悲痛和悲恸的区别在哪，比悲伤更高级的词-橘子百科-橘子都知道

悲痛和悲恸的区别在哪，比悲伤更高级的词 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，微软公司创始人比尔·盖茨已多次公(gōng)开(kāi)谈论人工智(zhì)能(néng)话(huà)题。在最近的(de)一次(cì)采(cǎi)访中(zhōng)，他再次表示：“AI可能会让科(kē)技行业迎来一次(cì)剧(jù)烈(liè)的(de)洗牌”。

这(zhè)个结论是他在当地时(shí)间2月20日接受(shòu)《In Good悲痛和悲恸的区别在哪，比悲伤更高级的词 Company》节目专访时提出的。

他预期，AI的发(fā)展(zhǎn)可能会威胁到谷歌的市(shì)占率，因为(wèi)微软在(zài)AI方面(miàn)的(de)行(xíng)动相当迅速(sù)。而最终(zhōng)科技巨头将把(bǎ)AI整(zhěng)合(hé)成(chéng)用户的“全能助手”，包揽一切应用，与人们进行沟通并提供建议，可以取代亚马逊、Siri或Outlook等应用(yòng)。

大佬口中全能助(zhù)手的到(dào)来可能(néng)尚需时日(rì)，但由ControlNet引发的又一次(cì)AI绘画浪潮，让(ràng)AIGC在ChatGPT的话题热点包围中杀出重围。

ChatGPT之后又一应用杀疯了(le)，AIGC或进入(rù)可控期(qī)，将洗牌科(kē)技行(xíng)业？_黑料正能量(liàng)

ControlNet颠覆(fù)AI绘(huì)画新玩法

AIGC向(xiàng)可控靠(kào)近

以(yǐ)AI绘画为代(dài)表(biǎo)的(de)AIGC上(shàng)一次爆火(huǒ)的时(shí)候，还是2022年8月，在美国科(kē)罗拉多(duō)州举办的新(xīn)兴数字艺术家(jiā)竞赛中，一(yī)幅名为(wèi)《太空歌剧院(yuàn)》的(de)作品获奖。

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

用户们(men)可以在应用中输(shū)入一组关键词或者一张(zhāng)照片，就能获得(dé)一幅AI创(chuàng)作的画作。

作画的关(guān)键就是所(suǒ)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一样的画作，这让创作的(de)过程就像(xiàng)开盲盒。

很(hěn)多用户很喜欢(huān)这(zhè)种不(bù)确定的惊喜(xǐ)，他们会将生(shēng)成的美图(tú)当做头像。而另一(yī)部分(fēn)喜(xǐ)欢翻看AI绘(huì)画的“翻车(chē)”作品。在社交媒(méi)体(tǐ)上，许多用(yòng)户分(fēn)享(xiǎng)AI“翻车(chē)现场”，例如，一位网(wǎng)友(yǒu)的小狗照片被AI画成了“肌(jī)肉男(nán)”，还有网友的(de)个人(rén)照片被(bèi)AI识别成(chéng)了建筑。

而如(rú)今随着ControlNet的出现(xiàn)与(yǔ)加持，以往AI绘画(huà)的(de)填写(xiě)关键词游戏可能要被颠覆了。

ControlNet是一(yī)位正在斯坦福读博的中(zhōng)国人(rén)张吕(lǚ)敏(mǐn)创(chuàng)作的一种基于(yú)控制点的图(tú)像(xiàng)变形算法，主要用于数字图像处理、计算机视觉和(hé)计算(suàn)机图形学等领域(yù)。

其SD插(chā)件(jiàn)一经发布，在短(duǎn)短的两天(tiān)内便(biàn)成为了AI绘画领域最新的热点。

在(zài)此之前，大(dà)家用(yòng)了很多方法想(xiǎng)让AI生成的结果尽可能(néng)的符(fú)合要求，但是都(dōu)不尽如人(rén)意，它(tā)的出现(xiàn)代表着AI生成开始进入真正的可控时期。

