殖民地和半殖民地区别通俗易懂，中国7个殖民地-橘子百科-橘子都知道

殖民地和半殖民地区别通俗易懂，中国7个殖民地 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(liáo)天机器人ChatGPT火(huǒ)爆以来，微(wēi)软公司(sī)创始人(rén)比(bǐ)尔·盖茨已(yǐ)多(duō)次公(gōng)开谈论人工(gōng)智能话题。在最近(jìn)的一次采访(fǎng)中，他再次表示：“AI可能会让(ràng)科技行业迎来一次剧烈的洗牌”。

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

他预期，AI的发展可能会威胁到(dào)谷(gǔ)歌(gē)的市(shì)占(zhàn)率，因(yīn)为微(wēi)软在(zài)AI方面的行动相(xiāng)当迅速。而最(zuì)终科技巨头将把AI整(zhěng)合(hé)成用户的“全能助手”，包(bāo)揽一切应(yīng)用(yòng)，与人们(men)进(jìn)行沟通并(bìng)提供(gōng)建议(yì)，可以取代亚马逊、Siri或Outlook等应用。

大佬口中全能助手的到来可能尚需时日(rì)，但由ControlNet引发的又一(yī)次(cì)AI绘画浪(làng)潮(cháo)，让AIGC在(zài)ChatGPT的(de)话题热点包围中杀出重围。

ChatGPT之后又一(yī)应用(yòng)杀疯(fēng)了，AIGC或(huò)进入可控期，将(jiāng)洗牌科技行业？_黑料(liào)正能量

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近

以AI绘画为代表的AIGC上(shàng)一次(cì)爆火(huǒ)的时候，还是2022年8月，在美国科(kē)罗(luó)拉多(duō)州举(jǔ)办的新兴数字艺术(shù)家(jiā)竞赛中，一幅(fú)名为(wèi)《太空歌剧(jù)院》的作(zuò)品获奖。

随后各(gè)大厂(chǎng)商的AI绘画软件被广(guǎng)大网友(yǒu)熟(shú)知(zhī)并体(tǐ)验(yàn)，Stable Diffusion便是其(qí)中代表。

用户们(men)可以在应用中输入一组关键词或者一张照片，就能获得一幅(fú)AI创作的画作(zuò)。

作(zuò)画的关键就是所输入的文本。同(tóng)一组关键词也可以创(chuàng)作出很多张风格不一(yī)样(yàng)的画(huà)作，这(zhè)让创(chuàng)作(zuò)的(de)过程就像开(kāi)盲盒(hé)。

很多用户很喜欢这种不确定的惊喜，他们会将生(shēng)成的美图当做(zuò)头(tóu)像。而(ér)另一部(bù)分喜欢翻看(kàn)AI绘画(huà)的(de)“翻(fān)车”作品。在(zài)社交(jiāo)媒体上，许多用户分享(xiǎng)AI“翻车现场”，例如，一(yī)位网友的小狗照片(piàn)被AI画成了(le)“肌(jī)肉男(nán)”，还有网友(yǒu)的个人照(zhào)片被AI识别(bié)成了建筑。

而如今随着ControlNet的出现(xiàn)与(yǔ)加持，以往(wǎng)AI绘(huì)画(huà)的填(tián)写(xiě)关键词游戏可能(néng)要被(bèi)颠(diān)覆了。

ControlNet是(shì)一位正在斯坦福读博的(d殖民地和半殖民地区别通俗易懂，中国7个殖民地e)中国人张吕敏创作的一种基(jī)于控制点(diǎn)的图像变形算法，主要用于(yú)数字(zì)图像处理、计(jì)算(suàn)机(jī)视觉和计算(suàn)机图形学等领(lǐng)域(yù)。

其SD插件(jiàn)一经发布，在短(duǎn)短的两天内便成为了AI绘画领域最新的热点。

在此之前，大家用(yòng)了(le)很多(duō)方(fāng)法想让AI生成的结果尽可能的符合要求，但(dàn)是都(dōu)不尽如人意(yì)，它(tā)的出现代表着AI生成开始进(jìn)入真正的(de)可控时期。

因为ControlNet可以直接提取(qǔ)画面的构图，人物的姿势和画(huà)面的深度信(xìn)息等。有了它的帮助，就不(bù)用(yòng)频繁的用提(tí)示词来碰运气，抽盲盒式的创(chuàng)作(zuò)了。

通俗的说ControlNet相当于给AI绘画加了(le)“魔法”，不(bù)少(shǎo)博主(zhǔ)的作品已经获得了大量的浏(liú)览(lǎn)量，“viggo”就是其(qí)中之一，他用朋友的照片直(zhí)接带她们走(zǒu)进动漫世(shì)界。

viggo先(xiān)用StableDiffusion图片转文字。

再用Text2Prompt插(chā)件拓(tuò)展(zhǎn)找到对应的关键词；最后(hòu)用ControlNet插件绑定骨骼开(kāi)始(shǐ)换关键(jiàn)词试效果(guǒ)。

