善作善成意思久久为功，善作善成意思是什么-重庆三峡中心医院、三峡中心医院、中心医院

善作善成意思久久为功，善作善成意思是什么 ChatGPT之后又一应用杀疯了，AIGC或进入可控期，将洗牌科技行业？

自聊天机器(qì)人ChatGPT火(huǒ)爆以来，微软(ruǎn)公司创(chuàng)始人比尔·盖茨已多(duō)次公开(kāi)谈(tán)论人工智能话题(tí)。在最(zuì)近的一次采(cǎi)访中(zhōng)，他再(zài)次表(biǎo)示：“AI可能(néng)会让科技行(xíng)业迎来一(yī)次剧烈的(de)洗牌(pái)”。

这个结论是他在当地(dì)时间2月(yuè)20日接受《In Good Company》节目专访时提(tí)出的。

他预期(qī)，AI的发展可(kě)能会威胁到谷歌的市占(zhàn)率，因为微软在AI方面的行动相当迅(xùn)速。而最终科技巨(jù)头将把AI整合成用户(hù)的“全能助手”，包揽一切应用，与人们进(jìn)行沟(gōu)通(tōng)并提供建议，可以取代亚马逊(xùn)、Siri或Outlook等应用。

大(dà)佬口中全能助手的到来可能尚需(xū)时(shí)日，但(dàn)由ControlNet引发的又一(yī)次AI绘(huì)画(huà)浪潮，让(ràng)AIGC在ChatGPT的(de)话题热点包围中(zhōng)杀出重围。

ChatGPT之后又一应用杀疯了，AIGC或进入可(kě)控期，将洗牌科技行业？_黑(hēi)料正能量

ControlNet颠覆AI绘画新玩法

AIGC向可(kě)控靠近(jìn)

以AI绘(huì)画为代表的AIGC上一次爆火的(de)时(shí)候，还是2022年8月，在美(měi)国(guó)科罗拉多(duō)州(zhōu)举办(bàn)的新兴数字艺术家竞(jìng)赛(sài)中，一幅名为(wèi)《太空歌剧院》的(de)作品获奖。

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

用(yòng)户们可(kě)以在应用中(zhōng)输入一组关键词(cí)或者一张照片(piàn)，就能获(huò)得一幅AI创(chuàng)作的画作。

作(zuò)画的(de)关(guān)键就是(shì)所输(shū)入的文本。同一组关键词也可以创作出很多张(zhāng)风格(gé)不(bù)一样的画(huà)作(zuò)，这(zhè)让创作(zuò)的过程就像(xiàng)开盲盒(hé)。

很多用户(hù)很喜(xǐ)欢这种不确定的惊喜(xǐ)，他们会将生成的(de)美图当做(zuò)头像(xiàng)。而另一部分喜(xǐ)欢(huān)翻(fān)看AI绘画的(de)“翻车”作品(pǐn)。在社(shè)交媒(méi)体上(shàng)，许多用户分享AI“翻车现场(chǎng)”，例如，一位网友的(de)小狗照片被(bèi)AI画(huà)成了“肌肉男”，还有网友(yǒu)的个人(rén)照片被(bèi)AI识(shí)别成了建筑。

而如今随(suí)着ControlNet的出现与加(jiā)持(chí)，以往(wǎng)AI绘画的填写关键词游戏(xì)可能(néng)要被颠覆了。

ControlNet是一位正在斯坦福读(dú)博的中国人张(zhāng)吕敏创作的一种基于控制点的图(tú)像变形算法(fǎ)，主(zhǔ)要用于数字(zì)图像处理、计(jì)算机视觉和计算机(jī)图形学等领域。

其SD插件一经发(fā)布，在短(duǎn)短(duǎn)的(de)两(liǎng)天内便成为了AI绘画领域最新的热(rè)点。

在此之(zhī)前，大家(jiā)用(yòng)了很多方法想让AI生(shēng)成(chéng)的结果尽可(kě)能(néng)的符合要求，但是(shì)都(dōu)不尽如人意，它(tā)的出现代表(biǎo)着AI生(shēng)成(chéng)开始进入真正的可控时期。

因为ControlNet可以直(zhí)接提取画面的构(gòu)图(tú)，人(rén)物(wù)的姿(zī)势和画面的(de)深度信息等。有了(le)它的帮助，就不(bù)用频繁的(de)用提示词来碰运(yùn)气，抽盲盒(hé)式的创作了。

通俗的说ControlNet相当于给(gěi)AI绘(huì)画加了(le)“魔法”，不少(shǎo)博(bó)主的(de)作品已(yǐ)经(jīng)获得了(le)大量的浏览量，“viggo”就是其中之一，他用朋友的照片直接带她们走进动(dòng)漫世界。

viggo先用StableDiffusion图片(piàn)转文字。

再用Text2Prompt插件拓(tuò)展找到对应(yīng)的关键(jiàn)词(cí)；最后用ControlNet插件绑定(dìng)骨骼开始换关(guān)键词试效(xiào)果。

