作出指示和做出指示区别在哪，作出指示还是做出-橘子百科-橘子都知道

作出指示和做出指示区别在哪，作出指示还是做出 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(qì)人ChatGPT火爆以来，微软公司(sī)创始人(rén)比(bǐ)尔·盖(gài)茨已(yǐ)多(duō)次公开(kāi)谈(tán)论(lùn)人工(gōng)智能话题。在最近的(de)一次采访中，他(tā)再次表示(shì)：“AI可能(néng)会让科技行业迎来一次剧烈的洗牌(pái)”。

这个结论(lùn)是他(tā)在当地时间2月20日接(jiē)受《In Good Company》节目专(zhuān)访时提出的(de)。

他预期，AI的(de)发展可能会威胁到谷歌的市占(zhàn)率，因为微软在AI方面的行动相当(dāng)迅速。而最终科(kē)技巨头将把(bǎ)AI整合成用户的“全能助(zhù)手(shǒu)”，包揽一切(qiè)应用，与人们进(jìn)行沟通并提供建议，可(kě)以取代亚马逊、Siri或(huò)Outlook等应用。

大佬(lǎo)口中(zhōng)全能助手的到来可能尚需时日(rì)，但由ControlNet引发的又一(yī)次AI绘画浪潮，让(ràng)AIGC在(zài)ChatGPT的(de)话题热点包围(wéi)中杀出重围。

ChatGPT之后(hòu)又一应用(yòng)杀疯了(le)，AIGC或(huò)进入可(kě)控期(qī)，将洗牌科技行业(yè)？_黑料正能量

ControlNet颠覆AI绘画新玩法

AIGC向可控靠(kào)近(jìn)

以AI绘画(huà)为代表的AIGC上一次(cì)爆(bào)火的时候(hòu)，还是2022年(nián)8月(yuè)，在美国科罗拉多州举办的新(xīn)兴数(shù)字艺术家竞赛(sài)中，一(yī)幅名为《太空歌剧院》的作品获奖。

随后各大(dà)厂商的AI绘画软件被广(guǎng)大网友熟知(zhī)并体验，Stable Diffusion便是其中代表(biǎo)。

用户们可以在应(yīng)用中输(shū)入一组关键词(cí)或者一张照(zhào)片，就能获得一幅(fú)AI创作(zuò)的(de)画作。

作画(huà)的关键(jiàn)就是(shì)所输入的(de)文本。同一组关键词也可以创作(zuò)出很多张(zhāng)风(fēng)格不(bù)一样的画作，这让创作的过程就(jiù)像开盲盒。

很多用户很喜欢这(zhè)种(zhǒng)不(bù)确定(dìng)的惊喜，他们会将生成的美图(tú)当做头(tóu)像。而另一部分(fēn)喜(xǐ)欢翻看AI绘(huì)画的(de)“翻车”作品。在社交媒体上，许(xǔ)多用(yòng)户分享AI“翻(fān)车(chē)现场”，例如(rú)，一位网友的小狗照片被AI画(huà)成(chéng)了“肌肉男”，还有(yǒu)网友的(de)个人照片(piàn)被AI识别(bié)成(chéng)了建(jiàn)筑(zhù)。

而如今随(suí)着(zhe)ControlNet的出现(xiàn)与加持，以往AI绘画的填写关键(jiàn)词游戏可能要被(bèi)颠覆了(le)。

ControlNet是(shì)一位正在斯坦福读博的中国人张吕敏创作的(de)一种(zhǒng)基于控制点的图像变形算法(fǎ)，主要(yào)用于数(shù)字图像(xiàng)处理、计算机视觉和计算机图形学(xué)等领域。

其(qí)SD插件一经发布(bù)，在短短的(de)两天内便成为了AI绘画(huà)领域(yù)最新的(de)热点。

在此之前，大家用了(le)很(hěn)多(duō)方法想(xiǎng)让AI生(shēng)成的结果尽可能的(de)符合要求，但是都不尽如人意，它的出现代(dài)表着AI生成开(kāi)始进入真正的可控时(shí)期(qī)。

因为ControlNet可以(yǐ)直接提取(qǔ)画(huà)面的构(gòu)图，人(rén)物的姿势和画(huà)面的深度信息等。有了它(tā)的帮助，就不用频繁(fán)的用提示词来碰运气，抽(chōu)盲盒式的创作了(le)。

通(tōng)俗的说ControlNet相当(dāng)于(yú)给AI绘画加(jiā)了“魔法(fǎ)”，不少博主的(de)作品已经获得了大量(liàng)的浏览量，“viggo”就(jiù)是其(qí)中之一，他用朋(péng)友(yǒu)的照片直接带(dài)她们走进动漫(màn)世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展找到对应的关键词；最(zuì)后用ControlNet插件绑定骨骼(gé)开始(shǐ)换(huàn)关键词试效果。

通过图片(piàn)就可(kě)以看出来，效果十分惊艳。

更厉害的是，除了(le)真实的(de)照片(piàn)，草图也(yě)可以加(jiā)上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿转全(quán)彩图。大(dà)神张吕敏(mǐn)其本(běn)尊也亲自回应。

