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(zì)聊天机器(qì)人(rén)ChatGPT火爆以来，微(wēi)软公司创(chuàng)始人比尔(ěr)·盖(gài)茨已多次公开谈论人工智能(néng)话题。在最近(jìn)的一次(cì)采(cǎi)访中，他(tā)再次表示：“AI可能会让科(kē)技行业迎(yíng)来一次(cì)剧(jù)烈的洗牌”。

这个(gè)结论是(shì)他(tā)在当地(dì)时(shí)间2月20日(rì)接受《In Good Company》节(jié)目专访时(shí)提(tí)出的。

他预期，AI的发三大改造的内容和意义，简述三大改造的内容展可能会威胁到谷歌(gē)的市占率，因为微软(ruǎn)在AI方面(miàn)的(de)行动相当迅速。而最(zuì)终科技巨(jù)头将(jiāng)把AI整合成用户的“全(quán)能助手”，包揽一切应用，与人(rén)们进行沟通并提供建议，可以取(qǔ)代亚马逊(xùn)、Siri或(huò)Outlook等(děng)应用。

大(dà)佬口中(zhōng)全能助手的到来可能尚需时日，但由ControlNet引发的又一次AI绘(huì)画浪潮，让AIGC在ChatGPT的话(huà)题热(rè)点包(bāo)围中杀出重(zhòng)围(wéi)。

ChatGPT之后(hòu)又一应用杀疯了(le)，AIGC或进入(rù)可(kě)控期，将(jiāng)洗牌(pái)科技行业？_黑料正能(néng)量

ControlNet颠(diān)覆AI绘画(huà)新玩法

AIGC向(xiàng)可控(kòng)靠近(jìn)

以AI绘画为代表(biǎo)的AIGC上一次爆火(huǒ)的时候，还是2022年8月(yuè)，在美国科罗拉多州举办的新兴数字艺(yì)术家竞赛中(zhōng)，一(yī)幅(fú)名为《太空歌剧院(yuàn)》的作品获奖。

随后各大厂商的(de)AI绘(huì)画软件(jiàn)被广大网友熟知并体验，Stable Diffusion便是其中代表(biǎo)。

用(yòng)户们可(kě)以在应(yīng)用中输(shū)入(rù)一组(zǔ)关键词或者一张照片，就(jiù)能获得一幅AI创(chuàng)作的画作。

作画(huà)的关键就是所输(shū)入的文本(běn)。同一组关键词也可以创(chuàng)作出很多张风格不一样的画作，这让创作(zuò)的过(guò)程就像开盲盒。

很多用户很喜欢(huān)这种不确定的(de)惊喜，他们会将生成的美图当(dāng)做头像。而(ér)另一(yī)部(bù)分喜欢翻看(kàn)AI绘画的“翻车(chē)”作品。在社交媒(méi)体(tǐ)上，许多用户(hù)分享AI“翻车现场”，例(lì)如，一位网友的小狗照片被AI画成了“肌(jī)肉(ròu)男”，还(hái)有网友(yǒu)的(de)个(gè)人照(zhào)片(piàn)被(bèi)AI识别成了(le)建筑。

而如(rú)今随着ControlNet的出现与加持(chí)，以往(wǎng)AI绘画的(de)填写关键词游戏可(kě)能要被颠(diān)覆(fù)了。

ControlNet是一位正在斯(sī)坦福读博的中国人张吕敏创作的一种基于(yú)控制(zhì)点的图(tú)像变形算法，主要(yào)用于数字图像处(chù)理、计算机视觉和(hé)计算(suàn)机(jī)图形(xíng)学等领(lǐng)域。

其SD插件一(yī)经发(fā)布，在短短的两(liǎng)天内便成为了AI绘画领域最新的热点。

在(zài)此之(zhī)前(qián)，大家(jiā)用了(le)很多方法想让(ràng)AI生成的结果(guǒ)尽(jǐn)可能的符合要求，但是都不尽如人意，它(tā)的(de)出(chū)现代表着AI生成(chéng)开始进入真正的可控时期。

