田井读什么字，畊和耕的区别-橘子百科-橘子都知道

田井读什么字，畊和耕的区别 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(rén)ChatGPT火爆(bào)以来(lái)，微软(ruǎn)公司创始人(rén)比尔·盖茨已多次公开谈论人工智能(néng)话题。在最(zuì)近(jìn)的一次(cì)采访中，他(tā)再次表示(shì)：“AI可能会让(ràng)科(kē)技行业迎(yíng)来一(yī)次剧烈的(de)洗牌(pái)”。

这个结论是他在(zài)当地时(shí)间2月20日接受《In Good Company》节目(mù)专访时提出的。

他预期(qī)，AI的发展可能会威胁到谷歌的市(shì)占(zhàn)率(lǜ)，因(yīn)为(wèi)微软在AI方面的行动相当迅速(sù)。而最终科技巨(jù)头将把AI整合成用户(hù)的“全能助手”，包揽一切应用，与人(rén)们(men)进行沟(gōu)通并(bìng)提(tí)供(gōng)建议(yì)，可以取代亚马(mǎ)逊、Siri或Outlook等应用(yòng)。

大佬口(kǒu)中全能助手的到来可(kě)能尚需时日，但(dàn)由ControlNet引发的又一次(cì)AI绘画浪(làng)潮，让AIGC在ChatGPT的话(huà)题热点包围中(zhōng)杀出重(zhòng)围。

ChatGPT之后又一应用杀疯了，AIGC或(huò)进入(rù)可控期，将洗(xǐ)牌科技行业(yè)？_黑(hēi)料正能量(liàng)

ControlNet颠覆AI绘画新(xīn)玩法(fǎ)

AIGC向可控靠近

以AI绘画(huà)为代(dài)表(biǎo)的(de)AIGC上一(yī)次爆(bào)火的(de)时候，还是2022年8月(yuè)，在美国科(kē)罗拉多州举(jǔ)办(bàn)的新兴数(shù)字(zì)艺术(shù)家竞(jìng)赛中，一幅(fú)名为《太(tài)空歌剧院(yuàn)》的作品获奖。

随后(hòu)各大厂商的(de)AI绘画软件被广大网友熟知(zhī)并体验(yàn)，Stable Diffusion便是其(qí)中代表。

用户们(men)可以在应用(yòng)中输入一组关键词或者一张照片，就(jiù)能获得一(yī)幅(fú)AI创作(zuò)的画作(zuò)。

作画的关键就(jiù)是所(suǒ)输入的文本(běn)。同(tóng)一组关键词也可以创作出很(hěn)多(duō)张风(fēng)格不一样(yàng)的画作，这(zhè)让创作的(de)过(guò)程(chéng)就像开盲盒。

很多用户很喜欢这种不(bù)确定的惊(jīng)喜，他(tā)们会将(jiāng)生成(chéng)的美图当做头像(xiàng)。而(ér)另一部(bù)分喜欢(huān)翻看AI绘(huì)画的“翻车”作品。在(zài)社交媒体上，许多用户分(fēn)享(xiǎng)AI“翻车现(xiàn)场”，例如，一位网友的小狗(gǒu)照片被AI画(huà)成了“肌肉(ròu)男”，还有(yǒu)网友的个人(rén)照片被AI识别成(chéng)了建(jiàn)筑。

而如今(jīn)随着ControlNet的出现(xiàn)与加持(chí)，以往(wǎng)AI绘画的填写关键词游(yóu)戏可能要被颠覆了。

ControlNet是一位正(zhèng)在斯坦福读博(bó)的中国人张吕敏创作的一种基于控制点的图像(xiàng)变形算法，主(zhǔ)要(yào)用于数字图像处理、计(jì)算机视觉和(hé)计算机图形学(xué)等领域。

其SD插件一经(jīng)发布，在短短的两天内(nèi)便(biàn)成为(wèi)了AI绘画领域最新的热点。

在此之前，大家用(yòng)了很多方(fāng)法想让(ràng)AI生(shēng)成(chéng)的结果(guǒ)尽可能的符(fú)合要求(qiú)，但是都(dōu)不尽(jǐn)如人意，它(tā)的出现(xiàn)代表(biǎo)着(zhe)AI生成(chéng)开始进入真(zhēn)正(zhèng)的可控时期。

因(yīn)为ControlNet可(kě)以直接提取画面的(de)构图，人物的姿势和画面的深度信息(xī)等。有(yǒu)了它的帮(bāng)助(zhù)，就不用频繁的(de)用提示(shì)词来(lái)碰(pèng)运(yùn)气，抽(chōu)盲盒式的(de)创作了。

通俗的(de)说ControlNet相当于给AI绘画加了“魔法”，不少博主的作品已(yǐ)经获得(dé)了大量(liàng)的浏览量，“viggo”就是(shì)其中之一(yī)，他(tā)用(yòng)朋友的照(zhào)片直接带她们走进动漫世(shì)界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展(zhǎn)找到对应(yīng)的关键词；最后用ControlNet插件绑定骨(gǔ)骼(gé)开始换(huàn)关(guān)键词试(shì)效果。

