外国人那方面确实很厉害吗，嫁给外国人会不会撑坏-橘子百科-橘子都知道

外国人那方面确实很厉害吗，嫁给外国人会不会撑坏 ChatGPT之后又一应用杀疯了，AIGC或进入可控期，将洗牌科技行业？

自聊天机器人(rén)ChatGPT火(huǒ)爆以来，微软公司(sī)创始人比尔·盖茨已多次(cì)公开(kāi)谈(tán)论人工(gōng)智能话题。在最(zuì)近(jìn)的一次采访(fǎng)中，他再次(cì)表示：“AI可能会让科技行业(yè)迎来一次剧烈的洗牌”。

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

他预期，AI的发展可(kě)能会威胁到(dào)谷歌的市占率，因为微软(ruǎn)在AI方面的(de)行动相当迅速。而最终(zhōng)科技巨(jù)头将把AI整(zhěng)合成用户的“全(quán)能助手”，包揽一切应用，与人们进(jìn)行沟通并提供建议，可以取代亚马(mǎ)逊、Siri或Outlook等应用。

大佬口(kǒu)中全能助手(shǒu)的到(dào)来可能尚需时日(rì)，但由ControlNet引发的又一次AI绘画浪(làng)潮，让(ràng)AIGC在ChatGPT的话(huà)题热点(diǎn)包围中杀出重围(wéi)。

ChatGPT之(zhī)后又(yòu)一应用杀疯了，AIGC或进入(rù)可控期，将洗牌科技行业？_黑料(liào)正能量

ControlNet颠覆(fù)AI绘画新(xīn)玩法

AIGC向可(kě)控靠近

以AI绘画为代表的AIGC上一(yī)次爆火的时候，还是2022年8月(yuè)，在(zài)美国科罗拉多州举(jǔ)办的新(xīn)兴(xīng)数字艺(yì)术家竞赛中，一幅名为《太空歌剧院》的作(zuò)品获奖。

随后各大厂(chǎng)商的AI绘画软件被(bèi)广大网(wǎng)友熟知并(bìng)体验，Stable Diffusion便是其(qí)中(zhōng)代表(biǎo)。

用户们可(kě)以在应用中输(shū)入(rù)一组关键词(cí)或者(zhě)一张(zhāng)照片，就能获得一幅AI创作的画作。

作画的(de)关键就是所输入的文本。同(tóng)一(yī)组关(guān)键词(cí)也(yě)可以(yǐ)创作出很多张风(fēng)格不(bù)一(yī)样的画作，这让创作(zuò)的(de)过(guò)程就像开盲盒。

很(hěn)多用户很(hěn)喜欢(huān)这种(zhǒng)不确(què)定的惊喜，他们会将生成的美图当(dāng)做头像。而另(lìng)一部(bù)分喜欢翻看AI绘画的“翻车”作品(pǐn)。在(zài)社交媒体上(shàng)，许(xǔ)多用(yòng)户分享AI“翻车现(xiàn)场”，例如，一位网友的小狗照片被AI画成(chéng)了“肌(jī)肉(ròu)男”，还有网(wǎng)友的个(gè)人照片被(bèi)AI识别(bié)成了建筑。

而如(rú)今(jīn)随(suí)着ControlNet的(de)出现与加持，以往AI绘(huì)画的(de)填写关(guān)键词(cí)游戏可能要被(bèi)颠(diān)覆了。

ControlNet是一位正在斯坦福读博(bó)的中国人(rén)张吕敏创作的一(yī)种(zhǒng)基于控(kòng)制(zhì)点的图像变形算法，主要用于数(shù)字图像处(chù)理、计(jì)算机视觉和计算(suàn)机图形(xíng)学等领(lǐng)域。

其SD插(chā)件(jiàn)一(yī)经发布，在短短的两天内便成(chéng)为了AI绘画领域最(zuì)新的热点(diǎn)。

在此之前，大家用了很(hěn)多(duō)方法(fǎ)想(xiǎng)让AI生成的结(jié)果尽可能的符合要求，但(dàn)是都不尽(jǐn)如人意(yì)，它的(de)出现(xiàn)代表着AI生成开(kāi)始(shǐ)进(jìn)入真正(zhèng)的可控时期。

