一般来讲涨潮和落潮的主要原因是什么，涨潮和落潮的主要原因是什么引力-橘子百科-橘子都知道

一般来讲涨潮和落潮的主要原因是什么，涨潮和落潮的主要原因是什么引力 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)爆以来(lái)，微(wēi)软公司创始(shǐ)人比尔·盖(gài)茨已多次公(gōng)开谈论人(rén)工(gōng)智能话题。在(zài)最近(jìn)的一次(cì)采访中(zhōng)，他(tā)再次表示：“AI可能会让科(kē)技行业迎来一次(cì)剧(jù)烈(liè)的洗牌”。

这个结论是他在当地时间2月(yuè)20日接受《In Good Company》节(jié)目专访时提出(chū)的。

他(tā)预期(qī)，AI的(de)发展可能会威胁到谷歌的市占(zhàn)率，因为(wèi)微软在AI方面的行动相(xiāng)当迅速。而最终科(kē)技巨头将把AI整合成(chéng)用户的“全(quán)能助手”，包揽一切应用，与人们进行沟通并(bìng)提(tí)供建议，可以取代亚马逊、Siri或Outlook等应(yīng)用(yòng)。

大佬口(kǒu)中全能助手的到来可能尚需时(shí)日(rì)，但由ControlNet引发的又(yòu)一次AI绘(huì)画(huà)浪潮，让AIGC在ChatGPT的话(huà)题热点包围中杀出重(zhòng)围。

ChatGPT之后又一(yī)应用杀(shā)疯了(le)，AIGC或进入可控期，将洗牌科(kē)技行业？_黑料正能量

ControlNet颠(diān)覆AI绘画新玩法

AIGC向可控靠(kào)近

以AI绘画为(wèi)代表(biǎo)的(de)AIGC上一次爆(bào)火的时候(hòu)，还是2022年8月，在(zài)美(měi)国科罗拉多(duō)州举办的新兴数字艺(yì)术家竞赛(sài)中，一幅名(míng)为《太(tài)空歌剧院》的作品获(huò)奖。

随后各大(dà)厂商的(de)AI绘画(huà)软(ruǎn)件被广大(dà)网友(yǒu)熟知并(bìng)体(tǐ)验，Stable Diffusion便(biàn)是其中代表。

用(yòng)户们可以在应用中输入一(yī)组关键词或者(zhě)一张照片(piàn)，就能获得(dé)一幅AI创作(zuò)的画(huà)作。

作画(huà)的关键就是(shì)所输入(rù)的文(wén)本。同一(yī)组关键词(cí)也可以创作出很多(duō)张风格(gé)不(bù)一样的画作，这让(ràng)创作的过程就(jiù)像开(kāi)盲盒。

很多用户很喜欢这(zhè)种不确定的惊喜(xǐ)，他们(men)会将生成的美(měi)图当做头像。而另一部分喜(xǐ)欢翻看AI绘(huì)画的“翻车”作(zuò)品。在社(shè)交媒体(tǐ)上，许多用户(hù)分享AI“翻车现场”，例如(rú)，一位(wèi)网(wǎng)友的小狗(gǒu)照片被AI画(huà)成了“肌肉男”，还(hái)有网友的个人照片被(bèi)AI识别成(chéng)了建筑。

而如今随着ControlNet的出(chū)现与加(jiā)持(chí)，以往(wǎng)AI绘画的填写关键词游戏可能(néng)要被颠覆了。

一般来讲涨潮和落潮的主要原因是什么，涨潮和落潮的主要原因是什么引力-ratio="1.12109375" data-s="300,640" data-type="jpeg" data-w="1024">

ControlNet是一位正(zhèng)在斯坦福读博的中国(guó)人(rén)张(zhāng)吕敏(mǐn)创作的一种基(jī)于控制点的(de)图像变形算法，主要用于数(shù)字(zì)图像处(chù)理、计算机视觉和计算机图形学等领域。