通过图片就可以看(kàn)出来，效果十分惊艳(yàn)。

更厉害的是，除了真实的照片(piàn)，草图也可以(yǐ)加上“魔法(fǎ)”，知(zhī)乎大(dà)牛“DevPoint”和“逗(dòu)砂”介绍到ControlNet还能实现线稿转全彩图(tú)。大神张吕敏其本尊(zūn)也亲自回应。

不得不说当下AIGC已经变得越来越强大，甚至输出的作品都(dōu)已(yǐ)经能以假乱真了。

难(nán)辨虚实，AIGC技术(shù)力(lì)爆发

警惕(tì)安全问(wèn)题

近日，“苏州(zhōu)金鸡(jī)湖有游(yóu)艇party”的消息(xī)火遍网络，而(ér)经过警(jǐng)方辟谣这所谓(wèi)的(de)“party”可能是全国第一起AI绘图诈骗(piàn)。

由(yóu)于这(zhè)个活动里面给出(chū)的美女照片都是AI制作的(de)真人照片绘(huì)图，因(yīn)为太逼真(zhēn)，被大家当成真事传播了。

不过仔(zǎi)细观察可以发现，活动发起者提供的照片中有个很大的漏洞(dòng)可(kě)以(yǐ)发现并非真人(rén)，而是AI绘图，那便是图片中女性(xìng)的(de)手(shǒu)指部分(fēn)有的存在异常(cháng)。

ChatGPT之后又一应用(yòng)杀疯了，AIGC或进入可控期，将洗牌科(kē)技(jì)行业？_黑(hēi)料正能量

有行业(yè)人事表示：“现(xiàn)在因(yīn)为手(shǒu)指部(bù)分的绘画(huà)算法(fǎ)比(bǐ)较复杂，AI还(hái)不太(tài)会画人的(de)手，但最新看到的图片已经有越来越(yuè)完美的AI模型出现，以后(hòu)可(kě)能就完全没有漏洞(dòng)了。”

类似的AI作图诈骗在国外也已有发生。据英(yīng)国广(guǎng)播公司(sī)报道，土耳其地震期间，有Tiktok用户使用AI合成了儿童(tóng)受(shòu)灾的(de)假照(zhào)片发布到网络，以此诱骗善良的人打(dǎ)赏“捐(juān)助”从而(ér)实施诈骗。

目(mù)前随着技(jì)术(shù)发展，AIGC已经能做出(chū)真人照(zhào)片般的绘图效(xiào)果，如果这样的图片被用来诈骗，将非常可(kě)怕。

此外AIGC还引发了很多(duō)担忧，一方面，批判者(zhě)认为AI在“学习”了大量前人(rén)的(de)作品之后，其创作没有任何情绪和灵魂，难以和人类(lèi)的艺术创作(zuò)相提并(bìng)论。

另一方面，AIGC背后的版权、目前都并没有得到有(yǒu)效的解决，还有AIGC会不会代替人类“至高无上(shàng)”的创(chuàng)意。

马斯克也强调，人工智能的安全问(wèn)题需要得到(dào)重视，太晚就来不及了(le)。

AIGC下一站除了视频，还有远(yuǎn)方

技术都是(shì)有两面性的，潜在的(de)危(wēi)害并不能掩盖其光辉的贡(gòng)献(xiàn)。现在看(kàn)来，人工智能(néng)技术将是第四(sì)次(cì)工(gōng)业革命的核心驱动力量，将创造(zào)新(xīn)的增长奇(qí)迹。

过去(qù)一年，人工智能在技术和商业(yè)层面(miàn)都有(yǒu)了巨大进展，AI绘画就(jiù)是人工智能技术发生方向性改变的一个代(dài)表。其下一站或许就是视频。

此前，Meta和谷歌先(xiān)后发布了几(jǐ)条引爆(bào)科(kē)技圈的短视频。这些(xiē)视频引发(fā)关注(zhù)并非内容(róng)做得多优秀，反而都(dōu)非常简单，比(bǐ)如一匹正在喝(hē)水的马(mǎ)，一只画画的玩具熊，或者一段骑摩托车的第一视角录像，随便(biàn)一个有(yǒu)手机的人都(dōu)可(kě)以随手录下一段。

但(dàn)这些(xiē)短视频的创作方式非(fēi)常简单，创(chuàng)作者仅(jǐn)仅需要向AI输入一段话，甚至只是(shì)说一下要(yào)求(qiú)，AI就可以根据需(xū)要生成一段视频。

谷歌发布的两个AI生(shēng)成视频分别(bié)来自于Imagen Video和Phenaki，前(qián)者主要(yào)突(tū)出(chū)的是高(gāo)清，与(yǔ)Meta的Make-A-Video没有太多的差别(bié)。

在(zài)Make-A-Video公(gōng)布了(le)AI生成(chéng)的视频(pín)后，AI圈(quān)就(jiù)已经玩了一波梗，一个能够(gòu)做出更高清视频的AI还不(bù)足以在(zài)短时(shí)间内戳中兴奋点。

