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-成都工装公司_工装装修效果图_专注公装设计装修

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(tiān)机器人ChatGPT火爆以来(lái)，微软公司创始人比(bǐ)尔(ěr)·盖(gài)茨已多次公开谈论人工智能话题。在最近的(de)一(yī)次采(cǎi)访中，他(tā)再次表示：“AI可能会让科技行业迎来(lái)一(yī)次(cì)剧烈的洗(xǐ)牌”。

这个(gè)结论是(shì)他在(zài)当(dāng)地(dì)时间2月20日接受《In Good Company》节目专访(fǎng)时提出的。

他预期(qī)，AI的发(fā)展可能会(huì)威(wēi)胁(xié)到谷歌的(de)市占率(lǜ)，因为微软在AI方面的行(xíng)动相当迅速。而最终科技(jì)巨(jù)头将把(bǎ)AI整合(hé)成用(yòng)户的“全(quán)能助手”，包揽一切应(yīng)用，与人们进(jìn)行沟通并(bìng)提供建议，可以取代亚马逊(xùn)、Siri或Outlook等应用(yòng)。

大(dà)佬口中全能助手的(de)到来可能尚需时日，但由ControlNet引发的又一(yī)次AI绘画浪潮，让AIGC在ChatGPT的话题热点包围中杀(shā)出重(zhòng)围。

ChatGPT之后又一应用杀(shā)疯了，AIGC或进入可(kě)控期，将洗(xǐ)牌科(kē)技行业？_黑料正(zhèng)能量(liàng)

ControlNet颠(diān)覆AI绘画新玩法

AIGC向(xiàng)可控靠近(jìn)

以AI绘画为代(dài)表的(de)AIGC上(shàng)一(yī)次爆火的时候，还是2022年8月，在美国科罗拉多州(zhōu)举办(bàn)的新兴数(shù)字艺(yì)术(shù)家竞赛(sài)中，一幅名为《太空歌剧院》的作品获奖。

随后各大厂商(shāng)的AI绘(huì)画软件被广大网友熟知(zhī)并体验，Stable Diffusion便(biàn)是(shì)其中代表。

用户(hù)们可(kě)以(yǐ)在应用中输入一(yī)组关键词或者一张照片，就能获得(dé)一(yī)幅AI创(chuàng)作的画作。

作画的关键就是(shì)所输入的文本。同一组关键(jiàn)词(cí)也可以创作出很多张风格不(bù)一样的(de)画作，这(zhè)让创作的过程就像开盲盒。

很多用户很喜欢这(zhè)种不(bù)确(què)定的惊喜，他们会将生(shēng)成的美(měi)图当做头(tóu)像。而另一(yī)部分喜欢翻看AI绘画的“翻车”作品。在社(shè)交媒体上，许(xǔ)多用户(hù)分享AI“翻车现场(chǎng)”，例(lì)如，一位网(wǎng)友的小狗照片被AI画成了(le)“肌肉男”，还(hái)有网友的个人照片被AI识别成了建筑。

而如今随着ControlNet的(de)出(chū)现与(yǔ)加(jiā)持，以往AI绘画的填写(xiě)关键(jiàn)词游(yóu)戏可(kě)能要被颠覆了。

ControlNet是一位(wèi)正在斯坦(tǎn)福读博的中(zhōng)国人张(zhāng)吕敏创(chuàng)作(zuò)的一种(zhǒng)基于控制(zhì)点的图像(xiàng)变形(xíng)算法，主要用(yòng)于数字(zì)图像处理、计算(suàn)机视(shì)觉(jué)和计算机(jī)图形学(xué)等(děng)领域。

其SD插件(jiàn)一经发(fā)布，在(zài)短短的两天内(nèi)便成为了AI绘画(huà)领域最新的热点。

在此之前，大家(jiā)用(yòng)了很多方(fāng)法想让AI生成的(de)结果尽(jǐn)可能的符(fú)合要求(qiú)，但(dàn)是都(dōu)不尽如人意，它的出现代表着AI生(shēng)成开始进(jìn)入真正的可控时期(qī)。

因为ControlNet可以直接(jiē)提取画面的构图，人物(wù)的姿势(shì)和画(huà)面的(de)深(shēn)度信息等(děng)。有了它的帮(bāng)助，就不用频繁的用提示词来碰运气，抽盲(máng)盒式(shì)的创作(zuò)了(le)。

通俗的说ControlNet相当(dāng)于给(gěi)AI绘(huì)画加了“魔法”，不少博主的作品已经获得了大量(liàng)的浏览量，“viggo”就(jiù)是其中之一，他用朋友的照片直接带(dài)她们走进动(dòng)漫世界(jiè)。

viggo先用(yòng)StableDiffusion图片转文字。

再用Text2Prompt插(chā)件拓展找到对应(yīng)的关键词；最后用ControlNet插件(jiàn)绑定骨骼开始换关键词试效果。

通过(guò)图片(piàn)就可以看出来，效果(guǒ)十分惊艳。

更厉害的是，除(chú)了真实的照片，草图也可(kě)以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍(shào)到(dào)ControlNet还能(néng)实现线稿转(zhuǎn)全彩图。大神张(zhāng)吕敏其本(běn)尊也亲自回(huí)应。

