天可汗是什么意思指的是谁，天可汗正确读音-橘子百科-橘子都知道

天可汗是什么意思指的是谁，天可汗正确读音 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ChatGPT火(huǒ)爆(bào)以来，微(wēi)软公司创(chuàng)始(shǐ)人比尔·盖茨已多次公(gōng)开谈论人工(gōng)智能话题。在(zài)最近的一次采访中，他再次表(biǎo)示：“AI可能(néng)会(huì)让(ràng)科(kē)技行业迎来一次剧烈的洗牌”。

这个结论(lùn)是他在(zài)当地时间2月20日(rì)接(jiē)受《In Good Company》节目专访时提出的(de)。

他预期，AI的发展可能会威(wēi)胁(xié)到谷歌的市(shì)占率，因为微软在AI方面的行动相(xiāng)当迅(xùn)速(sù)。而(ér)最终(zhōng)科技(jì)巨(jù)头将把AI整(zhěng)合成用户(hù)的“全(quán)能(néng)助(zhù)手”，包揽一切应(yīng)用(yòng)，与人们进(jìn)行沟通并提供建议，可以(yǐ)取代(dài)亚(yà)马逊、Siri或(huò)Outlook等应用。

大佬(lǎo)口中(zhōng)全(quán)能助(zhù)手的到来可能尚需时日(rì)，但由ControlNet引发(fā)的又(yòu)一次(cì)AI绘画浪潮，让AIGC在ChatGPT的话题(tí)热点包围中杀(shā)出重围。

ChatGPT之(zhī)后又一应用杀(shā)疯了(le)，AIGC或进入(rù天可汗是什么意思指的是谁，天可汗正确读音)可控期，将洗牌科技(jì)行业(yè)？_黑料正能(néng)量

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近

以AI绘(huì)画为代(dài)表(biǎo)的AIGC上一次爆火的时候(hòu)，还是2022年8月，在美国科罗拉(lā)多州(zhōu)举办(bàn)的(de)新兴数字艺(yì)术家竞赛中，一(yī)幅(fú)名为《太空歌剧院》的作品获奖(jiǎng)。

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

用(yòng)户们可以在应用中输入(rù)一组关键词(cí)或者一张照片，就能获得(dé)一幅AI创作的画(huà)作。

作画的关(guān)键就是所(suǒ)输入的文本(běn)。同一组关键词也可以(yǐ)创作出很多张风格不(bù)一样(yàng)的画作，这让(ràng)创作的过程(chéng)就像(xiàng)开盲盒。

很(hěn)多用户(hù)很喜(xǐ)欢这种不确(què)定的惊喜，他们会(huì)将生(shēng)成的(de)美图当做头像。而另一部(bù)分喜欢翻看AI绘(huì)画的“翻车”作品(pǐn)。在社交媒体上(shàng)，许多用户分享AI“翻车现场”，例如，一(yī)位网友(yǒu)的小狗(gǒu)照片(piàn)被AI画(huà)成了“肌(jī)肉男”，还有网友的个人照(zhào)片被AI识别成了建(jiàn)筑。

而如今随着ControlNet的出现与(yǔ)加持，以往AI绘画(huà)的填写(xiě)关键词游(yóu)戏(xì)可能要被颠(diān)覆了。

ControlNet是一位正(zhèng)在(zài)斯坦福读博的中国人张吕敏(mǐn)创作的一种基(jī)于控制(zhì)点(diǎn)的图(tú)像变(biàn)形算法，主要用(yòng)于数字图像处理、计算机视觉(jué)和计算机图形(xíng)学等领(lǐng)域。

其SD插件一经发布，在短短的两天内便成为了(le)AI绘画领域最(zuì)新的热点。

在此之前，大家用(yòng)了很多方法(fǎ)想让AI生成(chéng)的结果尽可能的符合要求，但是都不尽如人意，它的(de)出现(xiàn)代表着AI生(shēng)成开始进(jìn)入(rù)真正的可控时(shí)期(qī)。

