两丈等于多少米-橘子百科-橘子都知道

两丈等于多少米 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(jī)器人ChatGPT火(huǒ)爆以来，微软公司创始(shǐ)人比尔·盖茨(cí)已多(duō)次公开谈论人(rén)工智能话(huà)题。在最近的一次采访中，他再次表示(shì)：“AI可能会让科(kē)技(jì)行业迎来一次剧烈(liè)的洗牌”。

这个(gè)结论是他在当地时间2月(yuè)20日接受《In Good Company》节目专(zhuān)访时提出的。

他预期，AI的(de)发展可能会威胁到(dào)谷歌的市占率，因为微软在AI方面的(de)行动相(xiāng)当迅速。而最终科技巨头(tóu)将把(bǎ)AI整合成用(yòng)户的“全能助手”，包揽(lǎn)一切应用，与人们进行沟通并提供建(jiàn)议(yì)，可以取代亚(yà)马逊、Siri或Outlook等应用。

大佬口中全能(néng)助手的(de)到(dào)来可能尚需时日，但(dàn)由ControlNet引发的(de)又(yòu)一(yī)次AI绘(huì)画浪潮，让(ràng)AIGC在(zài)ChatGPT的话题热点包围中杀出(chū)重(zhòng)围。

ChatGPT之后又一(yī)应用(yòng)杀疯了，AIGC或进入可控期，将洗牌(pái)科(kē)技行业(yè)？_黑(hēi)料正能量

ControlNet颠覆(fù)AI绘画新玩(wán)法(fǎ)

AIGC向可控靠近

以AI绘(huì)画为(wèi)代表的(de)AIGC上(shàng)一次爆(bào)火的时候，还是2022年8月，在(zài)美国(guó)科罗拉多州举办的新兴数(shù)字艺术家竞赛(sài)中，一(yī)幅名(míng)为《太空歌剧院(yuàn)》的作(zuò)品获奖。

随(suí)后各大厂商的AI绘画(huà)软件(jiàn)被广(guǎng)大(dà)网友熟知并体验，Stable Diffusion便(biàn)是其(qí)中代表。

用户们可以在应用中输入(rù)一组关键词或者一张照片，就能(néng)获得(dé)一幅AI创作的画作。

作画(huà)的关键就是所(suǒ)输入的文本。同一组关(guān)键词也可以创(chuàng)作出很多(duō)张风格不一样的画作，这让创作(zuò)的过(guò)程就像开盲盒(hé)。

很多(duō)用户很喜欢(huān)这种不确定的惊喜，他们会将生成的(de)美(měi)图(tú)当做头像。而另(lìng)一部分(fēn)喜欢翻看AI绘画(huà)的“翻车”作品(pǐn)。在(zài)社交媒体上(shàng)，许多(duō)用户(hù)分享AI“翻车现(xiàn)场”，例(lì)如，一(yī)位网友的小(xiǎo)狗照片(piàn)被(bèi)AI画成了“肌肉男”，还(hái)有(yǒu)网(wǎng)友的个人照片(piàn)被AI识别成了建(jiàn)筑(zhù)。

而(ér)如今随着ControlNet的(de)出现与加(jiā)持，以往AI绘画的填写关键(jiàn)词游戏可能要被(bèi)颠覆了。

ControlNet是一位正(zhèng)在斯坦福读博的中国(guó)人张吕敏创作的一种基(jī)于(yú)控制点的图像(xiàng)变形算法，主要用于数字(zì)图像处理、计算机视觉和计算(suàn)机图形学等领域。

其SD插件一经发布，在短短的两天(tiān)内便成为了(le)AI绘画领域最(zuì)新的热点。

在此之(zhī)前(qián)，大家(jiā)用(yòng)了很多(duō)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(rú)人意，它的出现代表着(zhe)AI生(shēng)成开始进入真正的(de)可控时期。

