超级个体：探索 AIGC 与人类合作的无限可能

原创：逗砂

来源：AIGC 研修社

图片来源：由无界版图AI工具生成

这是 4 月 12 日跟无界 AI 合作的直播的文字稿和 PPT，主要分享的是个人如何在 AIGC 的浪潮下利用好这次机会。视频回放可以在无界 AI 的视频号的直播栏里找到：

直播预约 | 超级个体：探索 AIGC 与人类合作的无限可能‌

让我们先从个人标签说起，这里是我的一些标签，一个设计师，一个大学学的是食品化学的转行设计师，我还是一个自媒体人，除了前沿的人工智能，我对中西方最古老的文化感兴趣，我会针灸，会占星。

但是这些标签只是一些过去人生的标记，它们都不是我。我认为我们每个人，都其实是无限可能的存在。但是大部分的时候大家都被这些标签限制住了，比如，我高中因为被贴了好学生的标签，没有选择自己当时最爱的艺术设计，而大学毕业终于开始试图撕掉之前的标签，重新转行做了设计师。

我那个时候做了一个设计类的社群叫非科班设计，里面全是一些奇奇怪怪背景的设计师，学医的，学金融的，学机械的，学中文的等等……

其实对于很多人来说，转行去做了自己喜欢的职业，梦想成真之后会认为这就是终点了，是可以为之奋斗一生的事业。是月亮与六便士里的那个月亮。但这其实是一个陷阱，你只是从一个标签中脱离出来进入了另一个标签，从一种限制里面出来换成了另外一种限制。

这些标签其实并不重要，他们都只是限制你的枷锁而已。

我为什么会在开头说这些，因为这一点在现在这个 AIGC 的时代变得越发明显了。

这个是《纳瓦尔宝典》里的一段话，这本书是 2020 年出版的，这段话是我印象最深刻的一段。读四年大学，然后在一个职位上干 30 年，这是一个我们上一辈十分常见的生存方式。但是现在已经完全不一样了。

在 AIGC 的时代，我们甚至需要按月，按周，甚至按天来更新我们的知识。

现在大家都在恐惧 chatgpt 是否会取代自己也不过才出来刚刚 4 个月。在 AI 绘画这个领域，我是从去年 3 月份开始关注的，还记得那时候的 disco diffusion 非常不擅长画人物，所以有人专门去研究如何写提示词来绘制人物，然后 midjouney 和 dalle 出现了，它直接在模型和算法的层面把这个问题解决了。

也就是说，那些研究在模型出来的一瞬间就过时了，中间可能也就只有 2 个月。类似的事情也发生在最近，无论是 stable diffusion 还是 midjouney 大家一开始也只能通过提示词和调参来控制输出。

但是 controlnet 这个技术的出现让大家更加精准的控制输出，以前那些为了让输出稳定，做了大量研究的写词攻略就失效了。

这张图是过去几年，AIGC 大事件的时间轴。在 22 年之前，AIGC 的发展都是非常缓慢的，只是一个非常小众的领域，大家对此毫不在意。我记得去年刚开始的时候，我还可以按月来去学习 AIGC 的知识，大新闻每个月也就发生那么一两次，在研究 disco diffusion 和 midjouney 的时候根本没有想到事情会进展到今天这样。画一些精度不够高的图可能就是极限了。没有人会想到现在任何一个领域的任何一个职位都有可能被 AI 侵入。

大概从去年的 12 月开始，aigc 的发展速度就开始指数级的上升了，标志性的事件有 chatgpt 的发布，AI 绘画领域的 lora 模型和 controlnet 也迅速的发展了起来。lora 模型的自训练和 controlnet 对画面的控制能力，都让文生图变得更加的落地，补全了它进入工作流的最后一块拼图。

而在去年大部分的时候 AIGC 指的就是文生图，但是在今年大家看到了以 chatgpt 为首的大语言模型的潜力，所以在今年的第一季度，全球都在卯足了劲卷大语言模型。

这里分享一个比较有趣的例子，AI 生成绘画领域大量的画师因为版权在抵制这个技术，大家也都期待法律上能尽早的能够完善相关的立法。而与此同时，我的律师朋友，在使用了 chatgpt 之后跟我说，chatgpt 写法律文书写的太好了，已经能达到初中级律师的水平，她也在担心自己的工作是否会被取代。

被取代的焦虑无差别的笼罩着每一个人和每一家公司。

AIGC 将会带来什么？

在这种大环境下，我们个人能做些什么？我今天来并不是为了散播焦虑的，也不是给大家讲鸡汤让大家对未来过度乐观的。