中国人去巴基斯坦安全吗-橘子百科-橘子都知道

中国人去巴基斯坦安全吗 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(qì)人(rén)ChatGPT火爆(bào)以来，微软(ruǎn)公(gōng)司(sī)创(chuàng)始(shǐ)人比尔·盖茨已多次公开谈论人(rén)工(gōng)智(zhì)能话(huà)题。在最近的一次(cì)采访中，他再次表示：“AI可(kě)能会让(ràng)科技行业迎来一(yī)次剧(jù)烈的洗牌”。

这(zhè)个结论(lùn)是他在当地时间2月20日接受《In Good Company》节目专访(fǎng)时(shí)提(tí)出(chū)的。

他预(yù)期，AI的发展可能会(huì)威(wēi)胁到谷歌的市占率(lǜ)，因(yīn)为微软(ruǎn)在(zài)AI方面的行动相(xiāng)当迅速(sù)。而最终科技巨(jù)头(tóu)将把AI整合(hé)成用户的“全能(néng)助手(shǒu)”，包揽一切应用(yòng)，与人们进行沟通并提(tí)供建(jiàn)议，可以取代亚马逊、Siri或Outlook等(děng)应用。

大佬口中全(quán)能助手的到(dào)来可能尚需时(shí)日，但由ControlNet引发的又一次(cì)AI绘画浪(làng)潮，让AIGC在ChatGPT的(de)话(huà)题热点包围中杀出重围。

ChatGPT之后又(yòu)一应(yīng)用杀疯了(le)，AIGC或(huò)进(jìn)入可控期，将洗牌(pái)科(kē)技(jì)行业？_黑料正(zhèng)能(néng)量(liàng)

ControlNet颠覆AI绘画新(xīn)玩法

AIGC向(xiàng)可控靠近(jìn)

以(yǐ)AI绘画(huà)为代表的AIGC上一(yī)次爆火的(de)时候(hòu)，还是2022年8月，在美国科罗拉多(duō)州举办的新兴数字艺术家竞赛(sài)中，一(yī)幅名为《太(tài)空歌剧院》的作(zuò)品获奖。

随后各(gè)大厂商的AI绘画软件被广大(dà)网(wǎng)友熟知并体(tǐ)验，Stable Diffusion便是(shì)其中(zhōng)代(dài)表。

用户(hù)们可以(yǐ)在(zài)应用中(zhōng)输入一(yī)组关(guān)键词或(huò)者一(yī)张照片，就能获得(dé)一幅AI创作的画作。

作画的关键就(jiù)是(shì)所输入的(de)文本。中国人去巴基斯坦安全吗ong>同一组关键词也可以创(chuàng)作出很多张风(fēng)格不一样的画(huà)作(zuò)，这让创作(zuò)的过程就像开盲盒。

很(hěn)多用户(hù)很喜欢(huān)这种不(bù)确定的(de)惊(jīng)喜，他(tā)们会将(jiāng)生(shēng)成的美图当做头像(xiàng)。而另一部分喜欢翻看AI绘画的“翻车(chē)”作(zuò)品。在社交媒体上(shàng)，许多用户分享AI“翻(fān)车现(xiàn)场”，例如(rú)，一位网友的小狗照片(piàn)被AI画成了(le)“肌肉男”，还有网友的个人(rén)照片被(bèi)AI识别成了建筑。

而如今随着ControlNet的出现与加持，以(yǐ)往AI绘画的填写(xiě)关键词游戏可能要被颠覆了(le)。

ControlNet是一(yī)位正在斯坦福读博的中国人张吕敏(mǐn)创作的一种基于(yú)控制点的图像变形算法，主(zhǔ)要(yào)用于(yú)数(shù)字图像(xiàng)处理、计算机视觉(jué)和计算机图形学等领域。

其SD插件(jiàn)一经发(fā)布(bù)，在短短(duǎn)的两天内便成为了AI绘画领域最(zuì)新的热(rè)点(diǎn)。

在(zài)此(cǐ)之前，大家(jiā)用了很多方法想让AI生成的(de)结果尽可(kě)能的(de)符合要求，但是都不尽如(rú)人意，它的出现代表(biǎo)着AI生成(chéng)开始(shǐ)进(jìn)入真(zhēn)正的可控(kòng)时期。

因为ControlNet可(kě)以直接提取画面(miàn)的构图，人物的姿势(shì)和画面的深度(dù)信息等(děng)。有了它的帮助，就不(bù)用频繁的用(yòng)提示词来碰运气，抽盲盒式的创作了。

通(tōng)俗的(de)说ControlNet相当(dāng)于(yú)给AI绘画加了(le)“魔法”，不少博主的作品已(yǐ)经获得了(le)大量的(de)浏览量，“viggo”就是其中之一，他用朋友的照片(piàn)直(zhí)接带她们走进动漫世(shì)界(jiè)。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插(chā)件(jiàn)拓展找(中国人去巴基斯坦安全吗zhǎo)到对(duì)应的(de)关键词(cí)；最后用ControlNet插件绑(bǎng)定骨骼开(kāi)始换(huàn)关键(jiàn)词试效果。

