粗犷，粗旷和粗犷区别在哪-中国书画艺术

粗犷，粗旷和粗犷区别在哪 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(yǐ)来，微软公司创始人(rén)比尔·盖(gài)茨(cí)已(yǐ)多次公(gōng)开(kāi)谈论人(rén)工智能话题。在最(zuì)近的一次采访中，他再次表示：“AI可能会让(ràng)科技(jì)行(xíng)业迎来一(yī)次剧烈的洗牌”。

这个结(jié)论是他在(zài)当(dāng)地时(shí)间2月20日接(jiē)受《In Good Company》节目专访时(shí)提出的。

他预(yù)期，AI的发展可(kě)能会(huì)威胁到谷歌的市占率，因为微(wēi)软在AI方面的行动(dòng)相(xiāng)当迅(xùn)速。而最(zuì)终科技巨(jù)头将(jiāng)把AI整合成用(yòng)户的“全能(néng)助(zhù)手(shǒu)”，包揽(lǎn)一切应(yīng)用，与(yǔ)人(rén)们(men)进(jìn)行沟通(tōng)并提(tí)供建议，可以取代(dài)亚马逊、Siri或(huò)Outlook等应用。

大佬口(kǒu)中全能助手(shǒu)的(de)到来可能尚(shàng)需时日，但由ControlNet引发的(de)又一次AI绘画浪潮，让AIGC在ChatGPT的(de)话题热点包围中杀出重围(wéi)。

ChatGPT之后(hòu)又一应用杀(shā)疯(fēng)了(le)，AIGC或(huò)进入可控期，将洗牌科技行业？_黑(hēi)料正能量

ControlNet颠(diān)覆AI绘画新玩法(fǎ)

AIGC向可控(kòng)靠(kào)近

以(yǐ)AI绘(huì)画为(wèi)代表(biǎo)的(de)AIGC上一次爆火的时候，还是2022年8月，在(zài)美国科(kē)罗拉多州举办的(de)新兴数字艺术家竞赛中，一幅名为《太空歌剧院》的(de)作品获奖。

随后各大厂商(shāng)的AI绘画软件被广大(dà)网友熟(shú)知并体验，Stable Diffusion便是(shì)其中代表。

用户(hù)们可以在应用(yòng)中输入(rù)一组关键(jiàn)词(cí)或者(zhě)一(yī)张照片，就能获得一幅AI创作的画作。

作画的(de)关键就(jiù)是所输入的文本。同(tóng)一组关键词(cí)也可以创作(zuò)出很多张(zhāng)风格不一样的画作，这让创作的过程(chéng)就像开盲盒(hé)。

很多用户很喜(xǐ)欢这种不确定的惊喜，他们会(huì)将生(shēng)成(chéng)的美(měi)图当做(zuò)头像(xiàng)。而另一(yī)部分喜欢翻看AI绘(huì)画的“翻车(chē)”作品。在社交媒体上，许多用户分享(xiǎng)AI“翻车(chē)现场”，例(lì)如，一位(wèi)网友的小(xiǎo)狗照(zhào)片被AI画成了“肌肉男”，还有网友的个人照(zhào)片被AI识别(bié)成了(le)建筑。

而如今(jīn)随着ControlNet的(de)出现与加持，以(yǐ)往AI绘画的填写(xiě)关键词游戏可(kě)能要被颠覆了。

ControlNet是一(yī)位正在斯坦福读博的中(zhōng)国人(rén)张吕敏创作的一(yī)种(zhǒng)基于控制点的图像(xiàng)变形算法，主(zhǔ)要用(yòng)于数字图像处(chù)理、计算机视觉和(hé)计算机图(tú)形学等领域。

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

在(zài)此(cǐ)之前，大家用(yòng)了很多方法(fǎ)想让AI生成的结果尽可(kě)能的符(fú)合(hé)要求，但(dàn)是(shì)都(dōu)不尽如(rú)人意，它的出现代表着(zhe)AI生(shēng)成开始进入(rù)真正的可(kě)控时期。

因为ControlNet可以直接提(tí)取画面的构图，人物(wù)的姿势和画面的深度信息等(děng)。有了它的帮助，就不用频繁的(de)用提示词(cí)来(lái)碰运气，抽盲盒式的创(chuàng)作了。

通俗的说ControlNet相(xiāng)当于给(gěi)AI绘画加了(le)“魔(mó)法”，不少(shǎo)博(bó)主的作品(pǐn)已经获得了大量的浏览量，“viggo”就是其中之一，他用朋友的(de)照片直接带她(tā)们走进动(dòng)漫(màn)世界。

viggo先用(yòng)StableDiffusion图(tú)片转文字。粗犷，粗旷和粗犷区别在哪

再(zài)用(yòng)Text2Prompt插件拓展找到对应的关键词；最后用ControlNet插(chā)件(jiàn)绑定骨(gǔ)骼开始换关键词试效果。