不得不说(shuō)当下(xià)AIGC已经(jīng)变得越来越强(qiáng)大，甚至(zhì)输出的作品都已经(jīng)能以(yǐ)假乱真了。

难辨虚实，AIGC技术力爆(bào)发

警(jǐng)惕安全(quán)问题

近(jìn)日，“苏州(zhōu)金鸡湖有游艇party”的消息火遍网(wǎng)络(luò)，而(ér)经过(guò)警(jǐng)方辟谣这所谓的“party”可能是全国第一起AI绘图(tú)诈(zhà)骗。

由于这个活动(dòng)里面给出的美女照片都是AI制作的(de)真人(rén)照(zhào)片绘图(tú)，因为太逼真(zhēn)，被大家当成真事传播(bō)了。

不过仔细观察(chá)可以发现，活动发(fā)起(qǐ)者提(tí)供(gōng)的(de)照片中有个很大(dà)的漏洞可以发现并非真(zhēn)人，而是AI绘图，那便(biàn)是图片中女性的手指部(bù)分有的存(cún)在异常(cháng)。

ChatGPT之(zhī)后(hòu)又一应(yīng)用杀疯了，AIGC或进入(rù)可控期，将洗牌科技行业？_黑(hēi)料正能量

有(yǒu)行业人事(shì)表示(shì)：“现在(zài)因为手指部分的绘画算法比(bǐ)较复杂，AI还不太会画人的(de)手，但最新看(kàn)到的图(tú)片已经有越(yuè)来越完美的AI模型(xíng)出现(xiàn)，以后可(kě)能就完全没有(yǒu)漏洞了。作出指示和做出指示区别在哪，作出指示还是做出”

类(lèi)似的AI作图诈骗在(zài)国外(wài)也已有发生。据英(yīng)国广播公(gōng)司报道，土(tǔ)耳其地震(zhèn)期间，有Tiktok用户使(shǐ)用AI合成了儿童受灾的假照片发布到网(wǎng)络(luò)，以此诱骗善(shàn)良的人打赏“捐助”从而(ér)实施诈骗。

目前随(suí)着技(jì)术(shù)发展，AIGC已(yǐ)经(jīng)能做出真人(rén)照片(piàn)般的绘图(tú)效(xiào)果(guǒ)，如果这样的图片被用来诈骗，将非(fēi)常可怕。

此外AIGC还引发了很多担忧，一方面(miàn)，批判者认为(wèi)AI在“学习”了大量前(qián)人(rén)的(de)作品(pǐn)之后，其创(chuàng)作没有(yǒu)任何情绪和(hé)灵魂，难以和人类(lèi)的(de)艺术(shù)创(chuàng)作(zuò)相提并(bìng)论。

另一方面，AIGC背后的版权(quán)、目(mù)前(qián)都并没(méi)有得(dé)到有效的(de)解(jiě)决，还有AIGC会不会代替人类(lèi)“至高无上”的创意(yì)。

作出指示和做出指示区别在哪，作出指示还是做出g>马(mǎ)斯克(kè)也强调，人(rén)工智(zhì)能的(de)安全问题需要(yào)得(dé)到重视(shì)，太晚就来不及了。

AIGC下(xià)一站(zhàn)除(chú)了视频(pín)，还有远方

技术都是有两面性(xìng)的，潜(qián)在的(de)危害并不能掩盖(gài)其光(guāng)辉的贡献。现在(zài)看来，人工智(zhì)能技术将是(shì)第四(sì)次工业革命(mìng)的核心驱动(dòng)力量，将(jiāng)创造新的增(zēng)长奇迹(jì)。

过去一年(nián)，人工智能在技术和(hé)商业层面都有了巨大进展(zhǎn)，AI绘画就是人工智(zhì)能(néng)技术发生方向性(xìng)改变(biàn)的一个代表。其下(xià)一(yī)站或许就是视频(pín)。

此前(qián)，Meta和谷歌先后发布(bù)了几条(tiáo)引爆科(kē)技圈的(de)短视频(pín)。这(zhè)些视频(pín)引发关(guān)注并非内容做得多优秀，反而都非(fēi)常简单，比如(rú)一匹正在喝水的马，一只画(huà)画的玩具熊，或者一段骑(qí)摩托(tuō)车的(de)第一视角(jiǎo)录像，随(suí)便一个有手(shǒu)机的人(rén)都可以随手录下一段。

但这些(xiē)短(duǎn)视(shì)频的创作(zuò)方式非常简单，创作者仅仅需要向AI输入一段话(huà)，甚至只是(shì)说一下(xià)要求，AI就可以根据(jù)需要生(shēng)成一段视(shì)频。

谷歌发布的(de)两个AI生成视频分别来自于Imagen Video和(hé)Phenaki，前(qián)者(zhě)主要突出的(de)是(shì)高清，与(yǔ)Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布(bù)了(le)AI生成的视频(pín)后，AI圈就已经玩(wán)了一波梗，一个能够做出(chū)更(gèng)高清(qīng)视(shì)频的AI还不足以在(zài)短时间内戳中兴奋点。