通过图片就可(kě)以看出来，效果(guǒ)十分惊艳。

更厉害的是，除了真实(shí)的照片，草图(tú)也可以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还(hái)能实现线(xiàn)稿转全(quán)彩图。大神(shén)张(zhāng)吕敏其(qí)本(běn)尊也(yě)亲自回应。

不得不说当(dāng)下AIGC已经变得越来越强大(dà)，甚至输出的作品都(dōu)已经能(néng)以假乱真(zhēn)了。

难辨虚实，AIGC技术力爆(bào)发

警惕安全问(wèn)题

近日，“苏州金(jīn)鸡湖有游艇party”的消息火遍网络，而经过警(jǐng)方辟(pì)谣这所谓的“party”可能是全(quán)国第一起(qǐ)AI绘(huì)图诈骗。

由于这(zhè)个活动里(lǐ)面(miàn)给出的美(měi)女照(zhào)片(piàn)都是(shì)AI制作的真人照片绘图，因为太逼真(zhēn)，被(bèi)大家(jiā)当成真事传播(bō)了。

不过仔细观察可以发(fā)现，活(huó)动发(fā)起者(zhě)提供的照(zhào)片中有个很大的漏洞可(kě)以发现并非真(zhēn)人，而是(shì)AI绘图，那便是图(tú)片中(zhōng)女性的手指部(bù)分有的存在异常。

ChatGPT之后又一(yī)应用杀(shā)疯了，AIGC或进入可控期(qī)，将洗(xǐ)牌(pái)科(kē)技行(xíng)业(yè)？_黑料正能(néng)量

有行业人事表示：“现在因为手指部分的绘画(huà)算法比较复杂，AI还(hái)不太(tài)会(huì)画人的(de)手(shǒu)，但最新看(kàn)到(dào)的图片已经有越来越完美的AI模型出(chū)现，以后可能(néng)就(jiù)完全没有漏洞了。”

类似的AI作图诈骗在国(guó)外也已有发生。据英国(guó)广播公(gōng)司报道，土耳其(qí)地震期间，有Tiktok用户使用AI合成了儿童(tóng)受灾的假(jiǎ)照片发(fā)布到网络，以(yǐ)此诱(yòu)骗善良的人(rén)打赏“捐助”从而实施诈骗。

目前随着技术(shù)发展，AIGC已经能做(zuò)出真(zhēn)人照(zhào)片般的绘图(tú)效果，如果这样的图片被用来诈骗，将非(fēi)常可(kě)怕。

此外AIGC还引(yǐn)发了很多担忧(yōu)，一(yī)方面，批判者认为(wèi)AI在“学(xué)习”了大量(liàng)前人的作品(pǐn)之后，其创作没有任何情绪(xù)和灵魂，难以和(hé)人类的艺术创作相提(tí)并论。

另一方面(miàn)，AIGC背(bèi)后的版权、目前都并没有得到有效的(de)解决，还(hái)有(yǒu)AIGC会(huì)不会代替人类“至(zhì)高无(wú)上”的创意。

马斯(sī)克也(yě)强调，人工智能的安全(quán)问题需要(yào)得到重视，太晚就(jiù)来(lái)不及了。

AIGC下一站除了视(shì)频，还(hái)有远(yuǎn)方(fāng)

技术都(dōu)是有两(liǎng)面性的，潜在的危害并不能掩(yǎn)盖(gài)其(qí)光辉的贡(gòng)献(xiàn)。现在看来，人工(gōng)智能技术将(jiāng)是第四次(cì)工业革(gé)命(mìng)的(de)核心驱动力量，将创(chuàng)造新的(de)增长奇迹。

过去一年(nián)，人工智能在技术(shù)和商业层面都有了巨大进展，AI绘画就是人工智能技术(shù)发生方(fāng)向性改变的一个(gè)代表。其下一(yī)站或许(xǔ)就是(shì)视频。

此前，Meta和谷(gǔ)歌先后发(fā)布了几条引爆科(kē)技圈(quān)的短视(shì)频(pín)。这些视频引发(fā)关注并(bìng)非内容做得多优(yōu)秀，反(fǎn)而都非常简单，比如一(yī)匹正在(zài)喝水的马，一只(zhǐ)画画的玩具熊，或者一段骑摩托车(chē)的第一视角录像，随便一个有手机的人都可以(yǐ)随手录下(xià)一段。

但这(zhè)些短视频(pín)的创作方式非常简单，创作者仅仅需要向AI输入一(yī)段(duàn)话，甚至只是说一下要(yào)求，AI就可以根据需要生成一(yī)段视频。

谷(gǔ)歌(gē)发布的两个AI生成视(shì)频分(fēn)别来(lái)自于Imagen Video和Phenaki，前者主要突出的是高清，与Meta的Make-A-Video没(méi)有太多的(de)差别。

在Make-A-Video公布了AI生(shēng)成的视频后(hòu)，AI圈就已经(jīng)玩了(le)一波梗，一个能(néng)够做出更高清视(shì)频的(de)AI还不足(zú)以在(zài)短时间内戳中兴奋(fèn)点。

