中国人口第一大省，中国人口第一大省排名-橘子百科-橘子都知道

中国人口第一大省，中国人口第一大省排名 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(liáo)天机(jī)器人(rén)ChatGPT火爆以来，微软公(gōng)司(sī)创(chuàng)始人比尔·盖茨已多次公开(kāi)谈论人工智能话(huà)题。在最(zuì)近(jìn)的一(yī)次采访中，他再次表示：“AI可(kě)能会让科(kē)技行(xíng)业迎来一次剧烈的(de)洗牌”。

这(zhè)个结论(lùn)是(shì)他在当地时间2月20日接受(shòu)《In Good Company》节目专访时提出的。

他预(yù)期，AI的发(fā)展可能会(huì)威胁到谷歌的市占率，因为微(wēi)软在AI方面的行动相(xiāng)当迅速(sù)。而最终科技(jì)巨头(tóu)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)进行沟通并提(tí)供(gōng)建议，可以取代亚马逊、Siri或Outlook等应用。

大佬口(kǒu)中全能(néng)助手的到来可能尚需(xū)时日，但(dàn)由ControlNet引(yǐn)发的(de)又一次AI绘画浪潮，让AIGC在(zài)ChatGPT的话题热点(diǎn)包围中杀出重(zhòng)围。

ChatGPT之后又一应用杀(shā)疯了，AIGC或(huò)进入可控期(qī)，将(jiāng)洗(xǐ)牌科技行业？_黑料正能量中国人口第一大省，中国人口第一大省排名="0" data-cropx2="1000" data-cropy1="0" data-cropy2="503.46020761245677" data-ratio="0.503" data-s="300,640" data-type="jpeg" data-w="1000">

ControlNet颠覆(fù)AI绘(huì)画新玩法

AIGC向可控靠(kào)近(jìn)

以(yǐ)AI绘(huì)画为代表的(de)AIGC上一次(cì)爆(bào)火(huǒ)的(de)时(shí)候，还是(shì)2022年8月，在美国科罗(luó)拉(lā)多(duō)州举(jǔ)办的新兴数字艺术家(jiā)竞赛中(zhōng)，一幅名为《太空歌剧院》的作品(pǐn)获奖。

随后各大厂商的AI绘画软件被广(guǎng)大(dà)网友(yǒu)熟知并体验，Stable Diffusion便(biàn)是其中代表。

用户们可(kě)以在应用中(zhōng)输入一组关键词或者(zhě)一(yī)张(zhāng)照片，就(jiù)能获得一幅AI创(chuàng)作的画作。

作画的(de)关键就是所输(shū)入的文本。同一(yī)组关键词也可以创作出很多张风格不(bù)一(yī)样的画作，这(zhè)让创作的(de)过程(chéng)就像(xiàng)开盲盒。

很多用户(hù)很(hěn)喜欢这种(zhǒng)不确定的惊(jīng)喜，他们会将生成的美图当做头(tóu)像。而另(lìng)一部分(fēn)喜欢翻看(kàn)AI绘画的“翻车”作品。在社(shè)交媒体上，许多用户分享AI“翻车现场”，例如(rú)，一位网友的小狗照片被AI画成了“肌肉男”，还有网友的个人照片被AI识别(bié)成了(le)建筑(zhù)。

而如今随着ControlNet的出现与加持，以往(wǎng)AI绘画的填写关键词游戏可能要被颠(diān)覆了。

ControlNet是一位正在斯坦福(fú)读(dú)博的中国人张吕敏创作的一种基于控制点(diǎn)的图(tú)像变形算法，主(zhǔ)要用于数字图像处理、计算机视觉和计算(suàn)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(wèi)了(le)AI绘画领域最新的(de)热点。

在此之(zhī)前(qián)，大家(jiā)用(yòng)了很多方法想让AI生成的结果尽可能的符合要(yào)求(qiú)，但是都不尽如人意(yì)，它(tā)的(de)出现代表着AI生成开始进入(rù)真正的可控时期。

因为ControlNet可以直接提取(qǔ)画面(miàn)的(de)构图，人物的姿势和画面的深(shēn)度信息(xī)等(děng)。有了它的(de)帮(bāng)助(zhù)，就(jiù)不用频繁的用提(tí)示(shì)词来(lái)碰运气(qì)，抽盲盒式的创作了。

通俗的说ControlNet相当(dāng)于给(gěi)AI绘(huì)画加了“魔法”，不少博主的作品已(yǐ)经获得了大量的(de)浏览量(liàng)，“viggo”就是其中之一，他用朋(péng)友的照片直接带她们走进动漫世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插(chā)件拓展找到(dào)对应的关键(jiàn)词；最后用(yòng)ControlNet插件绑(bǎng)定骨骼开(kāi)始换关键(jiàn)词试效(xiào)果。

通过(guò)图片就可(kě)以看出来，效果十(shí)分(fēn)惊艳。

更(gèng)厉害的是，除了真(zhēn)实(shí)的(de)照片，草图也(yě)可(kě)以(yǐ)加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到(dào)ControlNet还能(néng)实现线稿转全(quán)彩图(tú)。大神张吕敏其本尊也亲自回应。