Phenaki更加令人震惊的地方在于(yú)，它可以制作出超过2分钟的连贯的(de)也有确切(qiè)内(nèi)容的视(shì)频(pín)，这才是真(zhēn)正让人们感到惊喜的地(dì)方。因为(wèi)无(wú)论AI生成的视频多么高清，也(yě)只能是为内容(róng)生产者提供一(yī)个(gè)灵感，一个素材，一个过(guò)场(chǎng)动画。

不(bù)过能够制作出(chū)有具(jù)体剧情内容的视(shì)频就意味着，一些视频创作由AI代替人工完(wán)成已经初步有了可能。

当下AI的发展速度已经超过(guò)大部(bù)分人的(de)想象。内容产业的本质是供给(gěi)创造(zào)需(xū)求，AIGC作为全新的内容生产方式，可以为内容产业带来更新的(de)内容风格、更(gèng)快的生产速(sù)度，更低的生产(chǎn)成本，这无疑会驱动(dòng)内容(róng)产(chǎn)业的大爆发。

除了AI绘图、视频，AIGC技术还能应用于音乐、代码、机器人动作(zuò)等多种内容形式(shì)的(de)生成。不难发(fā)现(xiàn)该项技术不(bù)仅在(zài)游戏等行业能得到(dào)有效应用，对于下一代(dài)互联(lián)网各种元(yuán)素的构建亦有关键(jiàn)意义(yì)。

从(cóng)商业化的角(jiǎo)度来看，文化娱乐、教育、传媒(méi)等诸多领域，本身就对(duì)基于AI的(de)可视化内容有强烈(liè)需(xū)求。

因(yīn)此，AI绘画及视频或不是结果(guǒ)，而只是AI进程中的(de)一(yī)块重要(yào)拼图，有(yǒu)望在技术(shù)更新的加持下实现更大的应(yīng)用价(jià)值。

AI从理解内容，走向了可(kě)以生成内(nèi)容，甚至(zhì)能够创造出独立(lì)价值(zhí)和独立视角的内容。AIGC的再次(cì)出圈，更代(dài)表着未来的(de)先(xiān)进(jìn)生(shēng)产力即将到来。

紧抓大模型与算(suàn)力，牢固AIGC底座

从技(jì)术的发展也可以看出，在语言大模型、图像大模型(xíng)之后，多模态大模型已经成为(wèi)了新的趋势(shì)。

大模型被(bèi)誉为(wèi)当(dāng)前人工智能(néng)发展(zhǎn)的智(zhì)能底(dǐ)座(zuò)，是全球竞争(zhēng)最激烈的研究(jiū)方(fāng)向之一，包(bāo)括谷歌、亚马(mǎ)逊、百度(dù)、阿里、腾讯等众多(duō)头部企业都在(zài)竞相发力。

不(bù)过(guò)训练(liàn)大模型的确价(jià)格不菲，以国(guó)盛证券发布的《ChatGPT需要(yào)多少(shǎo)算力》报告估算，GPT-3训练一(yī)次(cì)的成本约为140万美(měi)元。而对于一(yī)些更大的LLM(大型语言模型)，训练成本则(zé)介于200万美元至1200万美元高价之间(jiān)。

以(yǐ)ChatGPT在2023年1月的独(dú)立(lì)访客平(píng)均数1300万计(jì)算，其对应芯(xīn)片需求为3万多(duō)片(piàn)英伟达A100 GPU，初始(shǐ)投入成本约(yuē)为8亿美元，每日仅(jǐn)电费(fèi)就在5万(wàn)美元左右。

田井读什么字，畊和耕的区别pe="jpeg" data-w="900">

此外不论是(shì)ChatGPT还(hái)是AIGC，都(dōu)离(lí)不开庞大算力(lì)支(zhī)持。在关(guān)注各类(lèi)大模型的发展同时，更应该关注算力网络的建设(shè)。

算力网络(luò)正驱动AI产业(yè)发(fā)展(zhǎn)进入史诗级加速(sù)进程，让AIGC及通用AI这一人工智能发展(zhǎn)的终(zhōng)极目(mù)标离得更近。

因(yīn)为算力可以对(duì)突破(pò)性技术(shù)创新提供大(dà)力的支持。这(zhè)方面，多模态(tài)大模型是(shì)典型。作为面向未来强人工(gōng)智能、通用人工(gōng)智能的重要技术创新，多模态大(dà)模型已经(jīng)在(zài)人(rén)工智能(néng)领(lǐng)域(yù)提出了很多年，业(yè)界(jiè)也有不少(shǎo)技(jì)术突(tū)破(pò)，但是，多(duō)模态大(dà)模(mó)型进一步往下走，算力(lì)需求呈几(jǐ)何式(shì)上升，一般的算力基础设施很快将难(nán)以胜任。

从图(tú)像、文字、语音单独一项的训练(liàn)，到双模(mó)态、三模态(tài)的跃(yuè)迁，让人工智(zhì)能(néng)可以(yǐ)灵活应对不同模态的转化、像(xiàng)人与(yǔ)世界交互(hù)一样自然，这方面，由算(suàn)力网络来驱动将有(yǒu)明显优势。