因(yīn)为ControlNet可以直接(jiē)提取(qǔ)画(huà)面的构(gòu)图，人物的姿势和(hé)画(huà)面的(de)深度信息(xī)等。有了它的帮助，就不用频繁的用(yòng)提示词来碰运(yùn)气，抽盲(máng)盒式的创作了。

通俗(sú)的说ControlNet相当于给AI绘画加了“魔法(fǎ)”，不少博(bó)主的(de)作品已经获得了大(dà)量(liàng)的浏览(lǎn)量(liàng)，“viggo”就是其中之一，他用朋友的照(zhào)片直(zhí)接带她们走(zǒu)进动漫(màn)世界。

viggo先用StableDiffusion图片转文字(zì)。

再(zài)用Text2Prompt插件(jiàn)拓(tuò)展找到对应的关键(jiàn)词；最(zuì)后(hòu)用ControlNet插件绑定骨骼开始换关键词试效果。

通(tōng)过图片就可以(yǐ)看出来，效果十分惊艳(yàn)。

更厉害(hài)的是，除了真实的照片(piàn)，草图也(yě)可以加上“魔(mó)法”，知乎大牛“DevPoint”和“逗砂(shā)”介绍到ControlNet还(hái)能实现线稿转全彩(cǎi)图(tú)。大神张吕(lǚ)敏其本(běn)尊(zūn)也亲(qīn)自回(huí)应(yīng)。

不得不说当(dāng)下AIGC已经变得(dé)越来(lái)越强(qiáng)大，甚至输出的作品都已经能以假乱(luàn)真了。

难辨(biàn)虚实，AIGC技术力爆发

警惕(tì)安全问题

近日，“苏州金鸡(jī)湖有游艇party”的消息(xī)火(huǒ)遍网络，而经过警方辟(pì)谣(yáo)这所谓(wèi)的“party”可能是全国第一起AI绘图诈骗。

由于这个活动里面给出(chū)的美女照(zhào)片(piàn)都(dōu)是AI制作的(de)真人照片(piàn)绘图(tú)，因为太逼(bī)真，被(bèi)大家(jiā)当成真事传播了。

不过仔(zǎi)细(xì)观察可以发(fā)现，活动发起者提供(gōng)的(de)照片中有个很(hěn)大(dà)的漏洞(dòng)可以发现并非真人，而是AI绘图，那便是图片中(zhōng)女性的(de)手指部分有的(de)存(cún)在(zài)异常(cháng)。

ChatGPT之(zhī)后(hòu)又一应用杀疯了，AIGC或(huò)进入可控期(qī)，将洗牌科技行(xíng)业？_黑(hēi)料正能(néng)量

有行业人(rén)事表示(shì)：“现在因(yīn)为(wèi)手指部分的绘画算法比较复杂，AI还(hái)不太会(huì)画人(rén)的手(shǒu)，但最新看到的(de)图片已经(jīng)有越来(lái)越完美的(de)AI模(mó)型出现，以后可能(néng)就完全没有(yǒu)漏洞了。”

类似的AI作(zuò)图诈(zhà)骗在国外也已有发生。据英国广(guǎng)播公司报道，土耳其地震(zhèn)期间，有Tiktok用户使用AI合成了儿童受灾的假照片发(fā)布到网络，以此(cǐ)诱骗善良(liáng)的人(rén)打赏“捐助”从而(ér)实施诈骗。

目(mù)前随着(zhe)技术发展，AIGC已(yǐ)经(jīng)能做出真(zhēn)人(rén)照(zhào)片(piàn)般的绘图效果，如果这样的图片被用来诈(zhà)骗，将非常可(kě)怕。

