充电宝租赁，即插即充 (Rent Power Banks, Charge on the Go)

<随心_句子c><随心_句子c><随心_句子c><随心_句子c><随心_句子c>用(yong)戶(hu)量(liang)超(chao) 200 萬(wan)、生(sheng)成(cheng) 1.2 億(yi) AI 作(zuo)品(pin)的(de)無(wu)界(jie) AI，是(shi)怎(zen)麽(me)理(li)解(jie) AIGC 的？

原(yuan)創(chuang)丨(shu)頭(tou)號(hao) AI 玩(wan)家(jia)

整(zheng)理 | 头号 AI 玩家

头圖(tu) | 无界 AI

* 头图使(shi)用无界 AI 创作，關(guan)鍵(jian)詞(ci)：春(chun)江(jiang)花(hua)月(yue)夜(ye)，國(guo)寶(bao)熊(xiong)貓(mao)花花貴(gui)妃(fei)扮(ban)相(xiang)，精(jing)細(xi)的畫(hua)面(mian)，豐(feng)富(fu)的色(se)彩(cai)（“新(xin)榜(bang)和(he) ta 的朋(peng)友(you)”直(zhi)播(bo)間(jian)觀(guan)眾(zhong)提(ti)供(gong)）

5月4日(ri)，无界 AI 商(shang)務(wu)市(shi)場(chang)總(zong)監(jian)李(li)本(ben)漲(zhang)在(zai)“新榜和 ta 的朋友”視(shi)頻(pin)号系(xi)列(lie)直播中(zhong)進(jin)行(xing)了(le)題(ti)為(wei)《從(cong)格(ge)物(wu)致(zhi)知(zhi)到(dao)人(ren)工(gong)智(zhi)能(neng)，用哲(zhe)學(xue)思(si)想(xiang)來(lai)理解 AIGC》的分(fen)享(xiang)。

聊(liao)了聊如(ru)何(he)从“格物致知”這(zhe)壹(yi)中国傳(chuan)統(tong)思想出(chu)發(fa)，增(zeng)进對(dui)於(yu) AIGC 的理解和認(ren)知，並(bing)对目(mu)前(qian)主(zhu)流(liu)的 AIGC 模(mo)型(xing)及(ji)其(qi)應(ying)用场景(jing)进行了梳(shu)理介(jie)紹(shao)。

无界 AI 作为国內(nei)最(zui)早(zao)基(ji)于 Stable Diffusion 模型推(tui)出 AI 繪(hui)画工具(ju)的平(ping)臺(tai)之(zhi)一，截(jie)至(zhi)目前，已(yi)歷(li)經(jing) 4 次(ci)版(ban)本叠(die)代(dai)，累(lei)積(ji)了 200 万 + 的註(zhu)冊(ce)用户、生成了 1.2 亿 + 的 AI 作品。

本文(wen)整理自(zi)李本涨在直播中的分享自述(shu)，内容(rong)经嘉(jia)賓(bin)本人確(que)认。

如何用“格物致知”的思想来理解 AIGC？

格物致知是中国传统哲学中的一種(zhong)学習(xi)方(fang)法(fa)和观點(dian)，最早出自于《禮(li)記(ji)?大(da)学》：“致知在格物，物格而(er)後(hou)知至”，后被(bei)宋(song)代二(er)程(cheng)、朱(zhu)熹(xi)等(deng)理学家們(men)发揚(yang)光(guang)大。“格物”指(zhi)观察(cha)和研(yan)究(jiu)實(shi)際(ji)事(shi)物丰富经驗(yan)，“致知“指通(tong)過(guo)实踐(jian)和研究来验證(zheng)和理解。

它(ta)的核(he)心(xin)邏(luo)輯(ji)是通过经验和实践，来增进自己(ji)的理解和认知。这個(ge)观念(nian)深(shen)刻(ke)影(ying)響(xiang)了中国古(gu)代哲学和文化(hua)，也(ye)成为了現(xian)代科(ke)学发展(zhan)的重(zhong)要(yao)理念之一。

那(na)么距(ju)今(jin)这么多(duo)年(nian)的一种思想，能夠(gou)去(qu)理解现在如日中天(tian)的人工智能嗎(ma)？它们之间有(you)什(shen)么共(gong)通之處(chu)？

首(shou)先(xian)是理論(lun)層(ceng)面。

格物致知是通过经验和实践，去完(wan)善(shan)自己的思維(wei)模型。而人工智能則(ze)是通过处理大量的數(shu)據(ju)，发现数据之间的規(gui)律(lv)和模式(shi)，再(zai)通过編(bian)碼(ma)形(xing)成算(suan)法模型。

所(suo)以(yi)我(wo)们很(hen)驚(jing)奇(qi)地(di)发现，在理论层面，格物致知和人工智能，都(dou)是通过將(jiang)经验或(huo)数据进行编码抽(chou)象(xiang)实现的。

其次是应用层面。

从格物致知的角(jiao)度(du)来講(jiang)，通过思维模式的抽象化和觸(chu)類(lei)旁(pang)通，可(ke)以把(ba)自己的理解遷(qian)移(yi)到不(bu)同(tong)的场景裏(li)面。