因为ControlNet可(kě)以(yǐ)直接提取画(huà)面(miàn)的构图(tú)，人物的(de)姿(zī)势和画面(miàn)的深度(dù)信息等。有(yǒu)了它(tā)的帮助，就不用频繁的(de)用提(tí)示词来碰运(yùn)气，抽盲(máng)盒式的创作(zuò)了。

通俗的说ControlNet相当于(yú)给AI绘画加了“魔法”，不少博主(zhǔ)的作(zuò)品(pǐn)已(yǐ)经获(huò)得了(le)大量的浏览量，“viggo”就(jiù)是(shì)其中之一，他(tā)用朋友的照片直接(jiē)带她们(men)走进动(dòng)漫世(shì)界。

viggo先(xiān)用StableDiffusion图片转文字。

再用Text2Prompt插件拓展找到对应的关键词(cí)；最后用ControlNet插件绑定骨骼开(kāi)始(shǐ)换关键词试效果。

通(tōng)过图片就可以(yǐ)看出来，效果十分惊(jīng)艳。

更厉害的是，除了真实的照片(piàn)，草图(tú)也可以加(jiā)上“魔法”，知(zhī)乎大牛“DevPoint”和(hé)“逗砂”介绍到ControlNet还能实现(xiàn)线(xiàn)稿转全彩图。大神张(zhāng)吕敏其本尊(zūn)也亲自回应。

不得不说当(dāng)下AIGC已(yǐ)经变(biàn)得(dé)越来(lái)越强大，甚至输出的作(zuò)品都已(yǐ)经能(néng)以(yǐ)假(jiǎ)乱真了。

难辨虚(xū)实(shí)，AIGC技(jì)术力爆发

警惕安全问(wèn)题

近日，“苏州金鸡湖有游艇(tǐng)party”的消(xiāo)息火遍网络，而经(jīng)过警方(fāng)辟谣这所谓的“party”可能是(shì)全(quán)国第一起AI绘图诈骗。

由于这(zhè)个活动里面给出的美女照片(piàn)都是AI制作(zuò)的真人照(zhào)片(piàn)绘图，因为太逼真(zhēn)，被大(dà)家当成真事传播了。

不过仔细(xì)观察可以发现(xiàn)，活动发起者提供的照片中有个很大的漏洞可(kě)以发现并非真人(rén)，而(ér)是(shì)AI绘图(tú)，那便是图(tú)片中(zhōng)女(nǚ)性的手指部分有的(de)存在(zài)异常。

ChatGPT之后又一应(yīng)用杀(shā)疯了，AIGC或进(jìn)入可(kě)控(kòng)期，将洗牌科技行业？_黑料正(zhèng)能量(liàng)

有行业人(rén)事表示：“现在因为手指部分的绘画算法(fǎ)比较复杂，AI还不太会画(huà)人的手，但最新看到的图片已经有越来越(yuè)完(wán)美的AI模(mó)型出现，以后(hòu)可能就完全没(méi)有漏洞(dòng)了。”

类似的AI作图诈骗在(zài)国外也已有(yǒu)发生(shēng)。据(jù)英国广播公司报(bào)道(dào)，土(tǔ)耳(ěr)其地震(zhèn)期(qī)间(jiān)，有Tiktok用户使(shǐ)用AI合(hé)成(chéng)了儿童受灾(zāi)的假(jiǎ)照片发布到(dào)网(wǎng)络，以(yǐ)此诱骗(piàn)善良的(de)人打赏“捐(juān)助(zhù)”从而实施(shī)诈骗(piàn)。

目前随着技术发(fā)展，AIGC已经能做出(chū)真人(rén)照(zhào)片般的绘图效果(guǒ)，如果(guǒ)这样(yàng)的图片被用来诈(zhà)骗，将(jiāng)非常可怕(pà)。