此外AIGC还引发了很(hěn)多(duō)担忧，一(yī)方面，批判者认为AI在“学习”了(le)大量(liàng)前人的作(zuò)品(pǐn)之后，其(qí)创作没有(yǒu)任何(hé)情绪和灵魂，难以和人类的(de)艺术创作相提并(bìng)论。

另一方面，AIGC背后的版权、目前都并没有得到有效(xiào)的解决，还有AIGC会不会(huì)代替(tì)人(rén)类“至高无上”的创意。

马(mǎ)斯(sī)克(kè)也强(qiáng)调，人工智(zhì)能(néng)的安全问题需(xū)要(yào)得到重(zhòng)视(shì)，太晚就来不及了。

AIGC下(xià)一站除了(le)视(shì)频，还有远(yuǎn)方

技术都是(shì)有(yǒu)两面性的(de)，潜(qián)在的(de)危害(hài)并不能掩盖其光辉的贡献。现在(zài)看来，人工智能技术将是第四次工业革命的核心驱动力量，将创造新的增长奇迹。

过去(qù)一年，人(rén)工智(zhì)能在技术(shù)和商业(yè)层面(miàn)都有了巨大进展，AI绘(huì)画就是人工智(zhì)能技(jì)术发(fā)生方向(xiàng)性改(gǎi)变的(de)一(yī)个代表。其下一站(zhàn)或许就是视频。

此前(qián)，Meta和谷歌先后发布(bù)了几条引爆科技圈的短视频。这些视频引发(fā)关注并非内容做得多优(yōu)秀，反而都(dōu)非(fēi)常简单，比如一(yī)匹(pǐ)正在喝水的马，一只画画(huà)的玩具熊(xióng)，或(huò)者一段骑摩托车的第(dì)一视角录像，随(suí)便一个有手机的(de)人(rén)都可以随手录下一段。

但(dàn)这些短视频的创作方式非常简单(dān)，创(chuàng)作者仅仅(jǐn)需要向AI输(shū)入一段话，甚(shèn)至只是说(shuō)一下要(yào)求，AI就可以根据需要生成一段(duàn)视频。

谷歌发布的两个AI生成视频分别来自于Imagen Video和Phenaki，前者(zhě)主要突出的是高清，与Meta的Make-A-Video没有太(tài)多的差别。

在(zài)Make-A-Video公布了AI生成的视频后(hòu)，AI圈就(jiù)已经玩了一波梗，一(yī)个(gè)能够做出更高清视频的AI还不足(zú)以在短时(shí)间内戳中兴奋(fèn)点。

Phenaki更加令(lìng)人震惊的(de)地方在于(yú)，它(tā)可以制作出超(chāo)过2分(fēn)钟(zhōng)的连贯的也有确切(qiè)内容(róng)的视(shì)频，这才是真正(zhèng)让(ràng)人们感到惊喜(xǐ)的地方(fāng)。因为无(wú)论AI生成的视频多么高清，也只能(néng)是为(wèi)内容生(shēng)产者提供一个(gè)灵(líng)感，一个(gè)素材，一个过场动画。

不过能够制(zhì)作出有具(jù)体剧情内容的视频就意味着，一些视频创作由AI代替人工(gōng)完成(chéng)已经初步有(yǒu)了可(kě)能(néng)。

当下AI的发展速度已(yǐ)经超过大部分人的想象(xiàng)。内容产(chǎn)业的本质是供给创(chuàng)造需求，AIGC作为全(quán)新的(de)内容生产方式，可以为内容产(chǎn)业带来更新(xīn)的(de)内容风(fēng)格、更快的生产速度，更低的生产成本，这(zhè)无疑会驱动内容产业(yè)的(de)大(dà)爆发。

除了AI绘图、视频，AIGC技术(shù)还(hái)能(néng)应用于(yú)音乐、代码、机(jī)器人动作等(děng)多(duō)种内容形(xíng)式的生成。不难发现该(gāi)项(xiàng)技术不(bù)仅(jǐn)在游戏(xì)等(děng)行业能得(dé)到有(yǒu)效应用，对于下一代(dài)互联网各种元素(sù)的(de)构建亦有关键(jiàn)意(yì)义。