因为ControlNet可以(yǐ)直(zhí)接(jiē)提取画面的构图，人(rén)物的(de)姿势和(hé)画面的深度信息等(děng)。有(yǒu)了它的(de)帮助，就不用频繁(fán)的用提示(shì)词来(lái)碰运气，抽(chōu)盲盒式的创作了。

通俗的说(shuō)ControlNet相(xiāng)当于给AI绘画(huà)加(jiā)了“魔法(fǎ)”，不少博主的作品已(yǐ)经获得了(le)大量的(de)浏览(lǎn)量，“viggo”就是其中之(zhī)一，他用朋友(yǒu)的照片直接带(dài)她们走进动漫世界。

viggo先(xiān)用StableDiffusion图片(piàn)转文(wén)字。

再(zài)用Text2Prompt插件拓展(zhǎn)找到对应的关键词(cí)；最后用(yòng)ControlNet插(chā)件绑定(dìng)骨骼开(kāi)始(shǐ)换(huàn)关键词试效果(guǒ)。

通过图片(piàn)就可(kě)以(yǐ)看出来(lái)，效果十分惊艳(yàn)。

更厉(lì)害的是，除了真(zhēn)实的照片(piàn)，草图也(yě)可以加(jiā)上“魔法(fǎ)”，知乎(hū)大牛“DevPoint”和“逗砂”介(jiè)绍到ControlNet还(hái)能实(shí)现线稿(gǎo)转全(quán)彩图。大(dà)神(shén)张吕敏其本尊也亲(qīn)自(zì)回(huí)应(yīng)。

不得不说当下AIGC已经变得越来越强大(dà)，甚至输出的作品都已经能以假乱真了。

难辨虚(xū)实(shí)，AIGC技(jì)术力爆(bào)发

警(jǐng)惕(tì)安全(quán)问题

近日(rì)，“苏州金鸡湖有游艇party”的消息火遍网络，而(ér)经过(guò)警方辟谣这所谓的“party”可能(néng)是全国第一起(qǐ)AI绘图诈(zhà)骗。

由于(yú)这(zhè)个(gè)活动(dòng)里(lǐ)面(miàn)给出的美女照(zhào)片都(dōu)是(shì)AI制作(zuò)的真人照片绘图，因为太逼真，被大(dà)家当成(chéng)真(zhēn)事传播了。

不过仔细(xì)观察可(kě)以(yǐ)发(fā)现，活动发(fā)起(qǐ)者提(tí)供的(de)照(zhào)片中有个很大的漏洞可以发(fā)现并非(fēi)真人，而是AI绘图，那便是图片中女性(xìng)的手指部分(fēn)有(yǒu)的(de)存在(zài)异常。

ChatGPT之后又一(yī)应用杀(shā)疯了，AIGC或进入可控期(qī)，将(jiāng)洗牌科技(jì)行(xíng)业？_黑料正能量

有行业(yè)人事表示：“现在(zài)因为手指部分(fēn)的绘画(huà)算法比(bǐ)较复杂，AI还不(bù)太会画人的手，但最新看(kàn)到(dào)的(de)图片已经有越来越完美的AI模型(xíng)出现(xiàn)，以后(hòu)可(kě)能就完全没有漏洞了。”

类似的AI作(zuò)图诈(zhà)骗(piàn)在国外也(yě)已有发生(shēng)。据英国广(guǎng)播(bō)公司报道(dào)，土耳其地震期(qī)间，有Tiktok用户使(shǐ)用AI合成了儿童受灾(zāi)的假照片发布到网(wǎng)络，以此诱骗善良的人打赏“捐助”从而实(shí)施诈骗。

目(mù)前(qián)随(suí)着技(jì)术发展，AIGC已经能做出真(zhēn)人(rén)照片般的绘图(tú)效果，如果这(zhè)样(yàng)的图片被(bèi)用(yòng)来(lái)诈骗(piàn)，将非常可怕。