不得不说(shuō)当下AIGC已经变(biàn)得越来越强大(dà)，甚(shèn)至输出的作(zuò)品都已经能以假乱真了。

难辨虚实，AIGC技(jì)术力爆发

警(jǐng)惕(tì)安全问题

近日，“苏州金鸡(jī)湖有游艇party”的消息火遍网络，而经(jīng)过警(jǐng)方(fāng)辟谣(yáo)这所谓的“party”可(kě)能是全(quán)国第(dì)一起AI绘图诈骗。

由(yóu)于这个(gè)活动(dòng)里面给(gěi)出(chū)的美女照片都是AI制作的真人(rén)照片绘图(tú)，因为太逼真，被(bèi)大(dà)家(jiā)当成(chéng)真事传(chuán)播(bō)了。

不过(guò)仔细观察可以(yǐ)发现，活动(dòng)发起者(zhě)提(tí)供(gōng)的照(zhào)片中有个很大(dà)的漏洞可以发现并非真人，而(ér)是AI绘图(tú)，那便是图片中女性的手指(zhǐ)部(bù)分有的存在异(yì)常。

ChatGPT之后又一应用杀疯了，AIGC或进入(rù)可控(kòng)期，将洗(xǐ)牌科技行业？_黑料正能量

有行业人事表示：“现在因为手指(zhǐ)部(bù)分的绘(huì)画算法比较复(fù)杂，AI还不太会画人的手，但最新看到的图片已经有越来越(yuè)完美(měi)的AI模型(xíng)出现，以后可能就完全(quán)没有漏(lòu)洞了。”

类(lèi)似的AI作图诈骗在国外也已有发生。据(jù)英国广播(bō)公司报道，土耳其地(dì)震期间，有Tiktok用户使用(yòng)AI合成了儿童受灾的假照片(piàn)发布到网(wǎng)络，以此诱骗善良(liáng)的人打赏“捐助”从而实施诈骗。

目前随着技(jì)术发展，AIGC已经能做(zuò)出(chū)真(zhēn)人照片般的绘(huì)图效果(guǒ)，如果这样(yàng)的图片被用来诈骗(piàn)，将(jiāng)非常可怕。

此(cǐ)外AIGC还引发了很多担忧(yōu)，一方面，批判者(zhě)认为AI在“学习”了大量前(qián)人(rén)的作品之后，其(qí)创作没有(yǒu)任何情绪和(hé)灵(líng)魂，难以和人类的艺(yì)术创(chuàng)作(zuò)相提并论。

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

马斯克也强调，人工(gōng)智能(néng)的安全问(wèn)题(tí)需要得到(dào)重视(shì)，太(tài)晚就来(lái)不(bù)及了(le)。

AIGC下一站除了视频，还有远方

技术(shù)都是有两(liǎng)面性的，潜在(zài)的危(wēi)害并不能掩盖其光辉的贡献。现(xiàn)在看来，人工智(zhì)能技术将是第四次工业革命的核心驱(qū)动(dòng)力量，将创造新的(de)增长奇迹。

过去一年(nián)，人(rén)工智(zhì)能在技术和商(shāng)业层面都有(yǒu)了巨大进展，AI绘画(huà)就(jiù)是人工智能(néng)技术发生方(fāng)向性改(gǎi)变的(de)一个代表。其下一站(zhàn)或许就是视频。

此前，Meta和(hé)谷歌先后发布了几条引爆(bào)科技(jì)圈(quān)的短视频。这(zhè)些视频(pín)引发关注并非(fēi)内容做(zuò)得(dé)多优秀，反而都非常简单，比如一匹(pǐ)正在喝水(shuǐ)的(de)马，一只画画的玩具熊，或者一段骑摩(mó)托车的第(dì)一视角录(lù)像，随(suí)便一个有手机的人都可(kě)以随手录下一段。

但这些短视频的(de)创作方式非常简单，创作者仅仅需要向(xiàng)AI输入一段话，甚至只是说一下要求，AI就可以根据需要生成(chéng)一段视频。

谷歌(gē)发布的两个AI生(shēng)成(chéng)视频(pín)分(fēn)别来自于Imagen Video和(hé)Phenaki，前(qián)者(zhě)主要(yào)突出(chū)的是高清，与Meta的(de)Make-A-Video没有太多的差别(bié)。

在(zài)Make-A-Video公布(bù)了AI生成的(de)视频后(hòu)，AI圈就已经玩了(le)一波(bō)梗，一个能够做出更高(gāo)清视(shì)频的AI还不足以在短时间内戳(chuō)中兴奋点。

Phenaki更加令人震惊的地方(fāng)在(zài)于(yú)，它可以制作出超(chāo)过2分钟的(de)连贯的也有确(què)切(qiè)内容的视频(pín)，这(zhè)才是真正让人(rén)们感到惊喜的地方。因为无论AI生成(chéng)的(de)视频多么高清，也只能是为内容生(shēng)产者提(tí)供一个(gè)灵感，一个素材，一个过场动画。