通过图(tú)片就可(kě)以看(kàn)出来，效果十(shí)分惊艳。

更厉害(hài)的是，除(chú)了真(zhēn)实(shí)的照片，草图(tú)也可以(yǐ)加上“魔(mó)法”，知乎(hū)大牛“DevPoint”和“逗砂(shā)”介绍到ControlNet还能实现(xiàn)线稿转全彩(cǎi)图。大神张(zhāng)吕敏其本尊也亲自回应。

不得(dé)不说当下AIGC已经变(biàn)得越来越强大，甚至输(shū)出的作品都已经能以假乱真了。

难辨虚实，AIGC技术力爆(bào)发(fā)

警惕安(ān)全问题(tí)

近日(rì)，“苏州金鸡湖(hú)有游艇party”的消(xiāo)息(xī)火遍网络，而经过(guò)警(jǐng)方辟谣(yáo)这所谓的“party”可能是全国第(dì)一(yī)起AI绘图诈骗。

由于这个活动里面(miàn)给出的美女照片都是AI制作的(de)真人照片绘图，因(yīn)为太逼真，被大家(jiā)当成(chéng)真事传播了。

不过仔细(xì)观察可以发(fā)现，活动发(fā)起者(zhě)提供的照片中有个很大的漏洞可以发现并非(fēi)真人，而是AI绘图，那便(biàn)是图片中女性的手指部分有的(de)存在异常。

ChatGPT之(zhī)后又一应用杀疯了，AIGC或进入可控期，将洗牌科技(jì)行业？_黑(hēi)料(liào)正能量

有行(xíng)业人事(shì)表示(shì)：“现在(zài)因为手指(zhǐ)部分的绘画算(suàn)法比(bǐ)较复杂，AI还不太会画人的(de)手，但最新看到(dào)的图(tú)片已经有越(yuè)来越完美的(de)AI模型出现，以后可(kě)能(néng)就完全(quán)没有漏洞了(le)。”

类似的AI作图诈骗在国外也已有发生。据英国广播公司报道，土耳其(qí)地震期间，有Tiktok用户使用AI合成了(le)儿童受(shòu)灾的假照片发布到网络，以此诱骗善良(liáng)的人打赏“捐助”从而实施诈骗。

目前随着技(jì)术(shù)发展(zhǎn)，AIGC已经能做出真人照片般的绘图效果，如果这样的图片被(bèi)用(yòng)来(lái)诈(zhà)骗，将非常可怕(pà)。

此外(wài)AIGC还引(yǐn)发了很多担忧(yōu)，一方(fāng)面，批判者认为AI在“学习”了(le)大量前人的作品之后，其创作没有任何(hé)情绪和(hé)灵魂，难以和人类的艺术创作(zuò)相(xiāng)提(tí)并论。

另(lìng)一方面，AIGC背后的版权、目前都并没有(yǒu)得(dé)到有效(xiào)的解决，还(hái)有AIGC会不(bù)会(huì)代替人类(lèi)“至高无上(shàng)”的创(chuàng)意。

马(mǎ)斯克也(yě)强调，人工智能的(de)安全问题需要得到(dào)重视，太晚(wǎn)就(jiù)来(lái)不(bù)及(jí)了。

AIGC下一站(zhàn)除了视频，还有(yǒu)远(yuǎn)方

技术(shù)都(dōu)是有两(liǎng)面性的(de)，潜在的(de)危(wēi)害并不能(néng)掩盖其光辉的贡(gòng)献。现在看来，人(rén)工(gōng)智能技(jì)术将是第四次工(gōng)业(yè)革(gé)命(mìng)的核心驱(qū)动力量，将(jiāng)创造新的增长奇(qí)迹。

过去一年，人工智能在技术和商业(yè)层面都有了巨大(dà)进展，AI绘画就是人(rén)工智能技术发生方向性(xìng)改变的一个(gè)代表。其下一站(zhàn)或许就是视频。

此前，Meta和谷(gǔ)歌先后发布了几条(tiáo)引爆科技圈的短视频(pín)。这些视(shì)频引发(fā)关注并非内容做(zuò)得多优(yōu)秀，反而都非常简(jiǎn)单，比如一(yī)匹正在喝水的马，一(yī)只画(huà)画的(de)玩具熊，或者一段骑摩(mó)托车(chē)的第一视角录像，随便(biàn)一(yī)个有手(shǒu)机的人都(dōu)可(kě)以随(suí)手录(lù)下一段(duàn)。

但这(zhè)些短视频的创作(zuò)方式(shì)非常简单，创作者仅仅需(xū)要向AI输(shū)入(rù)一段(duàn)话，甚至(zhì)只是(shì)说一下要求，AI就(jiù)可以根据需要(yào)生成一段视(shì)频。

谷歌发布的两个(gè)AI生成视频分别来自于Imagen Video和(hé)Phenaki，前者主(zhǔ)要突出的(de)是(shì)高清，与Meta的Make-A-Video没(méi)有太(tài)多(duō)的差别。

在Make-A-Video公布了(le)AI生成的视频后(hòu)，AI圈就已(yǐ)经玩了一波梗，一个能够做出更高清视频的AI还(hái)不足以(yǐ)在短(duǎn)时间(jiān)内戳中兴奋(fèn)点。

