三大改造的内容和意义，简述三大改造的内容-橘子百科-橘子都知道

三大改造的内容和意义，简述三大改造的内容 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(jī)器人ChatGPT火爆以来，微软公司创始人比尔·盖茨已多次公开谈(tán)论人工智能话题(tí)。在最近的一(yī)次采访中，他再次表示(shì)：“AI可(kě)能会让科(kē)技行业迎(yíng)来一(yī)次(cì)剧(jù)烈(liè)的(de)洗牌”。

这个结论是(shì)他在当地时间2月20日(rì)接受《In Good Company》节目专访时提出的。

他预期，AI的发展(zhǎn)可能(néng)会威(wēi)胁到谷歌(gē)的(de)市占(zhàn)率，因为微软(ruǎn)在AI方面的行动相当迅速。而最终科技(jì)巨头(tóu)将把(bǎ)AI整合成用户的“全能助手”，包揽(lǎn)一切应用，与人们进行沟通并提(tí)供建议(yì)，可以取代亚马逊、Siri或Outlook等应用。

大佬口中全(quán)能助(zhù)手的(de)到(dào)来(lái)可能尚需(xū)时日，但由ControlNet引发的又一(yī)次(cì)AI绘画浪潮，让AIGC在(zài)ChatGPT的话(huà)题热点包围(wéi)中杀出重围。

ChatGPT之后又一应(yīng)用杀(shā)疯了，AIGC或进入(rù)可控期(qī)，将洗牌科(kē)技行业(yè)？_黑料正能量

ControlNet颠(diān)覆(fù)AI绘画新玩法

AIGC向可控靠近

以AI绘(huì)画为代表的(de)AIGC上一次爆火的时(shí)候，还是2022年8月，在美国科罗拉多(duō)州举办(bàn)的新兴数(shù)字艺术(shù)家竞(jìng)赛中，一幅名为《太空歌剧(jù)院》的作品获奖。

随后各(gè)大厂(chǎng)商的(de)AI绘画软件被广(guǎng)大网友熟知并体验(yàn)，Stable Diffusion便是(shì)其中代表。

用户们可(kě)以在应(yīng)用中输入一组关(guān)键(jiàn)词(cí)或(huò)者一(yī)张照片(piàn)，就能获得一(yī)幅(fú)AI创作(zuò)的(de)画作(zuò)。

作画的关(guān)键就是所输(shū)入的文本(běn)。同一组关键词也可以(yǐ)创(chuàng)作出很多(duō)张(zhāng)风格不(bù)一样的画作(zuò)，这让创作(zuò)的过程就(jiù)像开(kāi)盲盒。

很多用户很喜欢这种(zhǒng)不确(què)定的惊(jīng)喜，他们会将生成的(de)美图当(dāng)做头像。而另一部分喜欢翻看AI绘画(huà)的“翻车”作品。在社交媒体上，许多(duō)用户(hù)分享(xiǎng)AI“翻车现场”，例如，一(yī)位网友(yǒu)的小(xiǎo)狗照片被AI画(huà)成了“肌肉男”，还有网友的个人(rén)照片被AI识别成(chéng)了建筑。

而如今随着ControlNet的(de)出现与加持，以往AI绘画的填(tián)写关键词游戏(xì)可能要被颠覆(fù)了。

ControlNet是一位正在(zài)斯(sī)坦福读博的中国人张(zhāng)吕敏创作的一种基于控(kòng)制点(diǎn)的图像变(biàn)形算法，主(zhǔ)要(yào)用(yòng)于数字图像处理、计算(suàn)机(jī)视觉和计算机图(tú)形学等(děng)领域。

其(qí)SD插件一(yī)经发布(bù)，在短短的两天(tiān)内便成为(wèi)了AI绘(huì)画(huà)领域最新的热点。

在此之前，大家用了很(hěn)多方法想让AI生成的结(jié)果尽可能的符(fú)合要(yào)求，但是都不尽如(rú)人意，它的出现(xiàn)代表着AI生成开(kāi)始进入真(zhēn)正的可控(kòng)时期。