Phenaki更加令人震(zhèn)惊的(de)地方在于，它可(kě)以制(zhì)作出(chū)超过2分钟的连(lián)贯的也有确切(qiè)内容的视频(pín)，这才是真正让(ràng)人们(men)感到惊喜的地方。因为无论AI生(shēng)成的视频(pín)多么高清，也只能是为内容生产(chǎn)者提(tí)供(gōng)一个(gè)灵(líng)感(gǎn)，一(yī)个(gè)素(sù)材，一个过场动(dòng)画。

不(bù)过能够(gòu)制(zhì)作出(chū)有具体剧情内容的视频就(jiù)意(yì)味着，一些视(shì)频(pín)创作(zuò)由(yóu)AI代(dài)替人工完成已经初步有了可能(néng)。

当下AI的(de)发(fā)展速度已经超过大部(bù)分人的想象(xiàng)。内容产业的本质(zhì)是供(gōng)给创造需求，AIGC作(zuò)为(wèi)全新的内(nèi)容生产方(fāng)式，可(kě)以(yǐ)为内(nèi)容(róng)产(chǎn)业带(dài)来更新的内容风格、更快的生产速度，更低(dī)的生产成本，这无疑会驱动内容(róng)产(chǎn)业的大(dà)爆发。

除了AI绘图、视频(pín)，AIGC技(jì)术还能应用(yòng)于音乐、代(dài)码、机器人动(dòng)作等多种内容(róng)形式(shì)的生(shēng)成。不难发现该项技术(shù)不仅(jǐn)在游戏(xì)等(děng)行业(yè)能得到(dào)有效(xiào)应用，对于下一代互(hù)联网各种元素的构(gòu)建亦有关键意义。

从(cóng)商业(yè)化(huà)的角度来看，文化娱乐、教(jiào)育、传媒等诸多领(lǐng)域，本身就对基于AI的可视化内容有强烈需求。

因此，AI绘画及(jí)视(shì)频或不(bù)是结(jié)果(guǒ)，而只是AI进程(chéng)中的一块重要拼(pīn)图，有望在(zài)技术(shù)更新的加(jiā)持下实现更大的(de)应用价值。

AI从理解内容，走向了可以生成内容(róng)，甚至能(néng)够创造出独立(lì)价值和独立视角(jiǎo)的内(nèi)容。AIGC的再次出圈，更(gèng)代表着(zhe)未来的先进生产力即将到来。

紧抓大模(mó)型与算(suàn)力，牢固AIGC底(dǐ)座(zuò)

从技术(shù)的发展也可以(yǐ)看出(chū)，在语言(yán)大模型、图像(xiàng)大模型(xíng)之后，多(duō)模态大模型已经成为了新的趋势(shì)。

大模型被(bèi)誉为当(dāng)前人(rén)工智能发展的智能底(dǐ)座，是全(quán)球竞争最激烈的(de)研究(jiū)方向之一，包(bāo)括谷歌、亚马逊、百度(dù)、阿里、腾(téng)讯等众多头部企业都在(zài)竞相发(fā)力。

不(bù)过(guò)训练(liàn)大模型的(de)确价格不菲，以(yǐ)国盛(shèng)证券发布的《ChatGPT需要多(duō)少算(suàn)力》报告估算，GPT-3训练一次的成本约为140万(wàn)美元。而对于一(yī)些更(gèng)大的(de)LLM(大型语言模型)，训练成本(běn)则介于200万美元至1200万美元(yuán)高价(jià)之间。

以ChatGPT在2023年(nián)1月的独立访客平均(jūn)数1300万(wàn)计算，其对应(yīng)芯片需求为3万多(duō)片英伟达A100 GPU，初始投入成本约为8亿美元，每日仅电费就在5万美元左右。

此外不论是(shì)ChatGPT还是AIGC，都离不开庞大算力支持。在关注各类大模型的发展同时，更应该关(guān)注算力网络的建(jiàn)设。

算力(lì)网(wǎng)络正驱动(dòng)AI产业(yè)发展进入(rù)史诗级加速进程，让AIGC及(jí)通用(yòng)AI这一(yī)人工智能发(fā)展的(de)终极目(mù)标(biāo)离得更近。

因为算(suàn)力可以对突破性(xìng)技术创新(xīn)提(tí)供大力的支持。这方面，多(duō)模态大模(mó)型是典型。作为面向未(wèi)来强人工智能、通用人工智能的重要技术创新，多模态(tài)大(dà)模型(xíng)已经在人工智(zhì)能领(lǐng)域提出(chū)了很多年，业(yè)界也有不少技术突破，但是，多模态大模(mó)型(xíng)进一步往(wǎng)下走，算(suàn)力需(xū)求呈几何(hé)式上升(shēng)，一(yī)般的算力基础设施很(hěn)快将(jiāng)难以胜任。

从图像、文字、语(yǔ)音单独一项的训练，到(dào)双模态、三模态的跃迁，让人(rén)工智能可以灵活应对不同模态的转化、像人(rén)与世(shì)界(jiè)交互(hù)一(yī)样(yàng)自(zì)然，这方面，由(yóu)算力网络来驱动将有明显优势(shì)。