Phenaki更加令人震惊的(de)地方在于，它可以制作出超过2分钟的连贯(guàn)的(de)也(yě)有确切内容(róng)的(de)视频，这才是真(zhēn)正让人们感(gǎn)到惊喜的地方。因为无论AI生(shēng)成(chéng)的视频多么高(gāo)清(qīng)，也(yě)只能是为(wèi)内容生产(chǎn)者提供一个(gè)灵感，一个素材(cái)，一个过场动画。

不过能够(gòu)制作出有(yǒu)具体剧情内容的视频(pín)就意味着，一些(xiē)视(shì)频创作由AI代替人工完成已(yǐ)经初步有了可能。

当下AI的(de)发展速(sù)度已经超过大部分(fēn)人的想(xiǎng)象。内(nèi)容产业(yè)的本质是供给创造(zào)需(xū)求(qiú)，AIGC作为全新的内(nèi)容生产方(fāng)式，可以为内容产(chǎn)业带来更新的内容风格、更快的生产速度(dù)，更低(dī)的生(shēng)产成本，这无疑会驱动内(nèi)容产业的(de)大爆发。

除了AI绘图、视(shì)频，AIGC技术(shù)还(hái)能(néng)应用于音乐、代(dài)码、机(jī)器人动作等多种内容形式的生成。不难发现该项(xiàng)技术不仅在游戏等行业能得到有效应用(yòng)，对于下一代互联网(wǎng)各(gè)种元素的构建亦有关键意(yì)义。

从商业化的角度来看，文化娱乐、教育(yù)、传媒等诸(zhū)多领域，本身就对基(jī)于AI的可视化(huà)内容有强烈(liè)需求(qiú)。

因此，AI绘画及(jí)视频或不是(shì)结果(guǒ)，而只(zhǐ)是AI进程中的一块(kuài)重(zhòng)要拼图，有(yǒu)望在(zài)技术(shù)更新(xīn)的加持下实现更大的应用价值。

AI从理解内容，走向了可以生成内容，甚至能(néng)够(gòu)创造出(chū)独立价值和独立(lì)视角的内容。AIGC的(de)再次出圈(quān)，更代(dài)表着未来(lái)的先进生产力(lì)即将到来。

紧抓(zhuā)大模型与算力，牢固AIGC底座(zuò)

从(cóng)技术的发展也可(kě)以看出，在语言(yán)大模型、图像(xiàng)大模型之后，多模态大(dà)模型已经成为了新的趋势。

大(dà)模型被誉为当前人工(gōng)智能发(fā)展的(de)智能(néng)底座(zuò)，是全球竞争(zhēng)最(zuì)激烈(liè)的研究(jiū)方向(xiàng)之(zhī)一，包括(kuò)谷(gǔ)歌、亚(yà)马逊、百度(dù)、阿里、腾讯等众多头部企业都在竞相发力。

不过训练大模型(xíng)的确价格不菲，以(yǐ)国(guó)盛证券发布的《ChatGPT需要多少算力》报告估(gū)算，GPT-3训练(liàn)一(yī)次的成本约为140万(wàn)美元。而对于一(yī)些(xiē)更大的LLM(大(dà)型语言模型)，训练成(chéng)本则介于200万美元至1200万美元(yuán)高价之间。

以ChatGPT在(zài)2023年1月的(de)独(dú)立访客平(píng)均数1300万计算，其对(duì)应(yīng)芯(xīn)片需求为3万多片英伟达A100 GPU，初始投入(rù)成本约为8亿美元，每日仅电费就在(zài)5万美元左右。

此(cǐ)外不论是ChatGPT还是AIGC，都离(lí)不开庞大算力支持。在关注各类大模(mó)型(xíng)的(de)发展同(tóng)时，更应该关(guān)注(zhù)算(suàn)力网络的建设。

算力网(wǎng)络正(zhèng)驱动AI产(chǎn)业发展进入(rù)史诗(shī)级加速进程，让AIGC及通用AI这一人工智能发展的终极目标离得更近。

因(yīn)为(wèi)算(suàn)力可以对突破(pò)性技术(shù)创(chuàng)新提供大力的支(zhī)持。这方面，多(duō)模态大模型是典(diǎn)型。作(zuò)为(wèi)面向未来强人工智能、通用人工智能的重要技(jì)术(shù)创新(xīn)，多模态大模型(xíng)已经在人工(gōng)智(zhì)能领(lǐng)域提出(chū)了很多年，业界也有不少(shǎo)技(jì)术(shù)突破，但是，多模态大模型进一步往下走(zǒu)，算(suàn)力需求呈几何式上升，一般(bān)的算力基础(chǔ)设(shè)施很快将(jiāng)难以(yǐ)胜任(rèn)。

从图像(xiàng)、文字、语音单(dān)独一项的训练，到双模态、三模态的跃迁，让人工智(zhì)能可以灵活应对不同模态的转化、像人(rén)与世界交(jiāo)互一样自(zì)然，这方面，由算力网络来驱动将有明显优势。