此外AIGC还(hái)引(yǐn)发了很(hěn)多担(dān)忧(yōu)，一方面，批判者(zhě)认为(wèi)AI在“学习”了大量(liàng)前人(rén)的作品之(zhī)后，其创作没(méi)有任何情绪和灵魂，难以和人类的艺术创作相提并论。

另一方面，AIGC背(bèi)后的版权、目(mù)前都(dōu)并(bìng)没有(yǒu)得到有效的解决，还(hái)有AIGC会(huì)不会代替(tì)人类“至(zhì)高无(wú)上(shàng)”的创(chuàng)意。

马斯克(kè)也强(qiáng)调，人工智(zhì)能的安(ān)全问题(tí)需要得到重视，太晚就来不(bù)及了。

AIGC下一站除(chú)了视(shì)频，还有远方

技(jì)术都是有两面性(xìng)的，潜(qián)在的危(wēi)害并不能掩盖其光辉的贡献。现在(zài)看来，人工智能技(jì)术将是第四次(cì)工(gōng)业革命的(de)核心驱动(dòng)力量，将创(chuàng)造新的增长奇迹。

过去一年，人工智能在技术和商业层面都有了巨大进展(zhǎn)，AI绘画(huà)就是人工智能技术发生方向性(xìng)改变的(de)一个代表。其下一站或(huò)许就是视(shì)频(pín)。

此前(外国人那方面确实很厉害吗，嫁给外国人会不会撑坏qián)，Meta和谷歌(gē)先后发布了几条引爆科技圈(quān)的(de)短视频。这些视频引发(fā)关注并非(fēi)内容做得多(duō)优秀，反而都(dōu)非(fēi)常简(jiǎn)单(dān)，比如(rú)一(yī)匹正在喝水的马(mǎ)，一只画画的玩(wán)具熊(xióng)，或者一段骑摩托车的第一视(shì)角录(lù)像，随便(biàn)一(yī)个有手机的人都(dōu)可以随(suí)手(shǒu)录下一(yī)段。

但这些短(duǎn)视频的创作方式非常简(jiǎn)单(dān)，创(chuàng)作者(zhě)仅(jǐn)仅需要向AI输入一段(duàn)话，甚至(zhì)只是说一下要(yào)求，AI就可以根据需要生成一段(duàn)视频。

谷(gǔ)歌(gē)发布的两个AI生成视频(pín)分别来自于Imagen Video和Phenaki，前者主要(yào)突(tū)出的是高清，与Meta的Make-A-Video没有(yǒu)太多的差(chà)别。

在Make-A-Video公布了AI生成的视频后，AI圈(quān)就已经(jīng)玩了一(yī)波梗，一个能够(gòu)做出更(gèng)高清(qīng)视频的AI还不足以在短时间内戳(chuō)中(zhōng)兴奋点。

Phenaki更加令人震(zhèn)惊(jīng)的地(dì)方在于(yú)，它可以制作出超过2分钟的连(lián)贯的也有确切内容的视频，这(zhè)才是真正(zhèng)让人们感到惊喜的地方。因为无(wú)论AI生成(chéng)的视频多么高清，也只能(néng)是为内容生产者提供(gōng)一(yī)个灵感，一个素材(cái)，一个过场(chǎng)动画。

不过能够制作出有具体(tǐ)剧(jù)情内容的视频就意味着(zhe)，一些视(shì)频创作(zuò)由AI代替人工(gōng)完(wán)成已经初步有了可(kě)能。

当(dāng)下AI的发展速度已经(jīng)超过大部分人的(de)想(xiǎng)象。内容(róng)产业的本质是供(gōng)给创造需求，AIGC作为(wèi)全新的(de)内(nèi)容(róng)生产(chǎn)方式，可以为内容产业(yè)带来更(gèng)新(xīn)的内容风格、更快的(de)生产(chǎn)速度，更低的生产(chǎn)成(chéng)本，这无疑会驱动内容产业的大爆发。