其SD插件一经发布，在短短的两天(tiān)内便成为(wèi)了AI绘(huì)画(huà)领(lǐng)域最新的热点(diǎn)。

在此(cǐ)之前，大家用了(le)很多方法想让AI生(shēng)成的(de)结(jié)果尽可能(néng)的符合要求，但是都不尽(jǐn)如人(rén)意(yì)，它的(de)出现(xiàn)代(dài)表(biǎo)着AI生成开始(shǐ)进入真正的可(kě)控时(shí)期(qī)。

因为ControlNet可(kě)以直(zhí)接提取画面的构图，人物的姿势和画面的深度信息等。有了它的帮助(zhù)，就不(bù)用(yòng)频繁的用提示词(cí)来碰运气，抽盲盒式(shì)的创作了。

通俗的说(shuō)ControlNet相当于给AI绘画加了(le)“魔法”，不少博主(zhǔ)的作(zuò)品已经获(huò)得了大量(liàng)的(de)浏览量(liàng)，“viggo”就(jiù)是其(qí)中之一，他用朋友的照片直接带她(tā)们走进动漫世界。

viggo先用(yòng)StableDiffusion图(tú)片(piàn)转文字。

再用Text2Prompt插件拓(tuò)展(zhǎn)找到对应的关键词；最后(hòu)用ControlNet插(chā)件绑定(dìng)骨骼开始(shǐ)换关键词(cí)试(shì)效果。

通过图片就可以看出来，效果(guǒ)十分惊(jīng)艳(yàn)。

更厉害的(de)是，除了真实的照片，草图(tú)也可以(yǐ)加上“魔法”，知乎大(dà)牛“DevPoint”和(hé)“逗砂”介绍到ControlNet还能实(shí)现线稿转全彩(cǎi)图。大(dà)神张吕敏其(qí)本尊(zūn)也亲自回应。

不得不说当下AIGC已经变得越(yuè)来越(yuè)强大，甚至输出的(de)作(zuò)品都已经能以假乱真(zhēn)了。

难辨虚实(shí)，AIGC技术力(lì)爆(bào)发

警惕(tì)安全(quán)问题

近日，“苏州(zhōu)金鸡(jī)湖有游艇party”的(de)消息火遍网络，而经过(guò)警方辟谣这所谓的“party”可能是全国第一起AI绘图诈骗。

由于这个活(huó)动(dòng)里面给(gěi)出的美女照片都是AI制(zhì)作的真人(rén)照片绘图，因(yīn)为太逼真，被大家当成真事传(chuán)播(bō)了。

不过仔细(xì)观察可(kě)以发现，活动发起(qǐ)者提(tí)供(gōng)的照片中有个很大(dà)的漏洞可以发现并(bìng)非真人，而是AI绘(huì)图，那(nà)便是(shì)图片中女(nǚ)性(xìng)的手(shǒu)指部分有的存(cún)在异常(cháng)。

ChatGPT之后又一应用杀疯(fēng)了，AIGC或进入可控期，将洗牌科(kē)技行业？_黑料(liào)正(zhèng)能量(liàng)

有行业人(rén)事表示：“现在(zài)因(yīn)为手指部分的绘画算法比较复杂，AI还不太会画人的(de)手，但最新看(kàn)到(dào)的图(tú)片(piàn)已经有越来越完美(měi)的AI模(mó)型出现，以后(hòu)可(kě)能(néng)就(jiù)完全没有漏洞了(le)。”

类似的AI作图诈骗在国外(wài)也已有(yǒu)发生。据英国广播公司报道(dào)，土耳其地震期间，有Tiktok用户(hù)使用AI合成了儿童(tóng)受灾的假(jiǎ)照片(piàn)发布到网络，以此诱(yòu)骗善良的(de)人打赏(shǎng)“捐助”从(cóng)而(ér)实(shí)施诈(zhà)骗。

