元的结构和部首是什么意思，元的结构和部首是什么字-橘子百科-橘子都知道

元的结构和部首是什么意思，元的结构和部首是什么字 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火爆以来，微软(ruǎn)公司(sī)创始人比(bǐ)尔·盖(gài)茨(cí)已多次(cì)公开谈论人工智能(néng)话题(tí)。在最近的一次采访中，他再次表示：“AI可能会让(ràng)科技行(xíng)业(yè)迎来(lái)一(yī)次剧烈元的结构和部首是什么意思，元的结构和部首是什么字的(de)洗牌”。

这(zhè)个结论是他在(zài)当(dāng)地时(shí)间2月20日接受《In Good Company》节目(mù)专(zhuān)访时提(tí)出(chū)的。

他预期，AI的发(fā)展可能会威胁到谷歌的市占率，因为微(wēi)软(ruǎn)在(zài)AI方面的行动(dòng)相当迅速。而最(zuì)终科技(jì)巨头将把AI整合成用(yòng)户的“全(quán)能助手”，包揽一切应用(yòng)，与人们(men)进(jìn)行沟通并提供建(jiàn)议，可以取代亚(yà)马(mǎ)逊、Siri或(huò)Outlook等应用。

大佬口(kǒu)中全能(néng)助(zhù)手的到来可能尚需时日，但由(yóu)ControlNet引(yǐn)发的又一次AI绘(huì)画浪潮，让(ràng)AIGC在ChatGPT的话(huà)题热(rè)点包围中杀出(chū)重围。

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

ControlNet颠覆AI绘画新(xīn)玩法

AIGC向(xiàng)可控(kòng)靠近

以AI绘画为代表(biǎo)的AIGC上一(yī)次爆火(huǒ)的时候，还是2022年8月，在美国科罗(luó)拉多州(zhōu)举办的新兴数字艺术(shù)家竞赛中，一(yī)幅名为《太空歌剧院(yuàn)》的(de)作品获奖。

随后各(gè)大厂商的(de)AI绘画软件被广(guǎng)大网友熟知并体验，Stable Diffusion便(biàn)是其中代表。

用户(hù)们可(kě)以在应用中输入一组关键词或者一张照片，就能获得一幅AI创(chuàng)作的画作。

作(zuò)画(huà)的关键就是所输(shū)入的文本。同一(yī)组(zǔ)关(guān)键词也可(kě)以创作出很多张风格(gé)不(bù)一样的(de)画作，这让创作(zuò)的过(guò)程就像开盲(máng)盒。

很(hěn)多用户很喜欢这种不确定的惊喜，他们会将(jiāng)生成的美图(tú)当做头(tóu)像。而另一部分喜(xǐ)欢翻看AI绘画(huà)的“翻车”作品。在社交媒体上，许多用(yòng)户分(fēn)享AI“翻车现(xiàn)场”，例如，一位网友的小狗照片(piàn)被AI画成了“肌肉男”，还有网友的(de)个人照片被AI识别成(chéng)了建筑。

而如今随着(zhe)ControlNet的出现(xiàn)与(yǔ)加持(chí)，以往AI绘(huì)画的(de)填写关键词游戏可能(néng)要被颠覆(fù)了。

ControlNet是一位(wèi)正在斯坦福读博的中(zhōng)国人张(zhāng)吕敏创作(zuò)的一种基(jī)于控制点的图像变形算法(fǎ)，主要用于数(shù)字图(tú)像(xiàng)处理、计算机视觉和计(jì)算(suàn)机图(tú)形学等领域(yù)。

其(qí)SD插(chā)件一经发布，在短短的两(liǎng)天内便成为了AI绘画领域最新(xīn)的热(rè)点。

在此之前，大家用了(le)很多方法想让AI生成的结果尽可能的符合要(yào)求，但(dàn)是都不尽如人意，它的出现代(dài)表着AI生(shēng)成开始进入真正的可控时期。

因为ControlNet可以直接提取画面(miàn)的(de)构图，人物的姿势和画面的深度信息等。有了(le)它的(de)帮助(zhù)，就不用频繁的用提示词来碰运(yùn)气，抽(chōu)盲盒式的创作(zuò)了。

通俗的说ControlNet相当于给AI绘画加了“魔法(fǎ)”，不少博主的作品已经获得了大量(liàng)的(de)浏览量(liàng)，“viggo”就是其(qí)中之一，他用朋(péng)友(yǒu)的照片直接带她(tā)们走进动漫世界。

viggo先用StableDiffusion图片转文字。

再用(yòng)Text2Prompt插(chā)件拓展找到对应的关键(jiàn)词(cí)；最(zuì)后用ControlNet插件绑(bǎng)定(dìng)骨骼(gé)开始换关(guān)键词试效果。

通(tōng)过图片就可以(yǐ)看出来，效果十(shí)分惊艳。

更厉(lì)害的是(shì)，除(chú)了真实的照片，草图也可以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到(dào)ControlNet还能(néng)实现线(xiàn)稿(gǎo)转全(quán)彩图。大神张吕敏其(qí)本尊也亲自回应。