因为ControlNet可(kě)以直接提(tí)取画面的构(gòu)图，人物的(de)姿(zī)势和画(huà)面的深度(dù)信息等。有(yǒu)了(le)它(tā)的帮助，就不用频繁(fán)的用提示词来碰运气，抽盲盒式的创作了(le)。

通(tōng)俗的(de)说ControlNet相当于给(gěi)AI绘画加了(le)“魔法(fǎ)”，不少博主的(de)作(zuò)品已经获得了大量的浏览量，“viggo”就是其中之一(yī)，他(tā)用朋友(yǒu)的照(zhào)片直接带她们走进动漫世(shì)界。

viggo先用StableDiffusion图片(piàn)转文(wén)字。

再用Text2Prompt插件拓展找(zhǎo)到对应的关(guān)键词(cí)；最后用ControlNet插件绑定骨骼开(kāi)始(shǐ)换关(guān)键(jiàn)词(cí)试效(xiào)果。

通过图片(piàn)就(jiù)可以(yǐ)看出来，效果十分惊(jīng)艳(yàn)。

更厉害(hài)的是，除了真实的照片，草图(tú)也可以加上“魔法(fǎ)”，知乎大牛“DevPoint”和“逗(dòu)砂”介绍(shào)到ControlNet还(hái)能实(shí)现线稿转全彩图。大(dà)神张吕敏其(qí)本(běn)尊也(yě)亲(qīn)自回(huí)应。

不得不说当下AIGC已经(jīng)变(biàn)得越来越强大，甚至输出的作品都已经(jīng)能以假乱(luàn)真了。

难辨虚实，AIGC技(jì)术力爆发

警惕安(ān)全问题(tí)

近日(rì)，“苏(sū)州金鸡湖有游艇party”的消息火(huǒ)遍(biàn)网络(luò)，而经过警(jǐng)方辟谣(yáo)这(zhè)所谓的“party”可能(néng)是全国第一起AI绘图诈骗。

由于这个活(huó)动里面给出(chū)的(de)美女照片都是AI制作的(de)真人(rén)照片(piàn)绘(huì)图，因为(wèi)太(tài)逼(bī)真，被大家当成真事传播了(le)。

不过仔细观(guān)察可以发(fā)现，活动发(fā)起者提供的(de)照片中有(yǒu)个很大的漏洞(dòng)可以发(fā)现并非真人，而是(shì)AI绘图，那便是图片中女(悲痛和悲恸的区别在哪，比悲伤更高级的词nǚ)性(xìng)的(de)手指(zhǐ)部分有的存在异常。

ChatGPT之后又一应(yīng)用(yòng)杀(shā)疯了，AIGC或进入(rù)可(kě)控期，将(jiāng)洗牌(pái)科技行(xíng)业？_黑料正能量(liàng)

有行业人事表示(shì)：“现在因为手(shǒu)指部(bù)分的绘画算法比较复杂，AI还(hái)不太会画人的手，但最新(xīn)看到的图片已经有越来越完(wán)美的AI模型出现，以后可能就完全没有漏洞(dòng)了。”

类似的AI作图诈骗(piàn)在国外(wài)也已有(yǒu)发(fā)生(shēng)。据英国广播公司报道，土耳其地(dì)震(zhèn)期(qī)间，有Tiktok用户使用(yòng)AI合(hé)成了儿(ér)童受灾(zāi)的假照(zhào)片发布(bù)到网络，以此诱骗善良的人打赏“捐助”从而实施诈(zhà)骗。

目前随着技(jì)术发展，AIGC已经能(néng)做出真人照片般的(de)绘图效果，如果这(zhè)样(yàng)的图片被用(yòng)来诈(zhà)骗，将(jiāng)非(fēi)常可怕。