目前(qián)随着技术发(fā)展(zhǎn)，AIGC已经能做出真人照片般(bān)的绘图效果，如果这样(yàng)的图片被(bèi)用来诈骗，将非常可怕。

此(cǐ)外(wài)AIGC还引发(fā)了很多担忧(yōu)，一方面，批判者(zhě)认为AI在“学(xué)习(xí)”了大量前人的作品(pǐn)之后，其创作没(méi)有(yǒu)任(rèn)何(hé)情绪和(hé)灵魂，难以(yǐ)和人(rén)类的艺术创作相提并论(lùn)。

另一方面，AIGC背后的版权(quán)、目(mù)前都并没有(yǒu)得到(dào)有效的解决(jué)，还有AIGC会不会代(dài)替人类“至高无上”的(de)创意。

马斯克也(yě)强调，人工(gōng)智能的安全问(wèn)题需要得(dé)到重视，太晚就来不(bù)及(jí)了。

AIGC下一站(zhàn)除了视频，还有远方

技术都(dōu)是(shì)有两面性(xìng)的(de)，潜(qián)在的危害并不(bù)能掩盖其光辉的贡献(xiàn)。现(xiàn)在(zài)看来，人工智能技术将是第四次工业(yè)革命的核心(xīn)驱动(dòng)力量(liàng)一般来讲涨潮和落潮的主要原因是什么，涨潮和落潮的主要原因是什么引力，将创造新(xīn)的增长奇迹(jì)。

过去一年，人(rén)工(gōng)智能(néng)在技术和商业层面都(dōu)有了巨(jù)大进展，AI绘画就是(shì)人工(gōng)智(zhì)能技术(shù)发生方向性改变的(de)一个代表。其下一站或许(xǔ)就(jiù)是视(shì)频。

此(cǐ)前，Meta和(hé)谷歌先后发布了几(jǐ)条引爆(bào)科技圈的短视频。这些视频引发关(guān)注并(bìng)非内容做得多优秀，反而都非(fēi)常简单，比如一匹(pǐ)正在喝水(shuǐ)的马，一(yī)只(zhǐ)画画的玩具熊，或者一段骑摩托车的第一视角录像，随便一(yī)个有手机的人(rén)都可(kě)以随手(shǒu)录下一段。

但这些短视(shì)频的(de)创作方式非常简单，创作者仅仅(jǐn)需要向AI输入一段话，甚(shèn)至只是说一下要求(qiú)，AI就可以根据需(xū)要生成一段视频。

谷歌发布的(de)两个AI生成视(shì)频分别来(lái)自于Imagen Video和Phenaki，前者(zhě)主要(yào)突出的是高(gāo)清，与Meta的Make-A-Video没(méi)有太多(duō)的差别。

在Make-A-Video公布了AI生成的(de)视频(pín)后，AI圈就已经玩(wán)了一(yī)波梗，一个能(néng)够做出更高(gāo)清(qīng)视频(pín)的AI还(hái)不足以(yǐ)在短时间(jiān)内戳中兴奋点(diǎn)。

Phenaki更加令(lìng)人震惊的地方(fāng)在于，它可以制作出超过(guò)2分(fēn)钟的连贯的也有确切内(nèi)容(róng)的视(shì)频，这才是真(zhēn)正让人们感到(dào)惊喜的(de)地方。因为无论AI生(shēng)成的视(shì)频多(duō)么(me)高清，也只(zhǐ)能是为内容生产者提(tí)供一个灵感，一个素材，一个过场动(dòng)画。

不过能够制(zhì)作出(chū)有具体(tǐ)剧情内容的视频(pín)就意味着，一些视频创作(zuò)由AI代替人(rén)工(gōng)完成已经(jīng)初步有了可能。

当下AI的发展速度已经超过大部分人的想(xiǎng)象。内(nèi)容产业的(de)本质是供给创(chuàng)造需(xū)求，AIGC作为全新的内容生(shēng)产方式(shì)，可(kě)以为(wèi)内容产业带来更(gèng)新(xīn)的内容风(fēng)格(gé)、更快的生(shēng)产速度，更低的生产成本(běn)，这无疑会驱(qū)动内(nèi)容(róng)产业的大(dà)爆发。