此外AIGC还引发了很多担忧，一方面，批判者认为(wèi)AI在(zài)“学习”了大量前人的(de)作品之后，其创(chuàng)作没(méi)有任何情绪和灵魂，难以和人(rén)类的艺术创(chuàng)作相提(tí)并(bìng)论。

另一方面，AIGC背(bèi)后的版(bǎn)权、目前都并没有得到有效(xiào)的解(jiě)决，还有AIGC会不会代(dài)替(tì)人类“至高无上”的(de)创意。

马斯(sī)克也强调，人工智能的(de)安全问(wèn)题需要得到重视，太晚就(jiù)来不及了。

AIGC下一站除了视频(pín)，还有远方

技术都是(shì)有两面性的(de)，潜在的危(wēi)害并(bìng)不能掩盖(gài)其光辉的贡献。现在看来，人工智能技(jì)术将(jiāng)是第四次工业革命的核心驱动力量(liàng)，将创造新的增长(zhǎng)奇(qí)迹。

过去一年，人工智(zhì)能(néng)在技术(shù)和商业(yè)层面都有了巨大(dà)进展(zhǎn)，AI绘画就是人工智能技术发生方(fāng)向(xiàng)性改(gǎi)变的一个代表(biǎo)。其下一站或许就是视频(pín)。

此(cǐ)前，Meta和谷歌先后发布了几条引(yǐn)爆(bào)科技(jì)圈的短视频。这些(xiē)视频(pín)引(yǐn)发关两丈等于多少米注并非内容做得多(duō)优秀，反而都(dōu)非常简单，比(bǐ)如(rú)一(yī)匹正在(zài)喝水的马，一只画画的玩具熊，或(huò)者一段骑摩(mó)托车的第一视角录像，随便一个有(yǒu)手(shǒu)机的(de)人都可以随手录下一段。

但这(zhè)些(xiē)短视频的创(chuàng)作方式非常简(jiǎn)单，创作者仅仅需要向AI输入一段话，甚至只是说(shuō)一(yī)下要求，AI就可以根(gēn)据需要生成(chéng)一段视频。

谷歌(gē)发布(bù)的两个AI生(shēng)成视(shì)频分别来(lái)自于Imagen Video和Phenaki，前者主要突出的是高清，与Meta的Make-A-Video没有太(tài)多的差别(bié)。

在Make-A-Video公布了AI生(shēng)成的视频(pín)后，AI圈就已经两丈等于多少米玩了一波梗(gěng)，一个能够(gòu)做出(chū)更高清视频的AI还不足以(yǐ)在短时(shí)间内戳(chuō)中(zhōng)兴奋点。

Phenaki更加令人震(zhèn)惊的地方在于，它可以(yǐ)制作出超过2分钟的(de)连贯的也有确切内容(róng)的视频，这才是真正让人们感到惊喜的(de)地方。因为(wèi)无论AI生成的视频多(duō)么高(gāo)清，也只能是为内容生产(chǎn)者提供一(yī)个灵感，一个素材，一个过场动画(huà)。

不过能够(gòu)制作(zuò)出有具体(tǐ)剧情内(nèi)容的视频就意味着，一些视频创作由(yóu)AI代替人(rén)工完成已(yǐ)经初步有了(le)可能。

当(dāng)下AI的发展速(sù)度(dù)已经(jīng)超过大部分人的想象。内容(róng)产业的本质是供给创造需求，AIGC作为全新的内容生产方式，可以(yǐ)为内容产业带来更新的(de)内容(róng)风(fēng)格(gé)、更快的生产速度，更低(dī)的生产(chǎn)成(chéng)本(běn)，这无疑会驱动(dòng)内容产业的(de)大爆发。