Phenaki更加令(lìng)人震惊的地(dì)方在于，它可以制作出超过2分钟的连贯(guàn)的也(yě)有(yǒu)确切内(nèi)容的视频，这才是(shì)真(zhēn)正让(ràng)人(rén)们感(gǎn)到(dào)惊喜的地方(fāng)。因(yīn)为无论(lùn)AI生成的视频多么高清，也只能是(shì)为内容生产者(zhě)提供(gōng)一(yī)个灵感，一(yī)个素材，一个(gè)过场(chǎng)动画。

不过(guò)能够制作出有(yǒu)具体(tǐ)剧情内容的视(shì)频就(jiù)意味着，一些视频(pín)创作由(yóu)AI代替人工完成已经初步(bù)有了可(kě)能。

当下AI的发(fā)展速度已经超过大部分人的想象。内容产业的(de)本质是供给创造需(xū)求，AIGC作为全新的内容(róng)生产方式，可(kě)以(yǐ)为内容(róng)产业带来更新的(de)内容风格、更快的(de)生产速度(dù)，更(gèng)低(dī)的生产成本(běn)，这无疑(yí)会驱动(dòng)内容(róng)产业(yè)的大爆(bào)发。

除了AI绘图、视频，AIGC技术还能应用于音乐、代码、机器人动(dòng)作等(děng)多种内容形式(shì)的生成(chéng)。不难发现该项技(jì)术不仅(jǐn)在(zài)游戏等行(xíng)业能(néng)得到有效(xiào)应用，对于下一代互联网(wǎng)各种元素的构建(jiàn)亦(yì)有关键(jiàn)意义(yì)。

从(cóng)商业化(huà)的角(jiǎo)度(dù)来看(kàn)，文化(huà)娱乐(lè)、教育、传媒等诸(zhū)多领域，本身就对基(jī)于AI的(de)可视化内容有(yǒu)强烈需求。

因(yīn)此，AI绘(huì)画及视频或不是结果，而(ér)只是(shì)AI进程中的一块重要(yào)拼图，有望在技术更新(xīn)的加持下实现更大的应(yīng)用价值。

AI从理解内容，走向了可(kě)以(yǐ)生成内容(róng)，甚至能够创造出独立价值和独(dú)立视角的内容。AIGC的再(zài)次出圈，更代表着未来的先进(jìn)生产(chǎn)力即将到(dào)来。

紧抓大(dà)模型与算力，牢固AIGC底(dǐ)座(zuò)

从技(jì)术的发展也可以看出(chū)，在语言大(dà)模型、图像(xiàng)大模(mó)型之(zhī)后，多模态大(dà)模型已经成为(wèi)了新的趋(qū)势。

大模型被(bèi)誉(yù)为当前人工智能发(fā)展的智(zhì)能底座，是(shì)全球竞争最激烈(liè)的研究方向之一，包括谷歌(gē)、亚马(mǎ)逊、百度(dù)、阿里(lǐ)、腾(téng)讯等众多(duō)头(tóu)部企业都在竞相发力。

不过训练大(dà)模型的(de)确价格不菲，以(yǐ)国盛证券(quàn)发布(bù)的《ChatGPT需要多少算力》报告估算(suàn)，GPT-3训(xùn)练一(yī)次的成本约为(wèi)140万美元。而对于一些更大(dà)的(de)LLM(大型语(yǔ)言模(mó)型)，训(xùn)练成本(běn)则介于200万美(měi)元至(zhì)1200万美元(yuán)高价(jià)之(zhī)间。

以ChatGPT在2023年(nián)1月的独立访客平(píng)均数1300万计算，其(qí)对应芯(xīn)片需求为3万多片英伟达A100 GPU，初(chū)始投入成本约为8亿美(měi)元(yuán)，每日(rì)仅电费就(jiù)在5万(wàn)美元左(zuǒ)右。

此(cǐ)外不论是(shì)ChatGPT还是AIGC，都离不(bù)开庞大算力支持。在关注各类大模(mó)型的发展同时，更应该关注算力网络的(de)建设。

算力网络正驱动AI产业发(fā)展进入史诗级加速进程(chéng)，让AIGC及通(tōng)用AI这一人(rén)工智能发展的(de)终极目标离得(dé)更(gèng)近。

因为算力可以对突(tū)破性技术创新(xīn)提供大力的支持。这方面，多模(mó)态大模型是(shì)典(diǎn)型(xíng)。作为面向未来强人工智能、通用人工智(zhì)能(néng)的重(zhòng)要(yào)技术创新，多(duō)模态大模型已(yǐ)经(jīng)在人(rén)工智能领域提出了很多年(nián)，业界也有不少技(jì)术突破，但是，多模(mó)态大模型进一(yī)步往下走，算力需求呈几何式(shì)上升，一般(bān)的(de)算(suàn)力基础设施很快将难以胜任。

从(cóng)图像、文(wén)字(zì)、语音(yīn)单独一项的训练，到双模态、三模态的跃迁(qiān)，让人工智能(néng)可(kě)以灵活应对不同模态的转化(huà)、像人与世界交互一样自然，这(zhè)方面，由算力网络来驱动将(jiāng)有明(míng)显优(yōu)势。