除了AI绘图、视频，AIGC技术(shù)还能应(yīng)用于音乐、代码、机(jī)器人动作等(děng)多(duō)种内容形式的生成。不难发现该项技术不仅(jǐn)在游戏等行业能得(dé)到有效应用，对(duì)于下(xià)一代互联网(wǎng)各种(zhǒng)元素的(de)构建亦有关键意义。

从商业化的(de)角度来(lái)看，文化娱乐、教育、传媒(méi)等诸多领域，本身就对基于AI的可(kě)视化(huà)内容有强烈需求。

因此，AI绘画及视频或不是结果，而只是AI进程(chéng)中的一块重要拼图，有望在技术更新的(de)加持下实现更大的应用价值(zhí)。

AI从理解内容(róng)，走向(xiàng)了(le)可(kě)以生成内容，甚至能(néng)够创(chuàng)造(zào)出(chū)独(dú)立价(jià)值和(hé)独(dú)立视角的内容(róng)。AIGC的(de)再次出圈，更代表着(zhe)未来的先(xiān)进生产(chǎn)力即将到来。

紧抓大模型与算力，牢固AIGC底座

从技术的发展也(yě)可以看出，在语言(yán)大模型、图像大模(mó)型之(zhī)后，多模(mó)态大模型已经成为了新的趋势。

大模型被誉为当前(qián)人工智能(néng)发展的(de)智(zhì)能底座，是全球竞争最激烈的研究方向之一，包括谷歌、亚马逊、百度(dù)、阿(ā)里、腾讯等(děng)众多头部企业(yè)都在竞相发力。

不过训练大模型的确价格不菲，以(yǐ)国盛证券发布的《ChatGPT需要多少算力》报告估(gū)算(suàn)，GPT-3训练一次(cì)的成本(běn)约为140万美元(yuán)。而对(duì)于一些更大的LLM(大型语言(yán)模型)，训练成本则(zé)介于200万美(měi)元至1200万美元高价(jià)之间(jiān)。

以ChatGPT在2023年1月的独立访客(kè)平均(jūn)数1300万计算，其对应芯片需求为3万多(duō)片英(yīng)伟(wěi)达A100 GPU，初(chū)始投入(rù)成本约(yuē)为8亿美元，每日仅电费就在5万美元左右(yòu)。

此外(wài)不(bù)论是ChatGPT还是AIGC，都离不(bù)开庞大算力支持。在(zài)关注各类大模型的发展(zhǎn)同(tóng)时，更应(yīng)该(gāi)关(guān)注算力网络的建设。

算力网络正驱动AI产业发(fā)展进入史诗级(jí)加(jiā)速进程(chéng)，让(ràng)AIGC及通用AI这(zhè)一(yī)人(rén)工智(zhì)能发展的终极目标离得更近。

因为算(suàn)力可以(yǐ)对突破性技术创新提供大力(lì)的支持。这方面，多模态大模型(xíng)是典型。作为面向未来强人工智能、通用(yòng)人工智能的重(zhòng)要(yào)技术创新，多(duō)模态大(dà)模型已经在人工智能领(lǐng)域提出了(le)很多年，业界也有不少技术突破，但(dàn)是，多模态大(dà)模型进(jìn)一步(bù)往下走，算(suàn)力需求呈几何式上升，一般的算力(lì)基础设(shè)施很快将难以(yǐ)胜任。

从图(tú)像、文字、语音单(dān)独一项的训练，到(dào)双(shuāng)模态、三模态的跃迁，让人工智能可以灵活应对(duì)不一般来讲涨潮和落潮的主要原因是什么，涨潮和落潮的主要原因是什么引力同模态的转(zhuǎn)化、像(xiàng)人与(yǔ)世界交互一(yī)样自然，这方面(miàn)，由算力(lì)网络来驱动将有明显优势(shì)。