因为ControlNet可(kě)以(yǐ)直接提取(qǔ)画面的构图，人(rén)物(wù)的姿势和画面的深度信(xìn)息(xī)等。有了它(tā)的帮助，就(jiù)不用频繁的用提示(shì)词来(lái)碰(pèng)运气，抽盲盒式的创作(zuò)了。

通俗(sú)的说ControlNet相当于给AI绘画加了(le)“魔(mó)法”，不少(shǎo)博主的作品已(yǐ)经(jīng)获得了大(dà)量的浏览量，“viggo”就是其中之(zhī)一，他用朋友的照片直接带她们走进动漫世界(jiè)。

viggo先(xiān)用StableDiffusion图片(piàn)转文字(zì)。

再用Text2Prompt插件拓展找到对应(yīng)的关(guān)键(jiàn)词；最后用(yòng)ControlNet插件绑定(dìng)骨骼开(kāi)始换关键(jiàn)词试效果。

通(tōng)过图片就可以看出来(lái)，效果十(shí)分(fēn)惊(jīng)艳。

更厉害的(de)是，除了真实的照片，草图也(yě)可以加(jiā)上“魔法”，知(zhī)乎大牛“DevPoint”和“逗砂”介绍到(dào)ControlNet还能实现线稿(gǎo)转全彩(cǎi)图。大神张吕敏其本尊也亲自回应。

不得(dé)不(bù)说(shuō)当下AIGC已经变(biàn)得越来(lái)越强大，甚至(zhì)输出的作品都已经能(néng)以假乱真了。

难辨虚实，AIGC技术(shù)力爆发

警惕安全问题

近日，“苏州(zhōu)金鸡湖有(yǒu)游艇party”的消息火遍(biàn)网络，而经过(guò)警(jǐng)方辟谣这所(suǒ)谓的“party”可能(néng)是全国第一(yī)起(qǐ)AI绘图诈(zhà)骗。

由于这(zhè)个(gè)活动里面给出(chū)的美女照片都是(shì)AI制(zhì)作的真人照片绘图，因(yīn)为太逼真(zhēn)，被大家当成真事传(chuán)播(bō)了。

不过(guò)仔细观察可以(yǐ)发现，活(huó)动发起者提供的照片中有个很大的(de)漏(lòu)洞可以发(fā)现并非真人，而(ér)是AI绘图(tú)，那便是(shì)图片中女性(xìng)的手指部分(fēn)有的存在(zài)异常。

ChatGPT之后(hòu)又(yòu)一(yī)应用杀疯了，AIGC或进入(rù)可控期，将洗牌科技行业？_黑料正能量

有行(xíng)业人事表示：“现在因为手指部分的绘画算法比较复杂，AI还(hái)不太(tài)会(huì)画人的手，但最新看到(dào)的图片已经有越来(lái)越(yuè)完美的AI模型出现，以后可能就(jiù)完全没有(yǒu)漏洞了(le)。”

类似的(de)AI作图(tú)诈骗在国外也已有发生。据英国广播公司报(bào)道(dào)，土耳其地震期间，有(yǒu)Tiktok用户使(shǐ)用AI合(hé)成了(le)儿童受(shòu)灾的假(jiǎ)照(zhào)片(piàn)发布到网络，以此诱骗善良的人打赏“捐助”从而(ér)实施诈骗。

目(mù)前随着技术(shù)发展，AIGC已经能做出真人照(zhào)片(piàn)般的绘图效果(guǒ)，如果(guǒ)这样的图片被(bèi)用来诈骗(piàn)，将(jiāng)非常(cháng)可怕。

