品都已经能以假乱真了。

难辨虚实，AIGC技术力爆发

警惕(tì)安全问题

近日，“苏州金鸡湖有游艇(tǐng)party”的消息火(huǒ)遍(biàn)网络，而经(jīng)过警方辟谣这所谓(wèi)的“party”可能是全国第一起AI绘图诈骗。

由于这个活(huó)动里面给出的美女照(zhào)片都是AI制作的真人照(zhào)片(piàn)绘图，因为太逼真(zhēn)，被(bèi)大家当成真事(shì)传播了。

不过(guò)仔细观察可以(yǐ)发(fā)现，活动发起者提供(gōng)的照片中有个很大的(de)漏洞可以发现并非真人，而(ér)是AI绘图，那便(biàn)是图片中女性的手指部分(fēn)有的存(cún)在异常(cháng)。

ChatGPT之后又一应用杀疯(fēng)了，AIGC或进入可控期，将洗牌(pái)科(kē)技行业？_黑料(liào)正能量

有行业人(rén)事表(biǎo)示：“现(xiàn)在(zài)因为手指部分的绘(huì)画(huà)算法比较复杂，AI还不太会(huì)画人的(de)手，但最新看到的图(tú)片(piàn)已经有越来越(yuè)完美的AI模型出(chū)现(xiàn)，以后可能就完全(quán)没有漏洞了(le)。”

类(lèi)似的AI作图诈(zhà)骗在国外也已有发生。据英国广播公司(sī)报道，土(tǔ)耳其(qí)地震期间，有Tiktok用(yòng)户(hù)使用(yòng)AI合成了(le)儿童受灾的(de)假(jiǎ)照片发布到(dào)网络，以此(cǐ)诱骗善良(liáng)的人打赏“捐助(zhù)”从(cóng)而实施诈(zhà)骗。

目前随着技术发展，AIGC已经能做出真(zhēn)人照片般的绘图效(xiào)果(guǒ)，如果(guǒ)这(zhè)样的图片(piàn)被用(yòng)来诈骗，将非常可怕。

此外AIGC还引发了很(hěn)多担忧，一方面，批(pī)判者(zhě)认为AI在“学习(xí)”了大量前人的作品之后(hòu)，其创作没有任何情绪和(hé)灵魂，难以(yǐ)和人(rén)类的(de)艺术创作(zuò)相提并论。

另一方面，AIGC背后的版(bǎn)权、目前(qián)都(dōu)并没有得到(dào)有效的解决，还有(yǒu)AIGC会不会(huì)代替人类“至高无(wú)上”的创意。

马斯克(kè)也(yě)强(qiáng)调，人(rén)工智(zhì)能的安全问题需要得(dé)到重视，太晚就(jiù)来不及(jí)了。

AIGC下一站除了视频，还(hái)有远(yuǎn)方(fāng)

技术都(dōu)是有两(liǎng)面性(xìng)的，潜(qián)在的危害(hài)并(bìng)不能掩盖其光辉的贡献。现在看来，人(rén)工(gōng)智(zhì)能技术将是第四次(cì)工(gōng)业革命的核心驱(qū)动力量，将创造(zào)新的增长奇(qí)迹。

过去一年，人工智能在技术(shù)和商业层(céng)面都有了巨(jù)大进展，AI绘画就是人工智能技(jì)术(shù)发生方向性(xìng)改(gǎi)变的(de)一个(gè)代表(biǎo)。其下一站或许就(jiù)是视频。

此前，Meta和谷歌先后(hòu)发布了(le)几条(tiáo)引(yǐn)爆科技圈的短视频。这些视频引发(fā)关注并非内容做得多优秀，反(fǎn)而都非常简单，比如(rú)一(yī)匹正在喝水的马，一只画画的玩具熊，或者一段骑摩(mó)托车(chē)的第一视角录像，随便一个有手机的人都可以随手录下一(yī)段(duàn)。

但这些(xiē)短视频的创作(zuò)方式(shì)非常(cháng)简单，创作者仅仅需(xū)要向AI输入一段话，甚至(zhì)只(zhǐ)是说一下要(yào)求，AI就可以(yǐ)根据需要(yào)生(shēng)成(chéng)一段视(shì)频。

谷歌发布的两个AI生成(chéng)视频(pín)分(fēn)别来自于Imagen Video和Phenaki，前者主要突出的(de)是高清，与Meta的Make-A-Video没(méi)有太多的差别。

在Make-A-Video公布了AI生(shēng)成的(de)视频后，AI圈就已经玩了一波(bō)梗，一个能够做出更高清视(shì)频的AI还不足以(yǐ)在短(duǎn)时间内戳中兴奋(fèn)点(diǎn)。