通(tōng)过图片就可以看出来，效(xiào)果十分惊艳。

更(gèng)厉害(hài)的是，除了真实的照(zhào)片，草图(tú)也可以加上(shàng)“魔法”，知乎大牛“DevPoint”和“逗砂”介绍(shào)到ControlNet还能实现(xiàn)线(xiàn)稿转(zhuǎn)全(quán)彩图(tú)。大神张吕敏其本尊也亲自回(huí)应。

不得(dé)不说(shuō)当下AIGC已经变得(dé)越(yuè)来越强大，甚至输出(chū)的(de)作品都已(yǐ)经能以假乱真了。

难辨虚实(shí)，AIGC技术力爆(bào)发

警惕安全问题

近日，“苏州金鸡湖有游艇party”的消息火(huǒ)遍网络，而经过警方辟谣这所谓的“party”可能是(shì)全国第(dì)一起AI绘图诈骗。

由于(yú)这个活动里(lǐ)面给(gěi)出(chū)的美女(nǚ)照片都是AI制作的真人照片绘图，因为太逼(bī)真，被(bèi)大家当(dāng)成真事传播了。

不过(guò)仔细观察(chá)可以发现(xiàn)，活动发起者提(tí)供的照片中有个很(hěn)大(dà)的漏洞可以(yǐ)发现并非(fēi)真人(rén)，而(ér)是AI绘(huì)图，那便是图片中女(nǚ)性的手指部分(fēn)有的存在(zài)异常。

ChatGPT之(zhī)后又一应(yīng)用杀(shā)疯了，AIGC或(huò)进入可控(kòng)期，将洗(xǐ)牌科技行业？_黑(hēi)料正能(néng)量(liàng)

有行业(yè)人(rén)事表示：“现在因为手指(zhǐ)部分的绘画算(suàn)法比较复杂，AI还(hái)不太会画(huà)人的(de)手(shǒu)，但最新看(kàn)到(dào)的图片已经有越来越完美的(de)AI模型出现，以后可能就完(wán)全(quán)没有漏(lòu)洞了。”

类似的(de)AI作(zuò)图(tú)诈骗(piàn)在国外也(yě)已有发生。据英(yīng)国广播公(gōng)司(sī)报(bào)道，土耳(ěr)其地震期间，有Tiktok用户使用(yòng)AI合成(chéng)了儿(ér)童(tóng)受灾(zāi)的假(jiǎ)照片发(fā)布(bù)到网络，以此诱骗(piàn)善良(liáng)的(de)人打(dǎ)赏“捐助”从而实施诈骗。

目前随着技术发展，AIGC已经(jīng)能(néng)做(zuò)出真人照片般的绘(huì)图效果，如果这样的图片被用来诈(zhà)骗，将非(fēi)常(cháng)可(kě)怕(pà)。

此外AIGC还引发了很多担忧，一(yī)方面(miàn)，批判(pàn)者认为AI在“学习”了(le)大量前人的作品之(zhī)后(hòu)，其创作没有(yǒu)任何(hé)情绪和(hé)灵魂，难以和人类的(de)艺术创作相提并论(lùn)。

另一方(fāng)面，AIGC背后(hòu)的(de)版(bǎn)权、目前都并没(méi)有得(dé)到有效的解决，还有(yǒu)AIGC会(huì)不(bù)会(huì)代替人类(lèi)“至高(gāo)无上”的(de)创意(yì)。

马斯(sī)克也强调，人工智能的安全(quán)问题(tí)需要得到(dào)重视，太晚就来不(bù)及(jí)了。

AIGC下(xià)一站(zhàn)除了视频(pín)，还有远方(fāng)

技术(shù)都(dōu)是有两面性的，潜(qián)在的危害(hài)并(bìng)不能(néng)掩盖其光辉的贡献。现在看来，人工智能技术将是第四(sì)次工业革命的核(hé)心(xīn)驱动力量，将创(chuàng)造新的(de)增(zēng)长奇迹。

过(guò)去一年，人工(gōng)智能在技术和商业层面都有了巨大进展(zhǎn)，AI绘画就是(shì)人工智能技(jì)术发生方向性改(gǎi)变的一个(gè)代表(biǎo)。其(qí)下(xià)一站或许就是(shì)视频。

此前，Meta和谷歌先(xiān)后发布了几条引爆科技(jì)圈的短视频。这些视频引发(fā)关注(zhù)并(bìng)非内(nèi)容做得多优秀，反而都(dōu)非常简单，比如一匹正在喝(hē)水的马(mǎ)，一只画(huà)画的玩具熊，或者(zhě)一段骑摩托车的第一(yī)视角(jiǎo)录(lù)像，随便一个有手(shǒu)机(jī)的人都可以随手录下一段。

但这些短视频的创(chuàng)作方式非常简单(dān)，创作者仅(jǐn)仅需要向AI输入一段话，甚至只是(shì)说一下(xià)要求，AI就可(kě)以(yǐ)根据(jù)需要生(shēng)成一段视频。

谷歌发(fā)布的两个AI生成视(shì)频(pín)分别来自(zì)于Imagen Video和Phenaki，前者主要突(tū)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(shēng)成的视(shì)频后(hòu)，AI圈就已(yǐ)经玩了一波梗，一个(gè)能(néng)够(gòu)做出更高清视频的AI还(hái)不足以在(zài)短时间内戳中兴奋(fèn)点(diǎn)。