比(bi)如用格物致知的思维去理解如何做(zuo)產(chan)品設(she)計(ji)，因(yin)为产品设计本身(shen)需(xu)要大量的行業(ye)经验，做产品要画原型图，在此(ci)之前要做产品調(tiao)研，然(ran)后再落(luo)实到具體(ti)的产品執(zhi)行，也就(jiu)是产品開(kai)发上(shang)。

而从人工智能的算法模型角度来讲，結(jie)合(he)具体的行业场景，则能够落地不同的功(gong)能，最后再生成相应的内容。比如語(yu)言(yan)场景的 ChatGPT、绘画场景的 Midjourney 等等。

兩(liang)者(zhe)也都需要通过不斷(duan)的反(fan)饋(kui)去迭代優(you)化自己的思维模型和算法模型。

所以說(shuo)，格物致知和人工智能不管(guan)是从理论层面，還(hai)是应用层面，相互(hu)之间的关聯(lian)性(xing)和契(qi)合度都非(fei)常(chang)高(gao)。

一些(xie)学文科的朋友可能之前沒(mei)有接(jie)触过人工智能，覺(jiao)得(de)人工智能是特(te)別(bie)晦(hui)澀(se)難(nan)懂(dong)或者特别理工科的東(dong)西(xi)，其实它跟(gen)哲学思考(kao)或者日常的学习应用是有異(yi)曲(qu)同工之妙(miao)的。

通过这樣(yang)一个类比，我希(xi)望(wang)此前没有接触过 AIGC 的小(xiao)夥(huo)伴(ban)能消(xiao)除(chu)对 AIGC 的恐(kong)懼(ju)、疑(yi)慮(lv)和隔(ge)閡(he)，坦(tan)然接受(shou)人工智能对现在主流社(she)會(hui)或者我们的生活(huo)帶(dai)来的沖(chong)擊(ji)和影响。

AIGC 图靈(ling)測(ce)試(shi)

我们知道(dao)，图灵测试是一种判(pan)断计算機(ji)是否(fou)会思考的实验：一个人向(xiang)计算机发問(wen)，另(ling)一个不知情(qing)的人试图从回(hui)答(da)中區(qu)分是人还是计算机。如果(guo)计算机没有被辨(bian)认出，便(bian)视为通过了图灵实验。

如果我们用这一判断標(biao)準(zhun)做一次 AIGC 图灵测试，结果会如何呢(ne)？

大家可以猜(cai)一下(xia)这些图哪(na)些是由(you)人创作？哪些是由 AI 创作的？

答案(an)：案例(li)一和案例三(san)为 AI 创作，案例二为人创作

答案：三个案例均(jun)为 AI 生成

答案：案例一是真(zhen)实照(zhao)片(pian)，案例二是 AI 生成

可以说，目前的 AIGC 产物已经将真实虛(xu)擬(ni)的邊(bian)界極(ji)大模糊(hu)了。

在 AIGC 時(shi)代我们应該(gai)不断调整自己的思维之“格”，不能再以固(gu)有的经验去判断现在的 AIGC 产物了，因为在很多维度上它已经大大超出了我们的原有认知。

再附(fu)上一些 AIGC 作品供大家欣(xin)賞(shang)：

AIGC 创作的童(tong)年回憶(yi)《灌(guan)籃(lan)高手(shou)》

结合机甲(jia)、三维模型的一些二次元(yuan) AIGC 作品

主流 AI 模型及其应用

接下来我们聊聊现在最流行的两种模型——文生图擴(kuo)散(san)模型和大语言模型的场景化应用。

目前主流的文生图扩散模型有 4 个：

1. Disco Diffusion

它是这一次文生图模型大爆(bao)发的先導(dao)。

Disco Diffusion 基于??智能深度学习技(ji)術(shu)，運(yun)?开源(yuan)??图扩散模型（MIT 許(xu)可協(xie)議(yi)），并发布(bu)于 Google Colab 平台。这个?具可以直接在 Google Drive 上运?，同时也可以进行本地化部(bu)署(shu)和运行。

基于 Disco Diffusion ?成的图像(xiang)?格?膽(dan)、構(gou)图抽象，发布不久(jiu)就獲(huo)得了?量早期(qi)接触 AI 绘画用户的喜(xi)愛(ai)和使?。

Disco Diffusion 早期的一些作品欣赏：

2. Midjourney

这也是如雷(lei)貫(guan)耳(er)的一个文生图模型，主要搭(da)載(zai)在 Discord 服(fu)务器(qi)上。

Midjourney 于 2022 年 7 ? 12 ?进?公(gong)开测试階(jie)段(duan)，使?者可通过使? Discord 的机器?指令(ling)进?操(cao)作。

?前 Midjourney 已经更(geng)新到了 V5.1 版本，整个模型的?格发展變(bian)化极具 AI ??图?业发展的代表(biao)性。从某(mou)种意(yi)義(yi)上来说，Midjourney 代表了 AI ??图領(ling)域(yu)的審(shen)美(mei)标桿(gan)。

