日本最想干掉的国家，日本最恨哪个国家-橘子百科-橘子都知道

日本最想干掉的国家，日本最恨哪个国家 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(tiān)机器人(rén)ChatGPT火(huǒ)爆以(yǐ)来，微软公(gōng)司创始人比尔·盖茨(cí)已多(duō)次公开谈论人工智(zhì)能(néng)话题。在最近的一次(cì)采访中，他再次(cì)表示：“AI可能会让科技行业(yè)迎来(lái)一次剧烈的洗(xǐ)牌(pái)”。

这(zhè)个结论是(shì)他在当(dāng)地时间2月20日接受(shòu)《In Good Company》节目(mù)专(zhuān)访时(shí)提出的。

他(tā)预期，AI的发展(zhǎn)可(kě)能会威胁到谷(gǔ)歌的市占率，因为微软在AI方面的行动(dòng)相当迅速。而最终科技(jì)巨头将把AI整合成用户的(de)“全(quán)能(néng)助手”，包揽一切(qiè)应用(yòng)，与人们进行沟通并提供建议，可以取代亚马逊(xùn)、Siri或(huò)Outlook等应(yīng)用。

大佬口中全能助手的到来可(kě)能尚需时日，但由ControlNet引发的(de)又一次AI绘画浪潮，让AIGC在ChatGPT的(de)话题热点包(bāo)围中杀出重围。

ChatGPT之后又一应用杀疯了，AIGC或进入可控期，将洗牌科(kē)技行业(yè)？_黑(hēi)料正能(néng)量

ControlNet颠覆(fù)AI绘(huì)画新(xīn)玩法

AIGC向可控靠(kào)近

以AI绘画为代表的AIGC上(shàng)一次(cì)爆火的时候，还是2022年8月(yuè)，在美国科(kē)罗拉多(duō)州举办的(de)新兴数字(zì)艺术(shù)家(jiā)竞赛(sài)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(huà)软(ruǎn)件被广大网友熟知(zhī)并体验，Stable Diffusion便是其中代表(biǎo)。

用户(hù)们(men)可(kě)以在应用中输入一组关键词或者(zhě)一张(zhāng)照片，就能获得一幅AI创作的画作。

作画的关键就是所输入的文(wén)本。同一(yī)组关键词(cí)也(yě)可以(yǐ)创作出很多张风格不一样(yàng)的画作(zuò)，这让(ràng)创(chuàng)作的(de)过程(chéng)就(jiù)像开盲盒。

很多用户(hù)很喜欢这(zhè)种不(bù)确(què)定的惊(jīng)喜，他们(men)会将生成的美(měi)图当做头像。而另(lìng)一部分(fēn)喜欢翻看AI绘画的“翻车”作品。在社交媒体(tǐ)上，许多用(yòng)户分享(xiǎng)AI“翻车现场”，例如，一位网友的小(xiǎo)狗照片(piàn)被AI画(huà)成(chéng)了“肌肉男(nán)”，还有网友(yǒu)的个人照(zhào)片被AI识(shí)别成了建筑(zhù)。

而如今(jīn)随着ControlNet的出现与(yǔ)加(jiā)持，以往AI绘画的填写关(guān)键词游戏可能要被颠覆了。

ControlNet是一位正在斯坦福(fú)读博(bó)的中国人张吕敏创(chuàng)作(zuò)的一种基于控制点(diǎn)的图像变形算法，主要(yào)用(yòng)于数(shù)字图像处理、计算机视(shì)觉和计算机图形学等(děng)领域。

其SD插件一经发布，在(zài)短(duǎn)短(duǎn)的两天内便(biàn)成为了(le)AI绘(huì)画领域最新的热点(diǎn)。

在此之前，大家用(yòng)了很(hěn)多(duō)方法想让AI生(shēng)成的(de)结果尽可(kě)能的符合要求，但是都不尽如人(rén)意，它的(de)出现(xiàn)代表着AI生成开始进入(rù)真(zhēn)正(zhèng)的可控时期(qī)。

因为ControlNet可(kě)以直接(jiē)提取(qǔ)画(huà)面的(de)构图，人(rén)物的姿(zī)势和(hé)画面(miàn)的(de)深(shēn)度(dù)信息等。有了它的帮助，就(jiù)不(bù)用(yòng)频繁的用提(tí)示词来碰(pèng)运(yùn)气，抽盲盒式的创作了(le)。

通俗的(de)说(shuō)ControlNet相当于给(gěi)AI绘画加了“魔法(fǎ)”，不(bù)少博主的作品(pǐn)已经获得了大(dà)量的浏览量，“viggo”就是(shì)其中之一，他用(yòng)朋(péng)友(yǒu)的照片(piàn)直接带她(tā)们走(zǒu)进动漫世(shì)界。

viggo先用StableDiffusion图片(piàn)转文(wén)字。

再用Text2Prompt插件拓展找到(dào)对应的(de)关(guān)键词；最后用ControlNet插件绑定(dìng)骨(gǔ)骼开始换(huàn)关键词试(shì)效(xiào)果(guǒ)。