Phenaki更加令人震惊的地方在(zài)于(yú)，它可以制(zhì)作出(chū)超过2分钟的连贯(guàn)的也有确(què)切内容的视频，这才(cái)是真正让人们感(gǎn)到(dào)惊喜的地方。因为无论AI生成(chéng)的(de)视(shì)频(pín)多么(me)高清，也只能(néng)是为内容生产者(zhě)提(tí)供一个灵感，一个素材，一个过场动画。

不过能够制(zhì)作出有(yǒu)具体剧情(qíng)内容(róng)的视(shì)频就意味着，一些视频创作(zuò)由AI代(dài)替(tì)人工完成已经(jīng)初步有了可能。

当下AI的发展速度(dù)已(yǐ)经超过大部分人的想象。内容产业的本质是供给创造(zào)需求，AIGC作(zuò)为全新(xīn)的内容生产方式，可(kě)以(yǐ)为(wèi)内容产业带来更(gèng)新的内容风(fēng)格(gé)、更快的(de)生产速度，更低(dī)的生(shēng)产成本，这无疑会驱(qū)动内(nèi)容(róng)产业的(de)大(dà)爆发(fā)。

除了AI绘图(tú)、视频(pín)，AIGC技术还能应用于音乐(lè)、代码、机器人(rén)动作等多种内容形式的(de)生成。不难发现(xiàn)该项(xiàng)技术不仅在游戏等行业能得到有(yǒu)效应用，对于下一(yī)代互联网(wǎng)各种元素的构建亦有关键意(yì)义。

从(cóng)商业化的角度来看，文化娱乐、教育(yù)、传媒等诸多领域，本身就(jiù)对(duì)基于AI的可视化内容有强(qiáng)烈需求。

因此，AI绘画及视(shì)频或不是结果，而(ér)只(zhǐ)是AI进程中的一块重要(yào)拼图，有望(wàng)在技术更(gèng)新的加持下(xià)实现更大的应用价值。

AI从(cóng)理解内(nèi)容(róng)，走(zǒu)向了可以生(shēng)成内容，甚至能(néng)够(gòu)创造出独(dú)立价(jià)值(zhí)和独立视角(jiǎo)的内容。AIGC的再次出(chū)圈，更代表着未来的先进生(shēng)产力即将(jiāng)到来(lái)。

紧抓大模型与(yǔ)算力，牢(láo)固(gù)AIGC底座(zuò)

从技术的发展(zhǎn)也可以看出，在语言大模型、图像大模型(xíng)之(zhī)后，多模态大模型已经成为了(le)新的趋势。

大模型(xíng)被誉为当(dāng)前人工智能(néng)发展的智能底座，是(shì)全球竞争(zhēng)最激烈的研究方(fāng)向之一，包括谷歌、亚马逊、百度、阿里、腾讯(xùn)等众多头部企业都在(zài)竞相发力。

不过训练(liàn)大模型(xíng)的确价格(gé)不菲，以(yǐ)国盛(shèng)证券发布的《ChatGPT需要多少(shǎo)算力(lì)》报告估(gū)算，GPT-3训练(liàn)一次的成本(běn)约为140万美(měi)元。而对于一些(xiē)更大(dà)的LLM(大型语言模型)，训(xùn)练成本(běn)则介于200万美元(yuán)至1200万美(měi)元高价之间(jiān)。

以ChatGPT在2023年1月的独立访(fǎng)客平均数1300万(wàn)计(jì)算(suàn)，其对应芯片需求(qiú)为3万(wàn)多片英伟达A100 GPU，初始投(tóu)入成(chéng)本约为8亿美元(yuán)，每日(rì)仅电(diàn)费就在5万美元左右。

此(cǐ)外(wài)不论是ChatGPT还是AIGC，都离不开(kāi)庞大算力支持。在关注(zhù)各类大模型的发展同时，更应该(gāi)关注算力(lì)网络的建设。

算(suàn)力网络正驱动AI产业发展进(jìn)入史诗(shī)级加速(sù)进程(chéng)，让AIGC及通(tōng)用AI这一人工智能发展的(de)终极目标离得更近。

因为算力(lì)可以对突破(pò)性技(jì)术创新(xīn)提供大力的(de)支持。这(zhè)方面，多模态大模(mó)型是典型。作为面向未(wèi)来(lái)强人工智能、通用人工智(zhì)能的(de)重要技术(shù)创新(xīn)，多模态大(dà)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破，但是，多模态大模型进(jìn)一步(bù)往(wǎng)下走，算力需求呈几(jǐ)何式上升，一(yī)般的(de)算力基础设施很快将(jiāng)难(nán)以胜(shèng)任。

从图像、文字、语音单(dān)独一(yī)项的训练，到双模态、三模态的跃迁，让人工智(zhì)能可以(yǐ)灵活应对(duì)不同模(mó)态的转化、像人与世界交(jiāo)互一样自然，这方面，由算力网络来(lái)驱动将有明显优势(shì)。