需要和须要意思的区别简单理解，必须与必需的区别通俗易懂-绿茶通用站群

需要和须要意思的区别简单理解，必须与必需的区别通俗易懂 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(rén)ChatGPT火(huǒ)爆以来，微软公司创始人比尔(ěr)·盖茨已(yǐ)多次公开谈论人(rén)工智(zhì)能话题。在最近的一(yī)次采访中，他再(zài)次(cì)表示：“AI可能会(huì)让科技行业迎来一(yī)次剧烈的洗牌(pái)”。

这个结(jié)论是他(tā)在当地时(shí)间2月20日接(jiē)受《In Good Company》节目(mù)专访时提出的。

他(tā)预期(qī)，AI的发展(zhǎn)可能会威胁到谷歌(gē)的市(shì)占率，因为微软(ruǎn)在AI方面的行动相当(dāng)迅速。而(ér)最终科技巨(jù)头(tóu)将把AI整合成用户的“全能助手”，包揽一切应用，与人(rén)们(men)进行沟通并提供(gōng)建议，可(kě)以取代(dài)亚马(mǎ)逊(xùn)、Siri或Outlook等应用。

大(dà)佬口中全能(néng)助手的到来可能(néng)尚需时日，但由ControlNet引发的又一次AI绘(huì)画(huà)浪潮，让AIGC在(zài)ChatGPT的话题热点包围中杀出(chū)重围。

ChatGPT之后又(yòu)一(yī)应用杀(shā)疯了，AIGC或进入可(kě)控期(qī)，将洗牌科技(jì)行业？_黑(hēi)料正能(néng)量(liàng)

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近

以AI绘画为代表的(de)AIGC上一次爆火的时(shí)候，还是2022年8月，在美(měi)国(guó)科罗拉多州举办的新兴(xīng)数字(zì)艺(yì)术家(jiā)竞赛中，一幅名为《太空歌(gē)剧院》的(de)作品(pǐn)获奖(jiǎng)。

随后各(gè)大(dà)厂商的AI绘画软件被广大(dà)网(wǎng)友熟知并体(tǐ)验，Stable Diffusion便是其中代表(biǎo)。

用户们可以在应用(yòng)中输入一组关键词或(huò)者一张照片，就(jiù)能(néng)获(huò)得一幅AI创作的画作。

作画的关键就是所(suǒ)输入的文本。同一组关键(jiàn)词(cí)也可以创(chuàng)作出很多张风格不一样的画作，这让(ràng)创作(zuò)的过程就像开(kāi)盲盒。

很多(duō)用(yòng)户(hù)很喜欢这种(zhǒng)不确定的惊喜，他们(men)会将(jiāng)生成的美(měi)图当(dāng)做头像。而另一部分喜欢翻(fān)看AI绘画的“翻车(chē)”作(zuò)品。在社交媒体上(shàng)，许多(duō)用户分享AI“翻车现(xiàn)场”，例如，一位(wèi)网友(yǒu)的(de)小狗(gǒu)照片被AI画成了“肌(jī)肉(ròu)男”，还有网友的个人照片(piàn)被AI识别成(chéng)了建筑(zhù)。

而如(rú)今(jīn)随(suí)着ControlNet的出现与(yǔ)加持(chí)，以往AI绘画的填写关(guān)键词游戏可能要被颠(diān)覆了。

ControlNet是一位(wèi)正在斯坦福读博的中国人张吕敏(mǐn)创作(zuò)的一种基(jī)于控制点的(de)图像变形算法(fǎ)，主要用于数字图像处理、计算机视觉(jué)和计算机(jī)图形学等(děng)领(lǐng)域。

其SD插件一经发(fā)布，在短短的两天内便成为了(le)AI绘(huì)画需要和须要意思的区别简单理解，必须与必需的区别通俗易懂领域(yù)最新的(de)热点。

在(zài)此之前，大家用(yòng)了很多方(fāng)法想让AI生成的结(jié)果(guǒ)尽可能的符合要(yào)求，但是都(dōu)不尽如人意，它的出现代表着AI生成开始进(jìn)入真正的可(kě)控时期(qī)。

因为ControlNet可(kě)以直接提取画面的构图，人物的姿势和(hé)画(huà)面(miàn)的(de)深度信息等(děng)。有(yǒu)了它(tā)的帮助，就不用频繁的用(yòng)提(tí)示词来碰运气，抽盲盒式的(de)创作(zuò)了。

通俗的说ControlNet相当于给AI绘画加了“魔(mó)法”，不少博主的作品已经获(huò)得(dé)了(le)大(dà)量的浏(liú)览量，“viggo”就是其中(zhōng)之一，他用(yòng)朋友的照片直(zhí)接(jiē)带(dài)她们走进动漫世界。

viggo先用(yòng)StableDiffusion图片转(zhuǎn)文字。

再用Text2Prompt插件拓展(zhǎn)找(zhǎo)到(dào)对(duì)应(yīng)的关键词(cí)；最后用ControlNet插(chā)件绑(bǎng)定骨骼开始换关键词试效果(guǒ)。