不得(dé)不说当下AIGC已经变得越(yuè)来越强大，甚至输出(chū)的作品都已经能以(yǐ)假乱真(zhēn)了(le)。

难辨虚实，AIGC技术力爆发(fā)

警(jǐng)惕安全问(wèn)题

近日，“苏州金鸡(jī)湖有游艇party”的消(xiāo)息火遍网络，而经过(guò)警方辟谣这所(suǒ)谓的(de)“party”可(kě)能是全(quán)国(guó)第一起AI绘(huì)图诈骗。

由于这(zhè)个活动里面(miàn)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给(gěi)出的美女(nǚ)照片都(dōu)是AI制作(zuò)的真人(rén)照片绘图，因为太逼真，被(bèi)大家当(dāng)成真(zhēn)事传播了。

不过仔(zǎi)细观察(chá)可以发(fā)现(xiàn)，活(huó)动(dòng)发(fā)起者提供的照片(piàn)中(zhōng)有个很大的(de)漏洞(dòng)可以发(fā)现(xiàn)并非(fēi)真人，而(ér)是AI绘图，那便是(shì)图(tú)片(piàn)中女(nǚ)性的(de)手指部分有的(de)存在异(yì)常。

ChatGPT之后又一(yī)应(yīng)用杀(shā)疯了，AIGC或进入可控期，将洗(xǐ)牌科技行业(yè)？_黑料正能量

有行业人事表示：“现在(zài)因为(wèi)手指(zhǐ)部分的绘画算法(fǎ)比较复杂(zá)，AI还(hái)不太会画人(rén)的(de)手，但最新看(kàn)到的图片已(yǐ)经有(yǒu)越来越完美的AI模型(xíng)出现，以后可能就完全没有漏洞了。”

类似(shì)的(de)AI作图诈骗在国(guó)外(wài)也已有发生(shēng)。据英国广播(bō)公(gōng)司报道，土耳其(qí)地震期间，有Tiktok用户(hù)使用AI合成了(le)儿童受灾的假照片发布到网络，以此诱骗善良的人打赏(shǎng)“捐助(zhù)”从而实(shí)施诈骗。

目前随着技术(shù)发展，AIGC已经(jīng)能(néng)做出真(zhēn)人(rén)照(zhào)片般的绘图效果，如果这样的图片被用来诈骗，将非常(cháng)可怕。

此外AIGC还引发了很多担忧，一(yī)方面，批(pī)判者认为(wèi)AI在“学习”了大(dà)量前人的作品之后，其创作没(méi)有任何情绪和灵魂，难以和人(rén)类的艺术创作相(xiāng)提并论。

另一方面(miàn)，AIGC背后的版(bǎn)权、目前都并没有得到有效(xiào)的(de)解决，还有(yǒu)AIGC会不会(huì)代替人类“至(zhì)高(gāo)无(wú)上”的(de)创(chuàng)意。

马斯克也强调，人工(gōng)智能的(de)安全问题(tí)需要得(dé)到(dào)重视，太晚(wǎn)就来不及了。

AIGC下(xià)一站除了视频(pín)，还有(yǒu)远方

技术(shù)都是有两面性的(de)，潜在(zài)的危害并不能掩盖其光辉(huī)的贡献。现在看来，人工智(zhì)能技(jì)术将是(shì)第四次工(gōng)业革命的核心驱动力(lì)量(liàng)，将创造新的增(zēng)长奇迹(jì)。

过(guò)去一年，人工智能在技术和(hé)商业层面都有了巨大(dà)进(jìn)展，AI绘画(huà)就是人(rén)工智能技术发生方向性改变的(de)一(yī)个代表。其下一站或许就(jiù)是视频。

此前(qián)，Meta和谷歌先后(hòu)发布(bù)了几条引(yǐn)爆(bào)科技圈的短视频。这些视(shì)频引发关注(zhù)并非内容做得多优秀，反而都非常简单，比如一匹正在喝水的马，一只画画的玩具熊，或者一(yī)段骑摩托(tuō)车的第(dì)一视角(jiǎo)录(lù)像，随便一个有(yǒu)手(shǒu)机的人(rén)都可以随手录下一段。

但这些短视频的创作方式(shì)非常简(jiǎn)单，创作者仅仅需要向AI输入(rù)一段(duàn)话(huà)，甚(shèn)至只是说一下要求(qiú)，AI就可以根据需要生成一段视频。

谷歌发布(bù)的两个AI生成视频分别来自于Imagen Video和Phenaki，前者主要突出的是高清，与Meta的Make-A-Video没有(yǒu)太多(duō)的(de)差别。

在Make-A-Video公布(bù)了AI生成的视频后，AI圈就已经玩了一波梗，一个能够(gòu)做出更高清(qīng)视频(pín)的AI还(hái)不足以在短时间内戳中兴奋点(diǎn)。