通(tōng)过图片就可以看出来，效果十(shí)分惊艳(yàn)。

更(gèng)厉害(hài)的是，除(chú)了真(zhēn)实的照片，草图也可(kě)以加上“魔法”，知乎大牛“De日本最想干掉的国家，日本最恨哪个国家vPoint”和“逗砂”介(jiè)绍到ControlNet还能实现线稿(gǎo)转全(quán)彩图。大神(shén)张吕敏其本尊也亲自回应(yīng)。

不得不说(shuō)当下AIGC已经变得(dé)越(yuè)来越强大(dà)，甚至输(shū)出的作(zuò)品(pǐn)都(dōu)已经能以(yǐ)假乱真(zhēn)了。

难辨虚实，AIGC技术力(lì)爆发

警惕安全问题

近日，“苏州金鸡湖有游艇party”的(de)消息火遍(biàn)网络，而经过警方辟谣这(zhè)所(suǒ)谓(wèi)的“party”可能是全(quán)国第一起(qǐ)AI绘(huì)图(tú)诈骗。

由(yóu)于这个活动里面给出的(de)美女照(zhào)片都是AI制作的真人照片绘图，因为(wèi)太逼真，被大家当成(chéng)真事传(chuán)播了。

不(bù)过仔细观察可(kě)以发现，活动发(fā)起者提(tí)供的照片中有个很(hěn)大的漏洞可以(yǐ)发现并非真人，而是AI绘图(tú)，那便是图片中女性的手指部分有的存在异常(cháng)。

ChatGPT之后又一应用杀疯(fēng)了，AIGC或(huò)进入可控期，将(jiāng)洗牌(pái)科技行业(yè)？_黑料正能量

有(yǒu)行业人(rén)事表示：“现在因为手指(zhǐ)部(bù)分的绘画算(suàn)法比较复杂(zá)，AI还不太会画人的手，但最新看到的图(tú)片已经有越来越完美的(de)AI模(mó)型(xíng)出现，以后可能就完全(quán)没有漏洞(dòng)了。”

类似(shì)的AI作图诈骗在(zài)国外也已有(yǒu)发(fā)生(shēng)。据英国(guó)广(guǎng)播公司报道(dào)，土耳其(qí)地震期间，有Tiktok用户使(shǐ)用AI合成了儿童受灾的假(jiǎ)照片发布到网络，以此诱(yòu)骗善良的人打赏“捐助”从而实(shí)施诈骗。

目前(qián)随着技术发展，AIGC已(yǐ)经(jīng)能(néng)做出真人照(zhào)片般的绘图效果，如(rú)果这样的图片被用来诈骗，将非常可怕(pà)。

此外AIGC还引(yǐn)发了很多担忧(yōu)，一(yī)方面，批判者(zhě)认为AI在“学(xué)习”了大量(liàng)前(qián)人(rén)的作(zuò)品(pǐn)之(zhī)后，其创作(zuò)没有任何情(qíng)绪和灵魂(hún)，难(nán)以和人类的艺术创作(zuò)相提并论。

另一方(fāng)面，AIGC背后的版权、目前都并没有得到有效的解决，还有AIGC会不(bù)会(huì)代替人(rén)类“至(zhì)高无上”的创意。

马斯克也强调，人(rén)工智能的(de)安全问题需要得到(dào)重视，太晚就(jiù)来不及了。

AIGC下一站除(chú)了视(shì)频，还(hái)有远方

技术都是(shì)有(yǒu)两面性的(de)，潜在的危害(hài)并不(bù)能掩盖其(qí)光辉的贡(gòng)献。现在看来，人工(gōng)智能技术将是第四(sì)次工业(yè)革命的核心驱动力量(liàng)，将创造新的增长奇迹(jì)。

过去一(yī)年，人(rén)工智能在技术和(hé)商业层面都(dōu)有了(le)巨(jù)大进(jìn)展，AI绘画(huà)就是人工智(zhì)能(néng)技术(shù)发生方向(xiàng)性改变的一个代表(biǎo)。其下一站或许就是视频(pín)。

此(cǐ)前，Meta和谷歌先(xiān)后发布(bù)了(le)几条引爆科技圈的短视频。这些视频引发(fā)关注并(bìng)非内容做得多优秀，反而都非常简单，比如一匹正在喝水(shuǐ)的马，一只画(huà)画的玩具熊，或者一段骑摩(mó)托车的(de)第一视角录像，随便一个(gè)有(yǒu)手机的人都可以随手录下一(yī)段。

但(dàn)这(zhè)些短视频的创作方式(shì)非常(cháng)简单(dān)，创作者仅(jǐn)仅(jǐn)需(xū)要向AI输入(rù)一段话(huà)，甚至只是说(shuō)一下要求，AI就可(kě)以根据需(xū)要(yào)生(shēng)成(chéng)一(yī)段视频。

谷歌发布(bù)的两个(gè)AI生成(chéng)视频(pín)分别来自于Imagen Video和Phenaki，前者(zhě)主要(yào)突出(chū)的是高清，与Meta的Make-A-Video没有太(tài)多的差别。