不得不说(shuō)当下AIGC已(yǐ)经变得越(yuè)来越强(qiáng)大，甚至输出的作品(pǐn)都(dōu)已经能以假(jiǎ)乱真了。

难(nán)辨虚(xū)实，AIGC技术力爆发

警惕(tì)安(ān)全问题

近日，“苏州金鸡湖有游艇party”的消息火(huǒ)遍网络，而(ér)经过(guò)警方(fāng)辟谣这所谓的“party”可能是全(quán)国(guó)第一(yī)起AI绘图诈(zhà)骗。

由于这个活动里(lǐ)面给出的美女(nǚ)照片(piàn)都是AI制(zhì)作的真人照片绘图，因为(wèi)太逼真，被大家当成真事传播了(le)。

不过仔细观察可以发现，活动(dòng)发起者提供的照(zhào)片中有(yǒu)个很大的漏洞可以发现(xiàn)并非真人，而是AI绘图，那便是(shì)图片中女性的手指部(bù)分有(yǒu)的存(cún)在异常。

ChatGPT之后(hòu)又一应(yīng)用杀疯了(le)，AIGC或进入(rù)可控期，将(jiāng)洗牌科技行(xíng)业？_黑(hēi)料正能量(liàng)

有行业人事表示：“现在因为手指部分的绘画算法比较复杂，AI还不太会画人(rén)的手(shǒu)，但最新看到的图片已(yǐ)经有越(yuè)来(lái)越完美的AI模型(xíng)出现(xiàn)，以后可(kě)能就(jiù)完(wán)全没有漏(lòu)洞(dòng)了。”

类似(shì)的AI作图诈骗(piàn)在国外也已有发生。据英国广播公司报道，土(tǔ)耳其地震期间，有Tiktok用户使用(yòng)AI合成了儿童受灾的假照片发布(bù)到网络，以此诱骗善良的人打赏“捐(juān)助”从而(ér)实施诈(zhà)骗。

目前随着技术发展，AIGC已经能做出真人照片般的绘图效果，如果(guǒ)这样的图片被(bèi)用来诈骗，将非常可怕。

此外AIGC还引发了很多担忧(yōu)，一方面，批判者认为(wèi)AI在“学(xué)习”了大(dà)量前(qián)人(rén)的作(zuò)品(pǐn)之后，其创(chuàng)作没有任(rèn)何情绪和灵魂，难以(yǐ)和(hé)人类的艺术创作相提(tí)并(bìng)论。

另一方面，AIGC背后的版权、目(mù)前都并没(méi)有得到有(yǒu)效的解决，还(hái)有AIGC会(huì)不会代替人类(lèi)“至高(gāo)无上”的创意。

马斯(sī)克也强(qiáng)调，人工智能的安全(quán)问题需要得到重视(shì)，太晚就来不及了。

AIGC下(xià)一站除了视(shì)频，还有远方(fāng)

技(jì)术都是有(yǒu)两面性(xìng)的，潜在(zài)的危害并不(bù)能掩盖其光辉的贡献。现在看(kàn)来，人工智(zhì)能技术(shù)将是(shì)第四次工业革命的核心驱动力量，将创造新的增(zēng)长奇(qí)迹。

过去一(yī)年，人(rén)工智(zhì)能(néng)在技术和商业层面都有了(le)巨大进展，AI绘画就是人工智能技(jì)术发生方向(xiàng)性改变的一个代表(biǎo)。其下一站(zhàn)或许就(jiù)是视频。

此前，Meta和(hé)谷歌先(xiān)后(hòu)发布了几(jǐ)条(tiáo)引爆科技圈的短视频。这(zhè)些视频引发关注并非内容做得多优秀，反而都非常简单，比如一匹正在(zài)喝水(shuǐ)的马，一只(zhǐ)画(huà)画的玩具熊，或者一段骑摩托车的第一(yī)视角录像，随便一个有(yǒu)手机的人都可以随手录(lù)下一段。

但(dàn)这(zhè)些短视(shì)频(pín)的创作(zuò)方式非常简单(dān)，创作者仅仅需(xū)要向AI输入(rù)一段话，甚至只是说(shuō)一(yī)下要求，AI就(jiù)可以根据需要生成一段视频。

谷歌发布的两个AI生成视频(pín)分别(bié)来自(zì)于(yú)Imagen Video和Phenaki，前者主要突出的是高清(qīng)，与(yǔ)Meta的Make-A-Video没有太(tài)多的差别。

在(zài)Make-A-Video公布了AI生成的视频(pín)后，AI圈就(jiù)已经玩了一波梗，一个能够做(zuò)出(chū)更(gèng)高清视频的AI还不足以在(zài)短时间内戳中兴奋点。