此外(wài)AIGC还引发了很多担忧，一(yī)方面，批判者认(rèn)为AI在“学(xué)习”了大(dà)量前人(rén)的(de)作品之后，其创(chuàng)作没有任何情绪和灵魂，难以和人类(lèi)的(de)艺术创作相提并论。

另一方(fāng)面，AIGC背后的(de)版权、目(mù)前都并没有得到(dào)有(yǒu)效(xiào)的解决，还有AIGC会不会代(dài)替人类“至高无(wú)上(shàng)”的创意。

马斯(sī)克(kè)也悲痛和悲恸的区别在哪，比悲伤更高级的词强调，人工智能的安(ān)全问题需要得(dé)到重视，太晚就来不及了。

AIGC下一站除了视频，还(hái)有远方

技术(shù)都是有两(liǎng)面(miàn)性的，潜(qián)在的危害并不(bù)能掩盖其光辉的贡(gòng)献。现(xiàn)在看来，人工(gōng)智能技术将是第四(sì)次工业革命的核心驱动力量，将创造新(xīn)的增长(zhǎng)奇迹。

过去一年，人工智(zhì)能在技(jì)术(shù)和商业层面都有了巨大(dà)进(jìn)展(zhǎn)，AI绘画就(jiù)是人工智(zhì)能技术(shù)发生方向性改(gǎi)变(biàn)的一(yī)个代表。其(qí)下一站(zhàn)或许就(jiù)是(shì)视(shì)频。

此前，Meta和谷歌先(xiān)后发布(bù)了几条引(yǐn)爆科技圈的短视频。这些视频引发(fā)关(guān)注并非内容做得(dé)多优(yōu)秀，反而(ér)都非(fēi)常(cháng)简单，比如一匹(pǐ)正在喝水(shuǐ)的(de)马，一只(zhǐ)画画的玩具熊，或者一(yī)段骑摩托(tuō)车的第一视角录像，随(suí)便一个有手机的人都可以随手录下一(yī)段。

但(dàn)这些短视频的创作方式非(fēi)常简单，创作者仅仅(jǐn)需要向AI输入一段话，甚至只(zhǐ)是说一下要求，AI就可以(yǐ)根据需要生(shēng)成一段(duàn)视(shì)频。

谷歌发布的两个AI生成(chéng)视频分别(bié)来(lái)自于(yú)Imagen Video和Phenaki，前者主要突出的是高清，与Meta的Make-A-Video没有(yǒu)太多的差别。

在(zài)Make-A-Video公布了AI生成的视(shì)频(pín)后(hòu)，AI圈就已经玩(wán)了一波梗(gěng)，一个能够做出更(gèng)高清视频的AI还不足以在短时间内戳中兴奋点。

Phenaki更加令人震(zhèn)惊的地方在于，它可以制作出超过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地(dì)方。因为无论AI生成的(de)视频(pín)多么高清，也只能是为(wèi)内容生产者提供一个灵感，一个素材，一个过场(chǎng)动画。

不过能够制(zhì)作出有具体剧情内(nèi)容的视频就意味(wèi)着(zhe)，一些视(shì)频创作由(yóu)AI代(dài)替(tì)人(rén)工完成已经初步有了(le)可(kě)能。

当下AI的发(fā)展速度已经超过大部(bù)分人(rén)的想象(xiàng)。内(nèi)容产(chǎn)业的本(běn)质是供给创(chuàng)造(zào)需求，AIGC作为全新的内(nèi)容生产方式，可(kě)以为内容产业带来更新的(de)内容风(fēng)格、更快的生产速度(dù)，更低的生产成本，这无(wú)疑会驱动内容产业的大爆发(fā)。

除了AI绘(huì)图(tú)、视频(pín)，AIGC技术还能(néng)应用(yòng)于音乐、代码、机器人动作等多种内容形式的生成。不难发(fā)现该项(xiàng)技术不仅在(zài)游(yóu)戏等行业(yè)能(néng)得到有效应(yīng)用，对(duì)于下一(yī)代互联网(wǎng)各种(zhǒng)元素的(de)构建亦有关键(jiàn)意义。