3. DALL?E2

这个是 OpenAI 團(tuan)隊(dui)于 2022 年发布的一个文生图模型。

它是 DALL-E 模型的升(sheng)級(ji)版，使?了?种稱(cheng)为 GPT-3.5 的模型结构，并具有更?的模型參(can)数和更多的訓(xun)練(lian)数据。

與(yu) DALL-E 相比，DALL-E2 可以?成更?質(zhi)量、更復(fu)雜(za)的图像，并且(qie)可以基于更抽象的輸(shu)?进?图像?成，例如语?描(miao)述、草(cao)图等。

DALL?E 2 的绘画示(shi)例

4. Stable Diffusion

这个模型的特点是开源，同时出图效(xiao)率(lv)非常高。

Stable Diffusion 的扩散模型是“潛(qian)在扩散模型”（LDM，Latent Diffusion Model）的变体。

它是由初(chu)创公司(si) StabilityAI、CompVis 和 Runway 合作开发的开源 AI ??图模型。

该模型在?成细節(jie)丰富的不同背(bei)景的?分辨率图像???常穩(wen)健(jian)，同时还保(bao)留(liu)了图像的语义结构，速(su)度也更快(kuai)。

作为?个开源模型，基于 Stable Diffusion 的插(cha)件(jian)与社群(qun)?常活躍(yue)，??界 AI 作为国内最早基于 SD 模型推出 AI 绘画?具的平台之?，也深度参与到了 AIGC 领域的技术发展、社区建(jian)设和产业化賦(fu)能中。

而文字(zi)场景下的大语言模型最有名(ming)的就是 ChatGPT 了，它发布于 2022 年年底(di)，一个月就突(tu)破(po)了 1 亿注册用户。众所周(zhou)知，其所带来的行业顛(dian)覆(fu)性是完全(quan)超出大家之前的认知的。

第(di)二个叫(jiao) AutoGPT，这是一个开源的自训练模型，它的特点是通过自我学习实现目标。ChatGPT 要不断地去跟它对話(hua)训练，而 AutoGPT 的特点是只(zhi)要給(gei)它设定(ding)一个目标，它会自我训练，而且它是开源的，妳(ni)可以部署到本地。ChatGPT 现在是不开源，你只能通过 API 去调用它的能力(li)。

第三个叫 Anthropic，这个是谷(gu)歌(ge)投(tou)資(zi)、前 OpenAI 員(yuan)工创辦(ban)，目前还在发展當(dang)中的模型。大家认为它是 ChatGPT 最大的競(jing)爭(zheng)对手。

无界 AI 是什么？

簡(jian)單(dan)介绍一下无界 AI。

?界 AI 是一个 AIGC 内容创作平台，从 2022 年中旬(xun)?局(ju) AI 绘画賽(sai)道，在国内应该算是比較(jiao)早。雖(sui)然底层基于 SD 的大模型，但(dan)我们也做了很多二次开发，还有中小模型的研发，我们的定位(wei)是提升国产自主技术、美学与核心竞争力。

以下为无界 AI 的版本历程图，自 2022 年 5 月至今，一共上線(xian)迭代了四(si)个版本。

这里向大家展示一些由无界 AI 生成的作品和插件功能。

无界 AI 人像作品欣赏

无界 AI 二次元精绘

那么这些功能具体可以用来做什么呢？

包(bao)括(kuo)漫(man)画创作、家裝(zhuang)设计、虚拟模特換(huan)衣(yi)、以及打(da)造(zao)虚拟人主播等等。

AIGC 版權(quan)问题何解？

我们认为 AIGC 时代的到来，預(yu)示著(zhe)内容创作的一场爆炸(zha)式革(ge)命(ming)。但与此同时，版权侵(qin)权问题也受到了高度关注。

就技术原理而言，AIGC 模型在训练及使用过程中，利(li)用版权作品的方式、利用行为的版权定性仍(reng)有待(dai)分析(xi)明(ming)确。

而区塊(kuai)鏈(lian)技术则可以保障(zhang) AIGC 数字版权的确权流轉(zhuan)和保護(hu)，它的特点是可溯(su)源、创作快、唯(wei)一性和成本低(di)，我们可以把它定义为 AIGC 界的视觉中国。

下个十(shi)年将是 AIGC 的十年，关于 AI 会不会取(qu)代部分人类勞(lao)動(dong)者的討(tao)论，有句(ju)话我觉得说得很对：取代你的不是 AI，而是使用 AI 的人。正(zheng)所謂(wei)“君(jun)子(zi)生（性）非异也，善假(jia)于物也”。

AIGC 就是一个赋能工具，没必(bi)要去抵(di)触它，而是应该思考如何利用它去提升自己的生产力，实现降(jiang)本增效。

最后送(song)给大家一句话：用你的格物之格，迎(ying)接屬(shu)于自己的 AIGC 时代！返(fan)回搜(sou)狐(hu)，查(zha)看(kan)更多

責(ze)任(ren)编辑：