除了AI绘(huì)图、视频(pín)，AIGC技术还能应(yīng)用于音乐、代码、机器人动作(zuò)等多种内容形式的生成。不难发现(xiàn)该项技术不仅(jǐn)在游戏等行业能得到有效应用，对于下一代互(hù)联网各种(zhǒng)元素的构建(jiàn)亦(yì)有关键意义。

从(cóng)商(shāng)业(yè)化的(de)角度(dù)来看，文化(huà)娱乐、教育、传媒等诸多领域(yù)，本身就对基于AI的可视化内容(róng)有强烈(liè)需(xū)求(qiú)。

因此，AI绘画及视频或(huò)不是结果，而(ér)只是AI进(jìn)程中的(de)一块(kuài)重要拼图，有望在技术更新的加持下实(shí)现更(gèng)大的应用价值。

AI从理(lǐ)解(jiě)内容(róng)，走向了可以生成内容，甚至能够创造出独立(lì)价值和(hé)独立(lì)视角的(de)内容(róng)。AIGC的再(zài)次出圈，更代表着未来的先进生产力即将到来。

紧抓大模(mó)型与(yǔ)算力，牢固AIGC底座

从技术的发(fā)展也(yě)可以(yǐ)看出，在语言大(dà)模型(xíng)、图像大模型之(zhī)后(hòu)，多模态大模型已经成(chéng)为了(le)新的趋(qū)势。

大模型被(bèi)誉(yù)为当前人(rén)工(gōng)智能发展的智能底座，是全球竞争最激烈的研(yán)究方向(xiàng)之(zhī)一，包括谷歌、亚马逊(xùn)、百(bǎi)度(dù)、阿里(lǐ)、腾讯等众多(duō)头部企业都在竞相发力。

不过训练(liàn)大(dà)模型(xíng)的确价格(gé)不菲，以国盛证券发布的《ChatGPT需要多少(shǎo)算力(lì)》报告(gào)估算，GPT-3训练一次(cì)的成本约为(wèi)140万美元。而(ér)对(duì)于一些(xiē)更大的LLM(大型(xíng)语言模型)，训练成本则介于200万(wàn)美元至1200万美元高价之间。

以ChatGPT在2023年1月的独立访客平均数1300万计算，其对(duì)应芯(xīn)片需(xū)求为3万多片英伟达A100 GPU，初始投入(rù)成本约(yuē)为8亿美元，每日仅电(diàn)费就(jiù)在5万美元左右。

此外不论(lùn)是(shì)ChatGPT还是AIGC，都离不开庞大算力支持。在关注(zhù)各(gè)类大模型的(de)发展同时，更(gèng)应该关注算力网络的建(jiàn)设。

算(suàn)力网络正(zhèng)驱动AI产业发(fā)展进(jìn)入(rù)史诗级加速进(jìn)程，让AIGC及(jí)通用AI这一人工智能发(fā)展的终(zhōng)极(jí)目标(biāo)离得(dé)更近。

因为算力(lì)可以对(duì)突破性技(jì)术创新提供(gōng)大力的支持。这方(fāng)面，多模(mó)态大模型是典型。作为(wèi)面向未来(lái)强人工(gōng)智(zhì)能、通用人(rén)工智(zhì)能(néng)的重要技术创新，多模态大模(mó)型已经在(zài)人工智能领域提出了很(hěn)多年(nián)，业(yè)界也有不少(shǎo)技(jì)术突破，但是，多模态大模型进(jìn)一(yī)步(bù)往下走，算力(lì)需(xū)求呈几何式上升，一般的算力基(jī)础设施很快(kuài)将难以(yǐ)胜任。

从图像、文字、语(yǔ)音单独一项的(de)训练，到双模(mó)态、三模态的跃迁(qiān)，让人工智能可以灵活(huó)应(yīng)对不(bù)同模态的(de)转化、像(xiàng)人与世界交互一样自(zì)然，这方(fāng)面，由算力(lì)网络(luò)来(lái)驱动将(jiāng)有明显优势。