从(cóng)商(shāng)业化的角(jiǎo)度(dù)来看，文化(huà)娱乐(lè)、教(jiào)育、传媒(méi)等诸多领域(yù)，本身(shēn)就对基于(yú)AI的可视化内容(róng)有强烈(liè)需求。

因此，AI绘(huì)画及视频(pín)或不是结果，而只是AI进程中的一(yī)块重要(yào)拼图(tú)，有望(wàng)在技术(shù)更新(xīn)的(de)加持下实(shí)现更大(dà)的(de)应用价值。

AI从理(lǐ)解内容，走(zǒu)向了可以生成(chéng)内容，甚至(zhì)能够创造出独(dú)立价值和独立视角(jiǎo)的内容。AIGC的再次出(chū)圈，更代(dài)表着未来的(de)先(xiān)进(jìn)生产力即将到来(lái)。

紧(jǐn)抓大(dà)模型(xíng)与(yǔ)算力，牢固(gù)AIGC底座(zuò)

从技术的发展也可以看(kàn)出，在语(yǔ)言大(dà)模(mó)型、图(tú)像大(dà)模型之后，多模态大模型已经成为(wèi)了(le)新的趋势。

大模(mó)型被誉为当前(qián)人工智能(néng)发展的智能底座，是全球竞争最激烈的(de)研究方向之一，包括谷(gǔ)歌、亚马逊、百(bǎi)度、阿里(lǐ)、腾(téng)讯等众多(duō)头部企(qǐ)业都在竞相发力。

不过训练大模型(xíng)的(de)确价格不(bù)菲，以国(guó)盛证券(quàn)发布的《ChatGPT需要多少算力》报告(gào)估算，GPT-3训练一次的成(chéng)本约为140万(wàn)美元。而(ér)对(duì)于一(yī)些更大的LLM(大型语(yǔ)言模型)，训练成本则介于(yú)200万美元至1200万美元高价(jià)之间。

以ChatGPT在(zài)2023年1月的独立访(fǎng)客(kè)平(píng)均数(shù)1300万计算，其(qí)对应芯片需求(qiú)为3万多(duō)片英伟(wěi)达A100 GPU，初始投入(rù)成本约为8亿美元，每日仅电费(fèi)就在5万美元左(zuǒ)右。

此(cǐ)外不论是ChatGPT还是AIGC，都离不开(kāi)庞(páng)大算(suàn)力支持。在关注各类大模型(xíng)的(de)发(fā)展同时(shí)，更应(yīng)该关注算力网络的建设。

算(suàn)力网络正驱动(dòng)AI产业发展进入(rù)史诗级加速进(jìn)程，让AIGC及通用AI这一(yī)人工智能发展的终极目标离得更近。

因为算力可以对突破(pò)性(xìng)技术创新提供大力的支持。这方面(miàn)，多模态大模型是典型。作为(wèi)面向未(wèi)来强(qiáng)人工智能、通用人工(gōng)智能的重要(yào)技术创新，多模态(tài)大(dà)模型已经在人工智(zhì)能领域(yù)提出(chū)了很多年(nián)，业界也有不少技术突破(pò)，但是，多模(mó)态大模型(xíng)进一(yī)步往下走，算力需求呈几何(hé)式上(shàng)升，一般(bān)的算力(lì)基础(chǔ)设施(shī)很快(kuài)将难以(yǐ)胜任。

从(cóng)图像、文字(zì)、语(yǔ)音单(dān)独(dú)一(yī)项的训练，到双模态、三模态的跃迁，让(ràng)人工智能可以(yǐ)灵活应(yīng)对不同模(mó)态(tài)的(de)转(zhuǎn)化、像(xiàng)人与世界(jiè)交互一样自然，这(zhè)方面，由算(suàn)力网络来驱动将有明显优势。