通(tōng)过图片就可以看出来，效果十(shí)分惊(jīng)艳。

更厉害的(de)是(shì)，除了真实(shí)的照片，草图也可以(yǐ)加(jiā)上“魔(mó)法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线(xiàn)稿转全彩(cǎi)图。大神张吕敏(mǐn)其本尊也亲(qīn)自回应。

不得(dé)不说(shuō)当下AIGC已经(jīng)变得越(yuè)来越强大，甚至输出(chū)的作品都已经能以(yǐ)假乱真了。

难辨虚实，AIGC技术力爆(bào)发

警惕安全问题

近日(rì)，“苏州(zhōu)金鸡湖有游艇party”的消(xiāo)息(xī)火遍(biàn)网(wǎng)络，而(ér)经过(guò)警方辟谣这所谓的“party”可能是全国第一起(qǐ)AI绘图诈骗(piàn)。

由(yóu)于这个活(huó)动里面给(gěi)出(chū)的美女(nǚ)照片都(dōu)是AI制(zhì)作(zuò)的真人照片绘图(tú)，因为太逼真，被大(dà)家当(dāng)成真事传播了。

不(bù)过仔(zǎi)细观察可(kě)以发现，活(huó)动发起者提(tí)供(gōng)的照片中(zhōng)有个很大的漏(lòu)洞可以发现并非真人，而是AI绘图，那便是(shì)图(tú)片中女性的手指部(bù)分(fēn)有的存在异常。

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

有(yǒu)行(xíng)业人事表示(shì)：“现在因为手指部分的绘画算法比(bǐ)较复杂，AI还(hái)不太会画人的手，但最新看(kàn)到的图片已经有越来越完(wán)美的AI模型出(chū)现，以后(hòu)可能就完(wán)全没有漏洞了。”

类(lèi)似的(de)AI作图诈骗(piàn)在国外也已有发生。据(jù)英国(guó)广(guǎng)播公司报(bào)道，土耳其地(dì)震期间，有Tiktok用户使用(yòng)AI合成了儿(ér)童受灾的假(jiǎ)照(zhào)片发布到网络，以此诱骗善(shàn)良的人打赏“捐(juān)助”从而实施诈(zhà)骗(piàn)。

目前随着技(jì)术发(fā)展，AIGC已经能做出真人照(zhào)片般的绘图效果，如(rú)果(guǒ)这样的(de)图片被(bèi)用来诈骗，将非常可怕。

此外(wài)AIGC还引发了很多担忧，一方(fāng)面，批判者认(rèn)为AI在“学(xué)习”了大量前人(rén)的(de)作品之后，其创作(zuò)没有任何(hé)情绪和灵魂，难以和人类的艺术创作相提并论。

另一方面，AIGC背后的版权、目前都并没有(yǒu)得到有效的(de)解决，还有AIGC会不(bù)会代替人(rén)类“至高无上”的创意(yì)。

马斯(sī)克(kè)也强调，人工智能的(de)安全(quán)问题(tí)需要(yào)得到重视，太晚就来不及了。

AIGC下一站(zhàn)除了视频(pín)，还有远(yuǎn)方(fāng)

技(jì)术都(dōu)是有两面性的，潜在(zài)的危害并不能掩盖其光辉的(de)贡(gòng)献。现在看(kàn)来(lái)，人工智(zhì)能(néng)技术将是第(dì)四次工业革命的核心驱动力(lì)量，将创(chuàng)造新的增(zēng)长奇(qí)迹。

过去一年，人工智能在(zài)技术和商业层面都有了巨大(dà)进(jìn)展(zhǎn)，AI绘画就是(shì)人(rén)工智(zhì)能技术发(fā)生方向性改(gǎi)变的(de)一(yī)个(gè)代表。其下一站或许就是视频(pín)。

此前，Meta和谷歌先后发布了几条引爆(bào)科技圈的短视频。这些视频引发关(guān)注并非内(nèi)容做得多(duō)优秀，反而(ér)都非常简(jiǎn)单，比(bǐ)如一匹正(zhèng)在(zài)喝水的(de)马，一只画画的玩具熊，或者(zhě)一(yī)段骑摩(mó)托车的(de)第一视角录像，随便一个(gè)有手机的人(rén)都可(kě)以随手录下一段。

但这些(xiē)短视频的创作方(fāng)式非常(cháng)简(jiǎn)单，创(chuàng)作者(zhě)仅仅需要(yào)向AI输入一段话(huà)，甚(shèn)至只是说一下(xià)要求(qiú)，AI就可以根据需要生成一段(duàn)视频。

谷歌发(fā)布(bù)的两(liǎng)个AI生(shēng)成视频分别来自(zì)于Imagen Video和Phenaki，前者主要突出的是高(gāo)清，与(yǔ)Meta的Make-A-Video没有太(tài)多的差别。

在Make-A-Video公布了AI生成的视(shì)频后，AI圈就已经玩了一波梗(gěng)，一(yī)个能够做出更高(gāo)清视频(pín)的(de)AI还不足以在短时间(jiān)内戳中兴(xīng)奋点。