因为ControlNet可以直接(jiē)提取画(huà)面的构(gòu)图，人物的姿势和画面的深度信息(xī)等。有了它的帮(bāng)助，就不用频繁的用提示词(cí)来碰运气，抽盲盒式的创作了(le)。

通俗(sú)的说(shuō)ControlNet相当于给AI绘画加了“魔法”，不少博主(zhǔ)的作(zuò)品已经获得了大量的浏览(lǎn)量(liàng)，“viggo”就是其中之一，他用朋友(yǒu)的照(zhào)片直接带(dài)她(tā)们走(zǒu)进动漫世(shì)界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插(chā)件拓展找到对应(yīng)的关键词；最后(hòu)用ControlNet插件绑定骨骼(gé)开始换关键(jiàn)词试效果。

通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(shí)的照(zhào)片，草(cǎo)图也可以(yǐ)加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿转全彩图。大(dà)神张吕敏其本(běn)尊也(yě)亲自(zì)回(三大改造的内容和意义，简述三大改造的内容huí)应。

不(bù)得不说(shuō)当下AIGC已(yǐ)经变得越来越强大，甚至输出的作品都(dōu)已经能以(yǐ)假(jiǎ)乱(luàn)真(zhēn)了。

难(nán)辨(biàn)虚实，AIGC技(jì)术力爆发

警惕(tì)安全问题

近日(rì)，“苏州金鸡湖有(yǒu)游艇party”的消息火遍网络，而经(jīng)过(guò)警方辟谣这所谓(wèi)的“party”可能是全国(guó)第(dì)一(yī)起AI绘图诈(zhà)骗。

由(yóu)于这(zhè)个(gè)活动里面(miàn)给出(chū)的美女照片都是AI制(zhì)作的真人照片绘图，因(yīn)为(wèi)太逼真(zhēn)，被大家当成(chéng)真事传播了(le)。

不过仔细(xì)观察可以发现，活动发(fā)起者提供的照片中(zhōng)有(yǒu)个(gè)很大的漏(lòu)洞(dòng)可(kě)以发(fā)现并(bìng)非真人，而是AI绘图，那(nà)便是图(tú)片中女性的手指部分(fēn)有(yǒu)的(de)存(cún)在异(yì)常。

ChatGPT之后(hòu)又一应用杀疯了(le)，AIGC或进(jìn)入(rù)可(kě)控期，将洗(xǐ)牌科技行业？_黑料正能量

有(yǒu)行(xíng)业(yè)人事表示：“现在因为手指部(bù)分的绘画算法比(bǐ)较(jiào)复杂，AI还不太会画人的手，但最新看到的图(tú)片已经有越来越完(wán)美的AI模(mó)型出现，以后可(kě)能就完全(quán)没有漏洞了。”

类似的AI作图诈骗在国外也已(yǐ)有发生。据(jù)英国(guó)广播公司(sī)报道(dào)，土耳(ěr)其地震期间，有Tiktok用户(hù)使用AI合成了儿(ér)童受灾(zāi)的假照(zhào)片(piàn)发布到网络，以(yǐ)此诱(yòu)骗善(shàn)良(liáng)的人打赏“捐助(zhù)”从而实施诈骗。

目前随着技(jì)术发(fā)展，AIGC已经能做出(chū)真(zhēn)人照片般的绘图效果，如(rú)果这样的图片被用来诈骗，将非常(cháng)可怕。

此外AIGC还引(yǐn)发了很多(duō)担忧，一方面(miàn)，批判者认(rèn)为AI在“学(xué)习”了大量前人的作品之后，其创(chuàng)作没有任(rèn)何(hé)情绪和灵魂，难以(yǐ)和人类的艺术创(chuàng)作(zuò)相提并(bìng)论。

