拉普拉斯分块矩阵公式例题，拉普拉斯分块矩阵公式副对角线-绿茶通用站群

拉普拉斯分块矩阵公式例题，拉普拉斯分块矩阵公式副对角线 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(zì)聊天机器人ChatGPT火爆以来，微软公司(sī)创始(shǐ)人比尔(ěr)·盖茨已多次公开谈论人工(gōng)智能话题(tí)。在最近(jìn)的一次采访中，他再(zài)次表示(shì)：“AI可能会让科技行业迎(yíng)来一次剧烈的洗牌(pái)”。

这(zhè)个(gè)结论(lùn)是(shì)他在当地时间(jiān)2月20日接受《In Good Company》节目专访时提出的(de)。

他预期，AI的发展(zhǎn)可能会(huì)威(wēi)胁(xié)到谷(gǔ)歌的(de)市占率，因为(wèi)微软在AI方面的行动相当迅(xùn)速。而最终科(kē)技巨(jù)头将把(bǎ)AI整合成用户的“全能助手”，包(bāo)揽一切应用，与人们进(jìn)行沟通并(bìng)提供建议，可以取代亚马逊(xùn)、Siri或Outlook等应(yīng)用。

大佬口中全能助手的(de)到来可能尚(shàng)需(xū)时日，但由ControlNet引发的又一次AI绘(huì)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(yīng)用杀疯了(le)，AIGC或进入可控期，将洗牌科技行业？_黑料正能量(liàng)

ControlNet颠(diān)覆AI绘画(huà)新(xīn)玩法

AIGC向可控靠近(jìn)

以AI绘画为代表(biǎo)的(de)AIGC上一(yī)次爆(bào)火的时候(hòu)，还(hái)是(shì)2022年8月，在美国(guó)科罗拉多州举(jǔ)办(bàn)的新兴数字艺(yì)术家竞赛中，一幅(fú)名(míng)为(wèi)《太(tài)空歌(gē)剧院(yuàn)》的(de)作品获奖。

随后各大(dà)厂商的(de)AI绘(huì)画软(ruǎn)件(jiàn)被(bèi)广大网(wǎng)友(yǒu)熟知并体验，Stable Diffusion便是(shì)其(qí)中代(dài)表。

用户们可以在应用中输入一组关键词(cí)或者一张照片，就(jiù)能获得一(yī)幅AI创作的画作(zuò)。

作画的关键就是所输入的文本。同(tóng)一(yī)组(zǔ)关键词也可以创作(zuò)出很多张风格不一样的画(huà)作，这让创作的过程(chéng)就像开盲盒。

很多用(yòng)户很喜欢这种不(bù)确(què)定的(de)惊(jīng)喜，他们(men)会将(jiāng)生成的美(měi)图当做头像。而另(lìng)一部分(fēn)喜欢翻看(kàn)AI绘(huì)画的“翻车”作品。在社交(jiāo)媒体(tǐ)上，许多用(yòng)户分享AI“翻车现场(chǎng)”，例如，一位网友的小狗照片被AI画成了“肌肉(ròu)男”，还(hái)有网友的个人(rén)照片被(bèi)AI识别成了(le)建筑。

而(ér)如今(jīn)随着ControlNet的出现与(yǔ)加持(chí)，以往AI绘画的(de)填(tián)写关键词游戏(xì)可能要(yào)被颠覆了(le)。

ControlNet是一位正(zhèng)在斯坦福读(dú)博的中(zhōng)国人张(zhāng)吕敏(mǐn)创作的一种基于控制点的(de)图像变(biàn)形算法，主要用于(yú)数(shù)字图像处理、计算(suàn)机视觉和计算机图形学等领域。

其SD插件一经发布，在短短的两(liǎng)天内便成为了AI绘(huì)画领(lǐng)域最新的热点。

在此之前，大家用了很多方法想让AI生成的(de)结果(guǒ)尽可能的符合(hé)要求，但(dàn)是都不(bù)尽如(rú)人意，它的出现代表(biǎo)着(zhe)AI生成开始(shǐ)进入真正的可(kě)控时期。

因为ControlNet可(kě)以(yǐ)直接提(tí)取画(huà)面的构图(tú)，人(rén)物的姿势和(hé)画(huà)面的深度信(xìn)息等。有了(le)它的帮助，就不用频繁(fán)的用提示词来碰运(yùn)气，抽(chōu)盲盒式的创作了。