在Make-A-Video公布了AI生成(chéng)的视频后，AI圈(quān)就已经(jīng)玩了一波梗(gěng)，一个能够做出更高清(qīng)视(shì)频的AI还(hái)不足以在短时间内(nèi)戳中兴奋点。

Phenaki更(gèng)加(jiā)令人震惊的地方在于(yú)，它可以制作出超(chāo)过2分钟的连(lián)贯(guàn)的也(yě)有确(què)切(qiè)内容的(de)视频，这才是真正让人们感到惊喜(xǐ)的地方。因为无(wú)论(lùn)AI生(shēng)成(chéng)的视频多么高清，也只能是为内容生产者提供一个灵(líng)感，一个(gè)素材，一个(gè)过场动画。

不过能够制作出有具体剧(jù)情内容的视频就意味着(zhe)，一(yī)些视频创作(zuò)由AI代替人工完成(chéng)已经(jīng)初步(bù)有了可(kě)能。

当下AI的(de)发展(zhǎn)速度(dù)已经(jīng)超过(guò)大部分人的(de)想象。内(nèi)容产业的本质是供给创造需求(qiú)，AIGC作为全新的(de)内容生产(chǎn)方式，可以为内(nèi)容产业带来更新的内容风格、更(gèng)快(kuài)的生产速度，更低的(de)生(shēng)产成(chéng)本，这无疑会驱(qū)动内容产业的大爆发。

除(chú)了AI绘图、视频，AIGC技(jì)术还能应用于(yú)音乐(lè)、代(dài)码、机器人动作等多种内容形式的生成。不难发现该项技术(shù)不(bù)仅在游戏等行业能得到有效应用，对(duì)于下一(yī)代互(hù)联网(wǎng)各(gè)种元素的构建亦有关键意(yì)义。

从商业化的角度来看，文化娱乐、教育、传媒等诸多(duō)领(lǐng)域，本身(shēn)就对基于AI的可视化内容(róng)有强(qiáng)烈(liè)需(xū)求(qiú)。

因此，AI绘(huì)画(huà)及视频或不(bù)是结果，而只是AI进(jìn)程中(zhōng)的一(yī)块重要(yào)拼图，有望在(zài)技术(shù)更新(xīn)的加持下实现更大的应用价值。

AI从理解(jiě)内容，走向了(le)可以(yǐ)生成内容，甚至能够创造出(chū)独(dú)立价(jià)值和独立视(shì)角(jiǎo)的内容。AIGC的再次出圈，更代表着未来(lái)的(de)先进生产力即(jí)将到(dào)来(lái)。

紧抓大模型(xíng)与(yǔ)算力，牢固(gù)AIGC底座(zuò)

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

大模(mó)型被誉为当前人工(gōng)智能发展的智(zhì)能底座，是全球(qiú)竞争最激烈的(de)研究方(fāng)向之一，包括谷歌、亚马逊(xùn)、百度、阿(ā)里、腾讯等众多头(tóu)部企业都在(zài)竞相(xiāng)发力。

不过训练大模型的(de)确价格不菲，以国盛证(zhèng)券发布的《ChatGPT需(xū)要多少算力》报告估算，GPT-3训(xùn)练一次(cì)的成本约为140万美元。而(ér)对于一些更大的LLM(大型语言模型)，训练(liàn)成本则介于(yú)200万(wàn)美(měi)元至1200万美元高价(jià)之间。

以ChatGPT在2023年1月(yuè)的独立访客平均数1300万计算，其对应芯片需求为3万(wàn)多片英伟达A100 GPU，初始投入成本约为8亿美元，每(měi)日仅电费就在5万美(měi)元(yuán)左(zuǒ)右(yòu)。

此外不论是ChatGPT还(hái)是AIGC，都离不(bù)开(kāi)庞(páng)大(dà)算力支(zhī)持。在关注各(gè)类大模型的发展(zhǎn)同时，更应(yīng)该(gāi)关注算力网络的建设。

算(suàn)力网络正驱动(dòng)AI产业发展进(jìn)入史诗级(jí)加速进程(chéng)，让AIGC及通用AI这一(yī)人工(gōng)智能(néng)发展的终极目标离得更近。

因为算力(lì)可以对突破性技术创新提供大(dà)力(lì)的支持。这方面，多模(mó)态大模(mó)型是典(diǎn)型(xíng)。作为面向(xiàng)未来(lái)强(qiáng)人工智能、通用人工智能的重要(yào)技(jì)术创新，多模态大模(mó)型已经在人工智(zhì)能领域提出了很多年，业界也有不少技术突破，但是(shì)，多(duō)模态大模型进一步往下走，算力(lì)需求呈几(jǐ)何式上升，一般的算力基础设施很快将难(nán)以胜任(rèn)。

从图像、文(wén)字、语音(yīn)单独一项的训练，到双模态、三模态的跃迁，让人工智(zhì)能可以灵活应对不(bù)同(tóng)模(mó)态的转化、像(xiàng)人与世界交互(hù)一(yī)样自然(rán)，这方面，由(yóu)算力网络(luò)来驱动将(jiāng)有明显优势。