另一方面，AIGC背(bèi)后的版权、目(mù)前(qián)都(dōu)并(bìng)没有(yǒu)得到(dào)有(yǒu)效的解决，还有AIGC会不会(huì)代替人类“至高无(wú)上(shàng)”的创(chuàng)意。

马斯(sī)克也强调(diào)，人工智能的安全(quán)问题需要(yào)得到重视，太晚就(jiù)来不及了。

AIGC下一站(zhàn)除了视频，还有远方

技术都(dōu)是(shì)有两面性的，潜在的危害并(bìng)不(bù)能掩(yǎn)盖其光(guāng)辉的(de)贡献。现在(zài)看来(lái)，人工智(zhì)能(néng)技术将是第四次工业革命的核(hé)心(xīn)驱(qū)动力量(liàng)，将创(chuàng)造新的增长奇迹(jì)。

过去(qù)一年，人工(gōng)智(zhì)能(néng)在(zài)技(jì)术和(hé)商(shāng)业层面都(dōu)有(yǒu)了巨大进展，AI绘画就是人工(gōng)智能技术(shù)发(fā)生方向性改(gǎi)变的一个(gè)代表(biǎo)。其下一站或许就是视频。

此前，Meta和(hé)谷歌(gē)先(xiān)后发(fā)布了(le)几条(tiáo)引爆(bào)科技圈的短视(shì)频(pín)。这(zhè)些视频引(yǐn)发关注并(bìng)非内容做得多优(yōu)秀(xiù)，反而(ér)都非(fēi)常简单，比如一匹正在喝(hē)水的马，一只画画的(de)玩具熊，或(huò)者一(yī)段骑摩托车的第一视角录像，随便一个有(yǒu)手机(jī)的人(rén)都可以随手录下一(yī)段。

但这些(xiē)短视频的创作方(fāng)式非常简单，创作者仅仅需要向AI输(shū)入一(yī)段话，甚至只(zhǐ)是说一下要(yào)求，AI就可以根据需要生成一段视频(pín)。

谷歌发(fā)布的两(liǎng)个AI生成(chéng)视频分别来自于Imagen Video和Phenaki，前者(zhě)主要突出的(de)是(shì)高清，与Meta的Make-A-Video没有太多(duō)的差别。

在Make-A-Video公布了(le)AI生成(chéng)的视频后，AI圈就已(yǐ)经玩了一波梗，一个能够(gòu)做出更高清视频的(de)AI还不(bù)足以在短(duǎn)时(shí)间内戳中兴奋点(diǎn)。

Phenaki更加(jiā)令人震惊的地方在(zài)于(yú)，它可以制作出超(chāo)过2分钟(zhōng)的连贯的(de)也有确切内(nèi)容的视(shì)频，这才是真正让人们感(gǎn)到惊喜(xǐ)的地方。因(yīn)为无(wú)论AI生成的(de)视频多么高清，也(yě)只能是为内容生产者提供一个灵感，一(yī)个素材，一个过(guò)场(chǎng)动(dòng)画。

不过能够制作出有(yǒu)具体(tǐ)剧(jù)情内容的(de)视频(pín)就意味着，一(yī)些(xiē)视频创作(zuò)由AI代替人工(gōng)完成已经(jīng)初(chū)步(bù)有(yǒu)了可能。

当下AI的(de)发(fā)展速度(dù)已经超过大部分人的(de)想象。内容产业的本质是供给创造需求，AIGC作为全新的(de)内容(róng)生产方式(shì)，可(kě)以为内容产业带来更新的(de)内(nèi)容(róng)风(fēng)格、更快的生产(chǎn)速度，更低的生产成本，这无疑会(huì)驱动内(nèi)容产(chǎn)业(yè)的大爆发(fā)。