Phenaki更加令人震惊的地方(fāng)在于，它(tā)可以(yǐ)制作出超(chāo)过2分钟的连贯的也有确(què)切(qiè)内(nèi)容的视频，这才是真正让人们感到惊喜(xǐ)的(de)地方。因为无(wú)论AI生成的视频(pín)多么高清(qīng)，也只能(néng)是为(wèi)内容生产者(zhě)提(tí)供一个灵感，一(yī)个素材，一个(gè)过场动(dòng)画。

不过(guò)能够制(zhì)作(zuò)出(chū)有具体剧情内容(róng)的视频就意(yì)味(wèi)着(zhe)，一些(xiē)视频创作由AI代替人工完成已经初步有了可(kě)能。

当下AI的漠北是现在的哪里，明朝的漠北是现在的哪里发(fā)展速度已经超(chāo)过大部分人的想象(xiàng)。内容产业的本质是供给创造需求，AIGC作为全新的(de)内容生产方式，可以为内容产业带来更新的(de)内容风(fēng)格(gé)、更(gèng)快的生产速度，更(gèng)低的(de)生产成(chéng)本，这无疑会驱动内容产业(yè)的大爆(bào)发。

除了AI绘图、视频(pín)，AIGC技术还能应用于音乐、代码、机器人动(dòng)作等多种内(nèi)容(róng)形式的生成。不难(nán)发现该项技术不仅在游戏等行业能得到有效(xiào)应用，对于(yú)下一(yī)代互联网各(gè)种元素的构建亦有关键意义。

从商(shāng)业化的角度来看，文化娱乐、教育、传媒等诸多领(lǐng)域，本身就(jiù)对(duì)基(jī)于AI的可视化内容有强烈需求。

因此，AI绘画及视频或不是结果(guǒ)，而只是AI进程中的一块重要拼图，有(yǒu)望在技术(shù)更新的(de)加持下实现更大的应(yīng)用(yòng)价值。

AI从理解(jiě)内容，走向(xiàng)了可以生成内容，甚至能够(gòu)创(chuàng)造出独立(lì)价值(zhí)和独立视角的内容。AIGC的再次出圈，更代表着未(wèi)来的先进生(shēng)产力(lì)即(jí)将到(dào)来。

紧抓(zhuā)大模型与算力，牢固AIGC底(dǐ)座

从(cóng)技术的发展也(yě)可以看出，在语言(yán)大模型、图像大模型之(zhī)后，多模态大模型已经成(chéng)为了新的(de)趋势。

大模型被(bèi)誉为当前人工智能发展的智(zhì)能底座，是全(quán)球竞争(zhēng)最激烈(liè)的研究方向(xiàng)之一，包(bāo)括谷歌、亚马逊、百度、阿里(lǐ)、腾讯(xùn)等众多头部企业都(dōu)在竞相(xiāng)发力(lì)。

不(bù)过训(xùn)练大模型(xíng)的确(què)价格不菲(fēi)，以国盛证(zhèng)券(quàn)发布的《ChatGPT需(xū)要多少算力》报告估算，GPT-3训练一次的成本约为(wèi)140万美(měi)元。而对于一些(xiē)更大的LLM(大型语(yǔ)言(yán)模型(xíng))，训练(liàn)成(chéng)本(běn)则介于200万美元至1200万美元(yuán)高(gāo)价之间。

以ChatGPT在(zài)2023年1月的独立访客平均数(shù)1300万(wàn)计(jì)算，其(qí)对应芯片需(xū)求为3万多片(piàn)英伟达A100 GPU，初始投入成(chéng)本约为8亿美元，每(měi)日(rì)仅电费就在5万美元左右。

此外不论是ChatGPT还是(shì)AIGC，都离不开庞大算力支持。在(zài)关注(zhù)各类大模型的发展同时，更(gèng)应该(gāi)关注(zhù)算(suàn)力网络(luò)的建设。

算力网(wǎng)络正驱动AI产业(yè)发展进入(rù)史(shǐ)诗(shī)级加速进程，让AIGC及通(tōng)用(yòng)AI这(zhè)一人工智能发展(zhǎn)的终(zhōng)极目(mù)标离得更近。

因为算(suàn)力可以对突破(pò)性(xìng)技术创新(xīn)提供大力的(de)支持。这方面，多模态大模(mó)型是典型。作为面(miàn)向未来强人(rén)工智能、通用(yòng)人工(gōng)智能的(de)重要技术创新(xīn)，多模态大模型(xíng)已经在人工智能领域提出了很多年，业界也有不少技术突(tū)破，但是，多模(mó)态(tài)大模型进一步往(wǎng)下(xià)走，算力需求呈几何式上升，一般的算力(lì)基础设施(shī)很快将难以胜任。

从图(tú)像、文字、语音单独一项的(de)训练，到(dào)双模(mó)态(tài)、三模态的跃迁，让人工智能可以灵活应对不同模(mó)态的转化、像人与世界交(jiāo)互(hù)一(yī)样(yàng)自然，这方面，由算力(lì)网络来(lái)驱动将有明显优势。