通俗的说ControlNet相当于给AI绘画加了“魔法”，不少(shǎo)博(bó)主(zhǔ)的作品已经获得了大量的浏览量，“viggo”就是(shì)其中之一，他用朋友的(de)照(zhào)片直接带她(tā)们走进(jìn)动(dòng)漫世界。

viggo先用StableDiffusion图片转文字。

再用(yòng)Text2Prompt插(chā)件(jiàn)拓(tuò)展找(zhǎo)到(dào)对应的关键词；最后用ControlNet插件绑定骨骼开始换关(guān)键(jiàn)词(cí)试效果。

通(tōng)过图(tú)片就(jiù)可以看出来，效果十分惊艳。

更厉害的是，除了真实的照(zhào)片，草图也可以加上“魔(mó)法(fǎ)”，知乎大牛(niú)“DevPoint”和(hé)“逗砂”介(jiè)绍到(dào)ControlNet还能(néng)实现(xiàn)线稿转全彩图。大神张吕敏(mǐn)其本尊也亲自回应。

不得不说当下AIGC已经变得越来(lái)越强(qiáng)大，甚至输出的(de)作品都(dōu)已经能以假乱真了。

难辨(biàn)虚实(shí)，AIGC技术力(lì)爆发(fā)

警惕安全问题

近日，“苏州(zhōu)金鸡湖有(yǒu)游艇party”的消息火遍网络，而经(jīng)过(guò)警方辟谣这所谓的“party”可(kě)能是(shì)全国(guó)第(dì)一起AI绘图诈骗。

由于这个活动里(lǐ)面给出的(de)美女照(zhào)片都是AI制作的真人照片绘图，因为太逼真，被(bèi)大家当成真事传播了(le)。

不过仔细观察可以发现，活(huó)动发起者提供(gōng)的照片中有个(gè)很(hěn)大的(de)漏(lòu)洞可以发现并非真人，而是AI绘(huì)图，那(nà)便(biàn)是图片中女(nǚ)性的手指(zhǐ)部分有的存(cún)在(zài)异(yì)常。

ChatGPT之后又一(yī)应用(yòng)杀疯了，AIGC或进入可控期(qī)，将洗(xǐ)牌科技行业？_黑料正能量

有行业(yè)人事表示(shì)：“现在因为手(shǒu)指部分的绘画算法(fǎ)比较复杂，AI还不太会画人的手，但最新看到的图片已经(jīng)有越来越完美的AI模型出现(xiàn)，以后可能(néng)就完全没有漏(lòu)洞了。”

类似的AI作(zuò)图诈骗在(zài)国外也已(yǐ)有发生。据英国广播公司报(bào)道，土耳其地震期(qī)间，有Tiktok用户使(shǐ)用AI合成了儿童(tóng)受灾的假(jiǎ)照片(piàn)发布到网(wǎng)络，以(yǐ)此诱骗善良的人(rén)打赏(shǎng)“捐助(zhù)”从而实施诈骗(piàn)。

目前随着(zhe)技术发(fā)展，AIGC已经能做出真人照片(piàn)般的(de)绘(huì)图效果，如果这(zhè)样的图(tú)片被用来诈骗，将非常(cháng)可怕(pà)。

此(cǐ)外AIGC还引发了很多担忧(yōu)，一方面，批判者(zhě)认为AI在“学习”了大量前人(rén)的(de)作(zuò)品之后，其创作没(méi)有任何情绪和灵魂，难(nán)以和(hé)人(rén)类的艺术创作相提并论(lùn)。

另一方面，AIGC背后的版权、目前都并没有得到有效的解决(jué)，还有AIGC会不会代替人类“至高无(wú)上”的创意。

马斯克也强调，人(rén)工智能的安全问题需要得(dé)到重视，太晚就来不及了。

AIGC下一站除了视(shì)频，还有(yǒu)远方

技术都是(shì)有两(liǎng)面性的，潜在的危(wēi)害并不能掩盖其光辉的贡献(xiàn)。现(xiàn)在(zài)看来，人工智能技术将(jiāng)是第四次工(gōng)业革(gé)命(mìng)的核心驱动力量(liàng)，将创造(zào)新的增(zēng)长(zhǎng)奇迹。

过去(qù)一年(nián)，人工智能在(zài)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术发生方向性(xìng)改变的一个代(dài)表。其下一站或许(xǔ)就是视频。