此外AIGC还引(yǐn)发(fā)了很(hěn)多担(dān)忧，一方面(miàn)，批判者认为AI在“学习”了大(dà)量前人的(de)作(zuò)品之后，其创作没(méi)有任(rèn)何情绪和灵魂，难(nán)以和人(rén)类(lèi)的艺术(shù)创(chuàng)作相提(tí)并(bìng)论。

另(lìng)一方面，AIGC背后的版权、目前(qián)都并没(méi)有得(dé)到有效的解决(jué)，还有(yǒu)AIGC会不会代替人(rén)类“至(zhì)高无上(shàng)”的(de)创意。

马斯(sī)克也强调，人工智能的安全问题需要(yào)得(dé)到重视，太晚就来不及了。

AIGC下一站除(chú)了视频(pín)，还有远方(fāng)

技术(shù)都是有(yǒu)两面性的(de)，潜在的危(wēi)害并不能(néng)掩盖(gài)其光(guāng)辉(huī)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(qū)动力量，将创(chuàng)造新的增长奇迹。

过去一(yī)年(nián)，人工智(zhì)能在技术和商业(yè)层面都有了巨(jù)大进展(zhǎn)，AI绘(huì)画就是人工智能(néng)技(jì)术发生方(fāng)向性改(gǎi)变(biàn)的一个代(dài)表。其下一站(zhàn)或许就是(shì)视频。

此前(qián)，Meta和谷歌先后发布了几条引(yǐn)爆科技圈(quān)的短(duǎn)视频。这些(xiē)视频引发关注(zhù)并非内容做得(dé)多优(yōu)秀，反而都非常简(jiǎn)单，比如一匹正在喝水的马，一只画画的玩具熊，或者一段(duàn)骑(qí)摩托车的第一(yī)视角录像(xiàng)，随便一个有手机的(de)人都可以随手录下一段。

但(dàn)这些短视频的创作方式(shì)非常简(jiǎn)单(dān)，创作者(zhě)仅仅需要向(xiàng)AI输入一段话，甚至(zhì)只是说(shuō)一下要求，AI就(jiù)可以根据需(xū)要(yào)生(shēng)成一段视频(pín)。

谷歌发布的两个(gè)AI生成视频分别来自于Imagen Video和(hé)Phenaki，前者主要突出(chū)的(de)是高清(qīng)，与(yǔ)Meta的(de)Make-A-Video没有太多的(de)差别。

在Make-A-Video公布了(le)AI生成的(de)视频后，AI圈就已经玩了一波梗，一(yī)个能够做(zuò)出更高清视频的AI还不(bù)足以在短时间内戳中兴奋点。

Phenaki更加令人震惊(jīng)的(de)地(dì)方在于，它(tā)可以(yǐ)制(zhì)作出超过2分(fēn)钟的连贯的也(yě)有(yǒu)确切(qiè)内(nèi)容的视(shì)频，这才是真正(zhèng)让人们感(gǎn)到(dào)惊喜的地方(fāng)。因为无论AI生成的视频多么高清(qīng)，也只能是(shì)为内容生产者提(tí)供一个灵感，一个素材，一个过场动(dòng)画(huà)。

不过(guò)能(néng)够制作出有(yǒu)具(jù)体剧情内容的视频(pín)就意(yì)味(wèi)着，一些视频创作由AI代(dài)替人工完成(chéng)已经初步有(yǒu)了可能。

当下AI的(de)发展速度(dù)已经(jīng)超(chāo)过大部分(fēn)人的想象(xiàng)。内容产(chǎn)业的本质是供给创造(zào)需求，AIGC作为全新的(de)内容生(shēng)产方式，可(kě)以为(wèi)内容产业(yè)带来(lái)更(gèng)新的内容风格(gé)、更快的生产速度，更低的生(shēng)产成本(běn)，这无疑会驱动内容产业的(de)大爆发。

除了AI绘图、视频，AIGC技术还能应(yīng)用于音乐、代码、机器人动作等多种内(nèi)容形式的生成。不难发现该项技术不仅在游(yóu)戏等行(xíng)业能(néng)得到有效应(yīng)用，对(duì)于下一代互联(lián)网各种元素的构(gòu)建亦(yì)有关键意义。