除(chú)了(le)AI绘图、视(shì)频，AIGC技术还(hái)能应用于(yú)音(yīn)乐、代码、机(jī)器人动作等多种内容形式的(de)生成。不难发现该项技(jì)术(shù)不仅在游戏等(děng)行(xíng)业能得到有(yǒu)效应(yīng)用，对(duì)于下一代互(hù)联网各种元素的构(gòu)建亦(yì)有关键意义。

从商业化的(de)角(jiǎo)度来看，文化(huà)娱乐、教育、传媒等诸(zhū)多领域，本身就对基于AI的可视化(huà)内容有强(qiáng)烈(liè)需求(qiú)。

因此(cǐ)，AI绘(huì)画及(jí)视(shì)频或不是结(jié)果(guǒ)，而只是AI进程(chéng)中的一(yī)块重(zhòng)要拼(pīn)图，有望在技术更新的加持下实现更大(dà)的应用价(jià)值。

AI从理解内(nèi三大改造的内容和意义，简述三大改造的内容)容，走(zǒu)向了可以生成(chéng)内容，甚(shèn)至能够(gòu)创造出独立(lì)价值和独立视角的内容。AIGC的再次出圈，更(gèng)代表着未来的先进生产(chǎn)力即(jí)将到来(lái)。

紧抓(zhuā)大模型与算(suàn)力，牢固AIGC底座

从技术的发展也可以看出，在语(yǔ)言大模型、图像大模型之后(hòu)，多模态大模型已经成(chéng)为了新的趋势(shì)。

大(dà)模型被誉为当前人工(gōng)智能发展的智能底座，是全球竞争最激烈(liè)的研究方(fāng)向之一，包括谷歌、亚马逊、百度、阿(ā)里、腾讯等(děng)众多头部企业(yè)都(dōu)在竞相(xiāng)发力。

不过(guò)训练(liàn)大模(mó)型的确价(jià)格不(bù)菲，以国盛证券发布的(de)《ChatGPT需要多少算力(lì)》报(bào)告估算，GPT-3训练(liàn)一次的成本(běn)约为(wèi)140万美(měi)元(yuán)。而对于一些更大(dà)的(de)LLM(大型语言模型)，训练成本(běn)则介(jiè)于200万美元至1200万美元(yuán)高价之间(jiān)。

以ChatGPT在2023年1月的(de)独立(lì)访客平均数1300万计算，其对(duì)应芯片需求为3万多片英伟(wěi)达(dá)A100 GPU，初(chū)始(shǐ)投入成本约(yuē)为8亿美元，每日仅电费就在5万美元左右。

此外不论是(shì)ChatGPT还是AIGC，都(dōu)离不开庞大算力(lì)支持。在关注各(gè)类大模型的发展同时，更应该关注算力网络的建设。

算力网络正(zhèng)驱动(dòng)AI产(chǎn)业发展进入史诗级加速进程，让(ràng)AIGC及(jí)通(tōng)用AI这一人(rén)工智能发(fā)展(zhǎn)的终极(jí)目标(biāo)离得更近(jìn)。

因为算力(lì)可以对突破性技术创新(xīn)提(tí)供大力的支持(chí)。这方面，多模(mó)态大模型是典型(xíng)。作为(wèi)面向未(wèi)来(lái)强人工智(zhì)能、通(tōng)用人工智能的(de)重要技术创新，多模态大模型已经在人工智能领域提出了(le)很多年，业界也有不少技术突破，但是(shì)，多(duō)模态大模(mó)型进一(yī)步往下走，算力需求呈几(jǐ)何(hé)式上(shàng)升，一般的(de)算力基础设施很快将难以(yǐ)胜任。

从(cóng)图(tú)像、文字、语音单(dān)独一项的训(xùn)练，到双模态、三模(mó)态的跃(yuè)迁，让人(rén)工智(zhì)能可以灵活应(yīng)对不同模态的转化(huà)、像人与世界交互(hù)一(yī)样自然，这方面，由算力网(wǎng)络来(lái)驱(qū)动将有明显优势。