通过图片就(jiù)可以(yǐ)看出来，效果十(shí)分惊艳。

更厉害的是，除了真实的(de)照片，草图也可以加上“魔法”，知(zhī)乎(hū)大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿转(zhuǎn)全(quán)彩图。大神(shén)张吕敏其(qí)本尊也(yě)亲自回应。

不得(dé)不说(shuō)当下AIGC已经变得越来越(yuè)强大，甚至输出(chū)的作品都已经能以假乱(luàn)真了。

难辨虚实，AIGC技术(shù)力爆发

警惕安全(quán)问题

近日，“苏州(zhōu)金鸡湖(hú)有游艇party”的消息火遍(biàn)网(wǎng)络，而经过警方辟谣这所(suǒ)谓的(de)“party”可能(néng)是全国第一起AI绘图诈骗。

由(yóu)于(yú)这个活动里面给出(chū)的(de)美女照(zhào)片都是AI制作的(de)真人照片(piàn)绘图，因为太逼(bī)真，被大家(jiā)当成真事传播了。

不(bù)过仔细观察可以发现，活动(dòng)发起者(zhě)提供(gōng)的照片中有个很大的漏洞可(kě)以发现并(bìng)非真人，而是AI绘图(tú)，那便是图片中女性的手指部分有的(de)存在异(yì)常(cháng)。

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

有行业人(rén)事(shì)表示：“现在因为手指部分的绘(huì)画算法比较(jiào)复杂，AI还不(bù)太会画人的(de)手(shǒu)，但最新看(kàn)到的(de)图片已经有越来越完美的AI模型出现，以后可能就完全(quán)没有(yǒu)漏洞了。”<需要和须要意思的区别简单理解，必须与必需的区别通俗易懂/p>

类(lèi)似的AI作图诈骗在(zài)国外也(yě)已有(yǒu)发生(shēng)。据英国广播(bō)公司报道，土耳其地震期(qī)间，有(yǒu)Tiktok用户使用(yòng)AI合(hé)成了儿童受灾的假照片(piàn)发(fā)布到(dào)网络，以此诱(yòu)骗善良(liáng)的人打赏“捐助”从而实施诈骗。

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

此外AIGC还(hái)引发了很多担忧，一方(fāng)面，批判(pàn)者认(rèn)为AI在“学(xué)习”了大量前人的作(zuò)品之后，其创作没有任何情绪和(hé)灵(líng)魂，难以和人类的艺术创作(zuò)相提(tí)并论。

另(lìng)一方(fāng)面(miàn)，AIGC背后(hòu)的版(bǎn)权、目前(qián)都并(bìng)没有得到有(yǒu)效(xiào)的(de)解决，还有AIGC会不(bù)会代替(tì)人类“至高(gāo)无上(shàng)”的创意。

马斯克也(yě)强(qiáng)调，人工智(zhì)能的安全问题需要得到重视，太晚就来不及了。

AIGC下(xià)一站除了视频，还有(yǒu)远方

技术(shù)都是(shì)有两面性的，潜在的危害并不能掩(yǎn)盖其光辉(huī)的(de)贡献。现在看来，人工智能技术(shù)将(jiāng)是第四次工业(yè)革命(mìng)的核(hé)心(xīn)驱动(dòng)力(lì)量，将创造(zào)新的增长奇迹(jì)。

过去一年，人工(gōng)智能在技术和商业层(céng)面都有了巨大进展，AI绘画就是人(rén)工智能(néng)技(jì)术发生方向性改变的一个代表。其下一(yī)站或许就是视(shì)频。

此前，Meta和(hé)谷歌先后发布了几条引爆(bào)科技圈的(de)短(duǎn)视(shì)频(pín)。这些视频引(yǐn)发关注并非(fēi)内容做得多(duō)优秀，反而(ér)都非常简单，比如一匹正在喝(hē)水的马(mǎ)，一(yī)只画画的玩具熊，或者(zhě)一段骑(qí)摩(mó)托(tuō)车的第一视(shì)角录像，随便一个(gè)有手机(jī)的人都可以随手录(lù)下一段。

但(dàn)这些(xiē)短(duǎn)视频(pín)的创作方式非(fēi)常(cháng)简单，创(chuàng)作者仅仅(jǐn)需要向AI输入一段话(huà)，甚至只是(shì)说一下要求，AI就可以根据需要生成(chéng)一段视频。

谷歌(gē)发布的两个AI生成视频(pín)分别来自于(yú)Imagen Video和Phenaki，前(qián)者主要突出的是高清，与Meta的Make-A-Video没有太多的差别。

在(zài)Make-A-Video公布了AI生成的(de)视频后，AI圈就已经(jīng)玩了一波梗，一个能够做出更高清视(shì)频的AI还(hái)不足以在短时间内戳中兴(xīng)奋点。