Phenaki更(gèng)加令人震惊的(de)地方在(zài)于，它(tā)可(kě)以制作出超过2分钟的连贯的也有确(què)切内容的(de)视(shì)频，这才是真正(zhèng)让人们(men)感到(dào)惊喜(xǐ)的(de)地方。因为无(wú)论AI生成的视频多么(me)高清，也只(zhǐ)能是(shì)为内容生产者(zhě)提供一个灵感，一个素材，一(yī)个过场动画。

不过能够制作出有具体剧情内容的(de)视频(pín)就(jiù)意味着，一些视频创作由(yóu)AI代替(tì)人工(gōng)完成已经初步(bù)有(yǒu)了(le)可能。

当下AI的发展速(sù)度已经超(chāo)过(guò)大部分人的想象。内容产业的本质(zhì)是供给(gěi)创(chuàng)造需求，AIGC作为全新的内容生产(chǎn)方式，可以为内(nèi)容产(chǎn)业(yè)带来(lái)更新的(de)内容(róng)风格、更快的生产速(sù)度，更低的生产成本(běn)，这(zhè)无(wú)疑会驱(qū)动内容产(chǎn)业的(de)大(dà)爆发。

除了AI绘图、视频，AIGC技术还能应用于音乐、代码、机器人(rén)动(dòng)作等多(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(xíng)业能(néng)得到有(yǒu)效应用，对于下一代互联网各种元素的(de)构建(jiàn)亦有关键意(yì)义(yì)。

从(cóng)商业(yè)化的(de)角(jiǎo)度来(lái)看，文化娱乐(lè)、教育、传媒等(děng)诸(zhū)多领域，本身就对基于AI的可视(shì)化内容有强烈需求(qiú)。

因此，AI绘(huì)画及视(shì)频(pín)或不是结果，而只是AI进程中的一块重要拼(pīn)图，有望在技术更新(xīn)的(de)加持下实现更大(dà)的(de)应用(yòng)价值(zhí)。

AI从(cóng)理解(jiě)内容，走(zǒu)向了(le)可以生成内容，甚(shèn)至能够创(chuàng)造出(chū)独立(lì)价(jià)值和独立视(shì)角的内容。AIGC的再次出圈，更代表着未(wèi)来的先进生产力即将(jiāng)到来(lái)。

紧抓大模型与算(suàn)力，牢固AIGC底座

从技术(shù)的发(fā)展也可(kě)以(yǐ)看出，在语言大模型、图像大模(mó)型之(zhī)后，多模态(tài)大模(mó)型(xíng)已经成为了(le)新的趋(qū)势。

大模(mó)型被誉为当(dāng)前人工智能(néng)发展的智能底座，是全(quán)球竞争(zhēng)最激(jī)烈的研究方向之一，包括谷歌、亚(yà)马(mǎ)逊、百(bǎi)度、阿里、腾讯(xùn)等众多头部企业都在竞相发力。

不过训练大模型的确价格不菲，以(yǐ)国盛证(zhèng)券发布的《ChatGPT需(xū)要多(duō)少(shǎo)算力(lì)》报告估算，GPT-3训练一次(cì)的成本约为140万美元。而对于一些(xiē)更大的LLM(大(dà)型语言模型)，训(xùn)练成本则介于(yú)200万美元至1200万(wàn)美元(yuán)高价之间。

以ChatGPT在(zài)2023年1月的独(dú)立访(fǎng)客(kè)平(píng)均(jūn)数1300万计算(suàn)，其对应芯片需求为3万多片英伟达A100 GPU，初始投(tóu)入(rù)成本(běn)约为8亿美元(yuán)，每日仅电(diàn)费就在5万美元左(zuǒ)右。

此外不(bù)论(lùn)是ChatGPT还是(shì)AIGC，都离不开庞大算力(lì)支持。在关注各类大模型的(de)发展同(tóng)时，更应(yīng)该关注算(suàn)力网络的(de)建设。

算力(lì)网络正驱动AI产业发展进入史(shǐ)诗级加速进(jìn)程(chéng)，让AIGC及通用(yòng)AI这(zhè)一(yī)人工智(zhì)能(néng)发展的终极目标(biāo)离得更近。

因为算(suàn)力可(kě)以(yǐ)对突(tū)破性技术创(chuàng)新(xīn)提供大力的支持。这方面，多模态大模型是(shì)典型(xíng)。作为(wèi)面向未来强人工智(zhì)能、通用人工智能的重要技术创新(xīn)，多模(mó)态(tài)大(dà)模型已(yǐ)经在(zài)人工智能领域提出了很多年(nián)，业界也有(yǒu)不(bù)少技(jì)术(shù)突(tū)破(pò)，但是，多模态(tài)大模(mó)型进一步往下走，算力需求呈几何式(shì)上升，一(yī)般的算力基础设(shè)施很(hěn)快将难以胜任。

从(cóng)图(tú)像、文字、语(yǔ)音单(dān)独一项的训练，到双模态、三模态的跃迁，让人(rén)工(gōng)智能可以灵(líng)活应对不同模态(tài)的转化、像(xiàng)人(rén)与世界交互一样自(zì)然，这方(fāng)面，由算力(lì)网络来驱动(dòng)将(jiāng)有明显优势。