Phenaki更加令人(rén)震惊的地(dì)方在于，它可以制作出(chū)超(chāo)过(guò)2分钟的连贯的也(yě)有确切内容的(de)视频，这才是真正让人们(men)感(gǎn)到惊喜的(de)地方。因(yīn)为无(wú)论AI生成的(de)视频多么高清，也只能(néng)是为内容生产者提供(gōng)一(yī)个灵感，一个素材，一个过(guò)场动画(huà)。

不过能够制作(zuò)出(chū)有(yǒu)具体剧情内(nèi)容的视频就意味(w粗犷，粗旷和粗犷区别在哪èi)着，一些视频创(chuàng)作由AI代替人工完成已经初步有了可能(néng)。

当(dāng)下AI的发展速度已(yǐ)经超(chāo)过(guò)大部分(fēn)人的想象。内容产业的本质是供给创造需求，AIGC作为全(quán)新的内容生产方式(shì)，可以为内容产业带来更新的内容(róng)风(fēng)格(gé)、更快的生产速(sù)度，更低的(de)生产成本，这无疑会驱动内容(róng)产业的大爆发。

除了AI绘图、视频，AIGC技术还能应用于音乐、代码、机器人(rén)动(dòng)作等多种(zhǒng)内容形式的生成。不难发现(xiàn)该项技术不仅在游戏等行(xíng)业(yè)能得到有效(xiào)应用，对于下(xià)一代互联网各种元素的构建亦有关键意(yì)义。

从商(shāng)业(yè)化的角度来看，文化娱乐、教(jiào)育、传媒等诸多领域，本身就对基于(yú)AI的(de)可视化内(nèi)容(róng)有强烈需(xū)求。

因此(cǐ)，AI绘画及视(shì)频(pín)或不是结果，而只是AI进程中的一块重要拼图(tú)，有(yǒu)望(wàng)在技术更(gèng)新的加持下(xià)实现更大的(de)应用(yòng)价(jià)值。

AI从理解内容(róng)，走向了可以生成内容，甚至能(néng)够(gòu)创(chuàng)造(zào)出独立(lì)价值和独立视(shì)角(jiǎo)的(de)内容。AIGC的(de)再次出圈，更代(dài)表着未(wèi)来的先进(jìn)生产力即将到来。

紧抓大模型与算力，牢固AIGC底(dǐ)座

从技术的发展也可(kě)以看出，在语言大模型、图像(xiàng)大模型之后(hòu)，多模态大模型已(yǐ)经成为了新的(de)趋势。

大模型被誉为当前人工(gōng)智能发(fā)展的智能(néng)底(dǐ)座，是全球竞争最激烈(liè)的研究方(fāng)向之(zhī)一，包括(kuò)谷(gǔ)歌、亚马逊、百度、阿里、腾讯等众多头(tóu)部企(qǐ)业都在(zài)竞相发力。

不过训(xùn)练大模(mó)型(xíng)的(de)确价(jià)格(gé)不菲，以国盛(shèng)证券发布的《ChatGPT需要多少算力》报告(gào)估算，GPT-3训(xùn)练一(yī)次(cì)的成本约为(wèi)140万美元(yuán)。而(ér)对(duì)于一些更大的(de)LLM(大型语言(yán)模(mó)型(xíng))，训练成本则介于200万美元(yuán)至1200万美(měi)元高价之间。

以ChatGPT在2023年(nián)1月的独立访客(kè)平均数1300万计算，其(qí)对应芯片需求为3万(wàn)多片英伟达A100 GPU，初始投入成本约为8亿美(měi)元，每日仅电费就在5万美元左右。

此外不论是ChatGPT还是(shì)AIGC，都离(lí)不开庞大算(suàn)力支(zhī)持。在关注(zhù)各类(lèi)大模型的发展同时，更(gèng)应该(gāi)关注(zhù)算力网络的(de)建(jiàn)设(shè)。

算力网络正驱动AI产业发展(zhǎn)进入史诗(shī)级加速进程，让AIGC及通用AI这一人工智能发展(zhǎn)的终(zhōng)极目标离得(dé)更近。

因为算力可以对突破性技术创(chuàng)新提供大力的支持(chí)。这方面，多模态大模型是(shì)典型(xíng)。作(zuò)为面向未来强人工智能、通用人工智能的重要技(jì)术创(chuàng)新，多模态(tài)大(dà)模型已经在人(rén)工智(zhì)能(néng)领域提(tí)出了很多年，业界也有不少技术突破，但是，多模态大(dà)模型进一步(bù)往下走，算力需(xū)求呈几何式上升(shēng)，一般的(de)算力基础设施很快将难(nán)以胜任。

从(cóng)图像、文字(zì)、语(yǔ)音单独一项的训练，到(dào)双模态、三模态的跃迁，让人(rén)工智(zhì)能可以灵活(huó)应对不同模态的(de)转化、像(xiàng)人与世界交互一样(yàng)自然，这(zhè)方面，由算(suàn)力网络来驱动(dòng)将有明(míng)显优势。