除了AI绘图、视频，AIGC技术还能应用(yòng)于(yú)音乐、代码、机器(qì)人动作(zuò)等多种内容形式的生成。不(bù)难(nán)发现该项(xiàng)技术(shù)不(bù)仅在游戏等行业能得到有(yǒu)效应用，对于下(xià)一代互联网各种元素的构(gòu)建亦有关键意义。

从商业(yè)化的角度(dù)来看(kàn)，文化娱乐、教(jiào)育、传媒等诸多领域，本身就对基于AI的可视化内容有强(qiáng)烈需求。

因此，AI绘(huì)画及视频(pín)或不是结果，而只(zhǐ)是AI进程(chéng)中的一(yī)块重要拼图(tú)，有望在技(jì)术更新(xīn)的(de)加持下实现更大的应用(yòng)价(jià)值。

AI从(cóng)理解内容，走(zǒu)向了可(kě)以生成内容，甚至能够创造出独立价值(zhí)和独立视角(jiǎo)的内容。AIGC的再次出圈，更代表(biǎo)着未(wèi)来(lái)的先进生产力即(jí)将到来。

紧抓(zhuā)大模型与算力，牢固AIGC底座

从(cóng)技术的发展也可以(yǐ)看出，在语言大模型、图像大模型之(zhī)后，多模态大模型已经成为了新的趋势。

大模(mó)型(xíng)被誉为当前人工(gōng)智能发展(zhǎn)的智能底(dǐ)座，是(shì)全球竞争最(zuì)激烈的研(yán)究方(fāng)向之一，包括谷歌、亚马逊、百(bǎi)度、阿里、腾讯等(děng)众(zhòng)多头(tóu)部企业都(dōu)在竞相发力(lì)。

不(bù)过(guò)训练(liàn)大模型的确价格不(bù)菲，以国盛(shèng)证券(quàn)发(fā)布的《ChatGPT需要(yào)多少算力》报(bào)告估算，GPT-3训练一次的(de)成本约为(wèi)140万(wàn)美元。而对于一些更大的(de)LLM(大型语言模型)，训练成本(běn)则介(jiè)于200万美元(yuán)至1200万(wàn)美元高价(jià)之间。

以ChatGPT在2023年1月(yuè)的独立访客(kè)平(píng)均数(shù)1300万计(jì)算，其(qí)对应(yīng)芯片需求(qiú)为(wèi)3万(wàn)多(duō)片英伟达A100 GPU，初始(shǐ)投入成本约为8亿美元，每日仅电费就在5万美元左右。

此(cǐ)外不论是ChatGPT还是AIGC，都离不开(kāi)庞大算力支持。在关注各(gè)类大模型的发展同时，更应该关(guān)注算力(lì)网络的建设(shè)。

算力网络正(zhèng)驱(qū)动AI产业发(fā)展进入史诗级加(jiā)速进程，让AIGC及通用AI这一人工智能(néng)发展的终极目标离得更近。

因为算(suàn)力可以对突破性技(jì)术创新(xīn)提(tí)供大力(lì)的(de)支持。这方面(miàn)，多(duō)模态大模型是典型(xíng)。作为面向未来强人工(gōng)智能(néng)、通用人工智(zhì)能的(de)重要技术(shù)创新，多模态大模型已(yǐ)经在人工智(zhì)能(néng)领(lǐng)域提(tí)出了很多年，业界也有(yǒu)不少技术突破(pò)，但是，多模态(tài)大(dà)模(mó)型进一步往(wǎng)下(xià)走，算(suàn)力(lì)需求呈几何式上升，一般的(de)算(suàn)力基础设施很快将(jiāng)难以(yǐ)胜(shèng)任。

从图(tú)像(xiàng)、文字、语音单独一项的训练(liàn)，到(dào)双模态、三模态的跃迁(qiān)，让人工智(zhì)能可以灵活应(yīng)对不同(tóng)模态的(de)转化(huà)、像人与世界交互一样自(zì)然，这方(fāng)面，由算力网络来(lái)驱(qū)动将有明显优势(shì)。