从商业化的角度来看，文(wén)化娱乐、教(jiào)育(yù)、传(chuán)媒等(děng)诸多领域，本(běn)身就对基于AI的可视化内容有强烈(liè)需求。

因此，AI绘画及(jí)视频或不是结果，而只是AI进程中的一块重(zhòng)要拼图，有(yǒu)望在技术更(gèng)新(xīn)的(de)加(jiā)持(chí)下实现更大的应用价值。

AI从(cóng)理解(jiě)内容，走向了可以(yǐ)生(shēng)成内(nèi)容，甚(shèn)至能够创造出独立价值和独立视角的(de)内容。AIGC的再次出圈，更(gèng)代表(biǎo)着未来(lái)的先进生产力即将到来。

紧抓大(dà)模(mó)型与算力，牢(láo)固(gù)AIGC底座

从技(jì)术的发展也可以看出，在语(yǔ)言大(dà)模型、图(tú)像大模型之后，多模态大模型已(yǐ)经成为(wèi)了新的(de)趋势。

大(dà)模型(xíng)被誉(yù)为(wèi)当前人工智能发展(zhǎn)的(de)智能底座，是全球竞(jìng)争(zhēng)最(zuì)激烈的(de)研究方向之一，包括谷歌(gē)、亚马逊、百度、阿里、腾讯等众(zhòng)多(duō)头部企(qǐ)业都在(zài)竞(jìng)相发力。

不过训练大模型的确价格不菲，以国(guó)盛证券发(fā)布的《ChatGPT需要多少算力(lì)》报告(gào)估算(suàn)，GPT-3训练(liàn)一次的(de)成(chéng)本约为140万(wàn)美元。而对于一(yī)些更大(dà)的LLM(大型(xíng)语言模(mó)型)，训(xùn)练成本则介(jiè)于(yú)200万美元至1200万美元高价之间。

以ChatGPT在2023年1月的(de)独立访(fǎng)客平均(jūn)数1300万计算，其对应芯片需求为3万多片英伟(wěi)达(dá)A100 GPU，初始投入成本约为8亿(yì)美(měi)元，每日仅电费(fèi)就在5万美元左右。

此外不论是Chat天可汗是什么意思指的是谁，天可汗正确读音GPT还是(shì)AIGC，都离不开庞大(dà)算力支(zhī)持。在(zài)关注各类大模型的发(fā)展同(tóng)时(shí)，更应该(gāi)关注算力网络的建(jiàn)设。

算力(lì)网络正驱动(dòng)AI产(chǎn)业发展进入(rù)史诗级(jí)加速进程，让AIGC及通用AI这一人(rén)工(gōng)智能发展(zhǎn)的终极目标离(lí)得更(gèng)近。

因为算力可以对突破性技术创新提(tí)供大力的支(zhī)持。这方面，多模态(tài)大模(mó)型是典型。作为(wèi)面向未来强(qiáng)人工(gōng)智(zhì)能、通用人工智能(néng)的重要技术创新，多模态大(dà)模型(xíng)已(yǐ)经在人(rén)工智能领域提出(chū)了很多年，业界也有(yǒu)不少技术突破，但是，多模态(tài)大模型进一步往下走(zǒu)，算力需求呈几何式上升，一般的算力基础设(shè)施(shī)很快将(jiāng)难以胜任(rèn)。

从图像、文字、语(yǔ)音单独一(yī)项(xiàng)的训练，到双模态、三模(mó)态的跃迁，让(ràng)人工智(zhì)能可以灵(líng)活应对不(bù)同模态的转化、像(xiàng)人与(yǔ)世界交(jiāo)互一样(yàng)自然，这(zhè)方面，由算力网络来驱动将有明显优势(shì)。