从商业(yè)化的角度来(lái)看，文化娱乐、教育、传(chuán)媒等诸多领域，本身就(jiù)对基于AI的可视化内容有(yǒu)强烈(liè)需求。

因此，AI绘画及(jí)视频或不是结果(guǒ)，而(ér)只是AI进程中(zhōng)的一块(kuài)重要(yào)拼图，有望(wàng)在技术更新的加(jiā)持下实现更(gèng)大的应用价值。

AI从(cóng)理解(jiě)内(nèi)容，走(zǒu)向了可以生成(chéng)内容，甚(shèn)至能够创造出独(dú)立(lì)价值和独立视(shì)角的(de)内(nèi)容。AIGC的再次出圈(quān)，更代表着未来的先进(jìn)生产力即将到(dào)来。

紧抓大模(mó)型与算力，牢固AIGC底座

从(cóng)技(jì)术的发(fā)展也可(kě)以看出，在语言大模(mó)型、图像大(dà)模型(xíng)之(zhī)后，多模态大模型(xíng)已经成为了新的趋势(shì)。

大(dà)模型被誉为(wèi)当前人工智能发展的(de)智能底(dǐ)座，是全球竞争最激(jī)烈的(de)研究方向之一(yī)，包括谷歌、亚(yà)马逊、百度、阿里、腾讯等众(zhòng)多头部(bù)企业都在竞相(xiāng)发力。

不过训(xùn)练大(dà)模(mó)型的确(què)价格不菲，以国盛证(zhèng)券发(fā)布(bù)的《ChatGPT需(xū)要(yào)多少算力》报告估算(suàn)，GPT-3训(xùn)练一次的成(chéng)本约为(wèi)140万美元。而对于一(yī)些更大的(de)LLM(大(dà)型语言模型)，训练成(chéng)本(běn)则介于(yú)200万美(měi)元至(zhì)1200万(wàn)美元高价之间。

以ChatGPT在2023年(nián)1月的独立访客平均数1300万(wàn)计(jì)算，其对应(yīng)芯(xīn)片需求为3万多片英伟达A100 GPU，初始投入成本(běn)约为8亿美元，每日仅电费就在5万(wàn)美元左右。

此外不论是(shì)ChatGPT还是AIGC，都(dōu)离不开庞大算力支持。在(zài)关注各类大模型(xíng)的发展(zhǎn)同时，更应该关(guān)注算力(lì)网(wǎng)络(luò)的建设(shè)。

算(suàn)力(lì)网络(luò)正驱动AI产业发展进入史(shǐ)诗级(jí)加速进程，让AIGC及通用AI这(zhè)一人工智能发展(zhǎn)的终极(jí)目标离得更近。

因为(wèi)算力可以对突破(pò)性技术创新提供大力的(de)支持(chí)。这方(fāng)面，多模态大(dà)模型是(shì)典型。作为面向(xiàng)未来(lái)强人(rén)工智能、通用(yòng)人工(gōng)智(zhì)能的重要(yào)技术创新(xīn)，多模态(tài)大模型已(yǐ)经在人工(gōng)智(zhì)能领域(yù)提出了很多(duō)年，业界也有不少技术突破，但是，多模态(tài)大模型(xíng)进一步往下走，算力需(xū)求呈几何式上(shàng)升，一般的算力基础设施很快将(jiāng)难(nán)以(yǐ)胜任。

从图像、文字、语音(yīn)单(dān)独(dú)一项的(de)训练(liàn)，到(dào)双(shuāng)模态、三模态(tài)的跃(yuè)迁(qiān)，让人工智能可以灵活(huó)应对不同模(mó)态的转化(huà)、像人与世界交互一样自然，这(zhè)方面，由算力网络来(lái)驱动将(jiāng)有明显优势。