Phenaki更加令人(rén)震惊的地方在于，它(tā)可以制作(zuò)出超过2分(fēn)钟的连(lián)贯的也有确切内容的视(shì)频，这才(cái)是真正让人们感到惊喜的地方(fāng)。因为无论AI生(shēng)成(chéng)的视频多么高清，也只能是为内(nèi)容(róng)生产(chǎn)者提(tí)供一个灵(líng)感，一个(gè)素材，一个过场(chǎng)动画。

不过能够(gòu)制作出有具体剧情(qíng)内容的视频(pín)就意味着，一些视频创作由(yóu)AI代替人工(gōng)完(wán)成已(yǐ)经(jīng)初(chū)步有了可(kě)能。

当下(xià)AI的发展速度已(yǐ)经(jīng)超(chāo)过大部(bù)分人的想象。内容产业的本质是供给创造需求，AIGC作为全新的(de)内容生产方式(shì)，可以为(wèi)内容产(chǎn)业带来(lái)更新的(de)内容(róng)风格、更快(kuài)的生(shēng)产(chǎn)速(sù)度(dù)，更低的生产成本(běn)，这无疑会(huì)驱(qū)动内(nèi)容产业(yè)的大爆发(fā)。

除了AI绘(huì)图(tú)、视(shì)频，AIGC技术还能应用(yòng)于音乐(lè)、代码、机器人动(dòng)作(zuò)等多种(zhǒng)内容形式(shì)的生成(chéng)。不难发(fā)现该项技术不仅在游(yóu)戏等行业(yè)能(néng)得到有(yǒu)效应用(yòng)，对于下一(yī)代互联网各种元素的构建亦有关(guān)键意义。

从(cóng)商业化的角(jiǎo)度来看，文化娱乐(lè)、教育、传媒等诸多领域，本身就对基于AI的可视化内容有强烈需求。

因此，AI绘画及视(shì)频(pín)或不是结果(guǒ)，而只是AI进程中的一块重(zhòng)要拼图，有望在技术更新的加持下(xià)实(shí)现更大的应用价值。

AI从理(lǐ)解内容，走向了(le)可以(yǐ)生成内容，甚至能够创造出(chū)独立(lì)价值和独立视角的内容(róng)。AIGC的再次出圈(quān)，更代表(biǎo)着未来的先(xiān)进生产力(lì)即(jí)将(jiāng)到来。

紧抓大(dà)模型与算力，牢固AIGC底座

从(cóng)技(jì)术的发展也(yě)可以看出，在语(yǔ)言大(dà)模型、图像大模(mó)型(xíng)之后，多模态大模型已经成为了新的趋势。

大模型被誉(yù)为当(dāng)前(qián)人工智(zhì)能发展的(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)、阿里、腾讯等众多头(tóu)部(bù)企业(yè)都(dōu)在竞相发力。

不过训练(liàn)大模型的确价格不菲，以(yǐ)国盛证券发(fā)布的《ChatGPT需要多少算力》报告估算(suàn)，GPT-3训(xùn)练一次的成本约为140万美元。而对于(yú)一(yī)些(xiē)更大的LLM(大型语言模(mó)型)，训练成本则介于200万美元至1200万美(měi)元高价(jià)之(zhī)间(jiān)。

以ChatGPT在2023年1月的独立访客平(píng)均数(shù)1300万计算，其对应(yīng)芯(xīn)片需(xū)求(qiú)为(wèi)3万多片英伟达A100 GPU，初始(shǐ)投入成本约(yuē)为8亿美(měi)元，每日(rì)仅电(diàn)费就在(zài)5万美元左右。

此外不论是ChatGPT还是AIGC，都离(lí)不开(kāi)庞大算力支持。在关注各类大模型的发展同时(shí)，更(gèng)应该关注(zhù)算力网络的建设(shè)。

算力网络正驱动AI产业发(fā)展(zhǎn)进入史(shǐ)诗级加速进程，让AIGC及通(tōng)用(yòng)AI这一人工智能发展的终极目标离(lí)得更近。

因(yīn)为(wèi)算(suàn)力可以(yǐ)对(duì)突破性技术创(chuàng)新提(tí)供(gōng)大力的支持。这(zhè)方(fāng)面，多模态大模型(xíng)是典型(xíng)。作为(wèi)面向(xiàng)未来(lái)强人工智能(néng)、通用人工智能的重要技术创新，多模态大模型已经在人工智能领域提出了很多年(nián)，业界(jiè)也有不少技术突破，但是，多模态(tài)大模(mó)型进一步往下走(zǒu)，算(suàn)力需求呈几何式上升(shēng)，一般的算力基础(chǔ)设施(shī)很(hěn)快将难以胜(shèng)任。

从图像、文字、语(yǔ)音单独一项的训练，到(dào)双模态(tài)、三模态的跃迁，让(ràng)人工(gōng)智(zhì)能可以灵(líng)活应(yīng)对不(bù)同模(mó)态的(de)转化、像人(rén)与世界交(jiāo)互一样自然，这方(fāng)面，由算力(lì)网络来(lái)驱(qū)动将有明显优势(shì)。