Phenaki更加令人震惊的地(dì)方(fāng)在于，它可以制作出超过(guò)2分钟(zhōng)的连贯的(de)也有确(què)切内容的视频(pín)，这才是真正让人们感到(dào)惊(jīng)喜的地方。因(yīn)为无论AI生成的视频多(duō)么高清，也只(zhǐ)能是为内(nèi)容生产者提(tí)供(gōng)一个(gè)灵感，一(yī)个素材，一个过场(chǎng)动画。

不过(guò)能够制作(zuò)出(chū)有具体剧情内容的视频(pín)就意味着(zhe)，一些视(shì)频(pín)创作由AI代替(tì)人工(gōng)完成已经(jīng)初(chū)步有了可能(néng)。

当下AI的发展速度已(yǐ)经超过大部(bù)分人的想(xiǎng)象。内容产业的本质是供给(gěi)创造需求，AIGC作为全新的(de)内(nèi)容生产方(fāng)式，可以为内容产业带来更新(xīn)的内(nèi)容风格、更快的生产(chǎn)速度，更低的生产成本，这无疑会驱动内容产业的大爆发(fā)。

除(chú)了AI绘图、视频，AIGC技术还能应用(yòng)于音乐、代(dài)码、机(jī)器人动作等多种内容(róng)形式的生成。不难发现该项(xiàng)技术不仅在(zài)游(yóu)戏等行业能得到有效应用，对(duì)于下一代互联网各种元素(sù)的构建亦有关键意义(yì)。

从商业化的(de)角度(dù)来(lái)看(kàn)，文化娱乐(lè)、教育、传媒等诸多领域，本身(shēn)就(jiù)对基于AI的可视(shì)化(huà)内容有(yǒu)强烈需求。

因(yīn)此，AI绘画及视频或不是(shì)结果(guǒ)，而只是AI进程中(zhōng)的一块重要拼(pīn)图，有望(wàng)在技术更新的加持下实现更大(dà)的(de)应(yīng)用价值。

AI从理(lǐ)解内容(róng)，走向(xiàng)了(le)可(kě)以生(shēng)成内(nèi)容(róng)，甚至能够创造出独立价值和独立视角的内容。AIGC的再(zài)次出(chū)圈(quān)，更代表着未来的先进生(shēng)产力即将到(dào)来。

紧抓大(dà)模(mó)型与(yǔ)算力，牢固AIGC底座

从技术的发展(zhǎn)也可以看(kàn)出，在语(yǔ)言大模型(xíng)、图像大模型之后，多模态大模型(xíng)已经(jīng)成为了新的趋势。

大模型被誉为当前(qián)人工智能发(fā)展的智能底(dǐ)座，是全球竞争最激烈(liè)的研究方(fāng)向之一，包括谷歌(gē)、亚(yà)马逊、百度、阿里、腾讯等众多(duō)头(tóu)部企业都在竞相(xiāng)发力。

不(bù)过训练大(dà)模型的确价格不菲(fēi)，以(yǐ)国盛(shèng)证券(quàn)发布的(de)《ChatGPT需(xū)要多少算力》报告估算，GPT-3训练(liàn)一次(cì)的成本约为140万美元。而对于一些更大的LLM(大型语言模(mó)型)，训练成本则介于200万美元至1200万美元高价之间。

以ChatGPT在2023年1月(yuè)的独(dú)立(lì)访客平均数1300万计算，其对应芯片需求为3万多片(piàn)英伟达A100 GPU，初始(shǐ)投(tóu)入(rù)成本约为8亿美(měi)元，每日仅电(diàn)费就在5万美元左右。

此(cǐ)外不(bù)论是ChatGPT还(hái)是AIGC，都离(lí)不(bù)开庞大(dà)算力支持。在(zài)关注各类大模型的发展同时，更应该关注算(suàn)力(lì)网络的建设。

算力网络(luò)正驱动AI产业发展进入史(shǐ)诗(shī)级加速进程，让AIGC及通用AI这一人工智能发展(zhǎn)的终(zhōng)极(jí)目标离(lí)得更近。

因为算力可以(yǐ)对突破性(xìng)技术(shù)创(chuàng)新提供大力的支持。这(zhè)方面，多模态大模型是典(diǎn)型需要和须要意思的区别简单理解，必须与必需的区别通俗易懂(xíng)。作为面向未来强人工智能(néng)、通(tōng)用人工智(zhì)能的重要技术创新，多(duō)模态(tài)大模型已(yǐ)经在人工(gōng)智能领域(yù)提出(chū)了很多年，业界也有不少技术突破，但是，多模(mó)态大模型进一步往下走，算力需求(qiú)呈几(jǐ)何式上升(shēng)，一般的算力(lì)基础(chǔ)设(shè)施(shī)很快将难以胜任。

从图像(xiàng)、文字、语音单(dān)独一项的(de)训练，到双(shuāng)模态(tài)、三模态的跃迁，让人(rén)工智能可以灵活应对不(bù)同模态(tài)的转(zhuǎn)化、像人与世界交互(hù)一样自然(rán)，这(zhè)方面(miàn)，由算(suàn)力网络来驱动将有明显(xiǎn)优势。