不(bù)过(guò)能够制(zhì)作出(chū)有具体剧情(qíng)内容的视频就意味着，一些视频(pín)创作(zuò)由AI代替人(rén)工完成已(yǐ)经初步(bù)有了可能。

当(dāng)下(xià)AI的发展(zhǎn)速度已(yǐ)经超过大(dà)部分人(rén)的想象。内(nèi)容产业的本质(zhì)是供(gōng)给创造需求(qiú)，AIGC作为全(quán)新的(de)内(nèi)容生产方式(shì)，可以为(wèi)内(nèi)容产业带来更(gèng)新的内容风格、更快的生产(chǎn)速度，更低(dī)的生(shēng)产成本，这无(wú)疑会驱动内容产业的大爆发。

除了AI绘图、视频，AIGC技(jì)术还能应用于(yú)音乐(lè)、代码、机器人动作等多种内容形式的(de)生(shēng)成。不难发现该项技术不(bù)仅在游戏(xì)等行业能得到有效应用，对于下一代互联网各(gè)种元素的构建亦有关(guān)键意义(yì)。

从商业化的(de)角度来(lái)看，文化娱乐(lè)、教育、传(chuán)媒等诸多领域，本(běn)身就(jiù)对基于AI的可视(shì)化(huà)内容有(yǒu)强烈(liè)需求。

因此，AI绘画及视(shì)频或(huò)不是结果，而只是AI进程中的一块重(zhòng)要(yào)拼图，有望(wàng)在(zài)技(jì)术更新的加持下(xià)实现(xiàn)更(gèng)大的应用价值(zhí)。

AI从理解内(nèi)容，走(zǒu)向了可以生成内容，甚至能够创造出独立价(jià)值和独(dú)立视角的内容。AIGC的(de)再次出圈(quān)，更代表着(zhe)未来的先进生产力即将(jiāng)到(dào)来。

紧抓大模型(xíng)与算(suàn)力，牢固AIGC底座

从技(jì)术(shù)的(de)发展也(yě)可以看出(chū)，在语(yǔ)言大模型、图像大模(mó)型之后，多(duō)模态大模(mó)型已经成(chéng)为了新的(de)趋(qū)势(shì)。

大(dà)模(mó)型被(bèi)誉为当前人工(gōng)智能发展的智能底座，是全球(qiú)竞争最(zuì)激烈的(de)研究方向(xiàng)之一，包括(kuò)谷歌(gē)、亚马逊(xùn)、百度、阿里、腾讯等众多头(tóu)部(bù)企业都在竞(jìng)相发力。

不过训(xùn)练大模型的确(què)价格不菲，以国(guó)盛(shèng)证券发布(bù)的《ChatGPT需要多少算力》报告估算，GPT-3训练(liàn)一次的成本约(yuē)为140万美元。而对于一些更大(dà)的LLM(大型语言模型)，训练(liàn)成(chéng)本(běn)则介于200万美元至1200万美元高价之间。

以ChatGPT在(zài)2023年1月的(de)独立访客平(píng)均数1300万计算，其(qí)对应芯片需(xū)求(qiú)为3万(wàn)多片英伟达A100 GPU，初始投入成本约为8亿美元，每日仅电(diàn)费就在5万美元(yuán)左右。

此(cǐ)外不论是ChatGPT还是AIGC，都离不(bù)开(kāi)庞大(dà)算力支持。在关(guān)注各类大模型(xíng)的发展同时，更应该关注算力(lì)网(wǎng)络的建设。

算(suàn)力(lì)网络正(zhèng)驱动(dòng)AI产(chǎn)业发展进入史诗级加速进程(chéng)，让AIGC及通用AI这(zhè)一人(rén)工智能发展的终(zhōng)极目标离得(dé)更近。

因为算力可以(yǐ)对突破性技术创新提(tí)供大力的支持。这方面，多模态大模型是典型。作为面向(xiàng)未来强人工智能(néng)、通用人工智(zhì)能的重要技术创新(xīn)，多(duō)模态大(dà)模型已经在(zài)人工智(zhì)能领(lǐng)域(yù)提出了很多(duō)年，业界也(yě)有不少(shǎo)技术(shù)突破，但是，多模态大(dà)模(mó)型进一步往下走，算力需(xū)求呈几何式上升，一般的算力基础(chǔ)设施很快(kuài)将(jiāng)难(nán)以胜任。

从图像、文字(zì)、语音单独一项的(de)训(xùn)练(liàn)，到(dào)双模态、三模(mó)态的跃迁，让人工(gōng)智(zhì)能(néng)可以灵活应对不同模(mó)态的转化、像人(rén)与世(shì)界交互(hù)一样自(zì)然，这方面(miàn)，由算力网(wǎng)络来(lái)驱动将有(yǒu)明(míng)显优势。