此前，Meta和谷(gǔ)歌(gē)先(xiān)后发(fā)布了(le)几(jǐ)条引爆科技圈的短视频。这些视频引发关注并非(fēi)内容做得多优秀，反而(ér)都非(fēi)常简单，比如一(yī)匹正在喝水的马，一只画(huà)画的玩具熊，或者一段骑摩托车的(de)第一视角录像(xiàng)，随便一个(gè)有手(shǒu)机(jī)的人都可以(yǐ)随手录下(xià)一段。

但(dàn)这些短视频的创作方(fāng)式非常简单(dān)，创作者仅(jǐn)仅需要(yào)向AI输入(rù)一段话，甚至只是说一(yī)下要(yào)求，AI就可以根据需要生成(chéng)一段视频。

谷歌(gē)发(fā)布的两个AI生成(chéng)视频分(fēn)别来自于Imagen Video和Phenaki，前(qián)者主(zhǔ)要突出(chū)的是高清(qīng)，与Meta的Make-A-Video没有(yǒu)太多的差别。

在Make-A-Video公布了AI生成的视频后，AI圈(quān)就已经玩(wán)了一波梗，一个能够(gòu)做出(chū)更(gèng)高清视频(pín)的AI还不足以在短时间内戳中兴奋点。

Phenaki更加令(lìng)人震惊的地方在(zài)于，它(拉普拉斯分块矩阵公式例题，拉普拉斯分块矩阵公式副对角线tā)可(kě)以制(zhì)作出超过2分钟的连贯的也(yě)有确切内容的视(shì)频，这才是真(zhēn)正让人们(men)感到惊喜的地方。因为无论AI生成的视频多么高(gāo)清，也只(zhǐ)能(néng)是(shì)为内容生产者提供一个灵感，一个素材，一个过场(chǎng)动画。

不过(guò)能够制作(zuò)出有具体剧情内容的视频就意味着，一些(xiē)视(shì)频创作由AI代替人工完(wán)成已经初步有了可能。

当下AI的发展速(sù)度已经超过大(dà)部分(fēn)人的(de)想象。内容(róng)产业的(de)本质是供给创造(zào)需求，AIGC作为全(quán)新的内容生(shēng)产方式，可以(yǐ)为内容产业带来更新(xīn)的(de)内容风格、更快的(de)生产(chǎn)速度，更低的(de)生(shēng)产成本，这无(wú)疑会驱动内容产业(yè)的大爆发(fā)。

除了AI绘图(tú)、视(shì)频，AIGC技术还能应用于(yú)音乐、代码、机器人(rén)动作等多种内容形(xíng)式的生成。不难(nán)发(fā)现该项技术不仅在游戏(xì)等行业能得(dé)到(dào)有效应用，对(duì)于(yú)下(xià)一代(dài)互联网各(gè)种(zhǒng)元素的构建亦有关键(jiàn)意义(yì)。

从商(shāng)业化(huà)的(de)角度来看(kàn)，文化娱乐、教育、传媒等诸(zhū)多领(lǐng)域，本身就(jiù)对(duì)基(jī)于AI的(de)可(kě)视化内容有强烈需求。

因(yīn)此，AI绘画(huà)及(jí)视频或(huò)不(bù)是结(jié)果(guǒ)，而只(zhǐ)是AI进程中的一块重要拼图(tú)，有望在技(jì)术更(gèng)新的加持下(xià)实现更大的应用价(jià)值。

AI从理解内(nèi)容(róng)，走向了可(kě)以生(shēng)成内容(róng)，甚至(zhì)能(néng)够(gòu)创(chuàng)造出独立价值和独(dú)立视角的内容。AIGC的再次(cì)出(chū)圈，更代表着未来的先(xiān)进生(shēng)产力即将(jiāng)到来(lái)。

紧抓大模型与算力，牢固AIGC底座

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

大模型被誉为(wèi)当前人工智能发(fā)展的智能底座(zuò)，是全球(qiú)竞争最激(jī)烈(liè)的研(yán)究方向之一(yī)，包括谷歌、亚马逊、百度、阿里、腾(téng)讯(xùn)等众多(duō)头部企业都在(zài)竞(jìng)相发力。

不过(guò)训练大模型的确(què)价格(gé)不菲，以国(guó)盛(shèng)证券发布的《ChatGPT需要多少算力(lì)》报告估算，GPT-3训(xùn)练一次(cì)的成本约为140万美元。而对于一(yī)些更大的LLM(大型语言模型)，训练成本则介于200万美元至1200万美元(yuán)高(gāo)价之间(jiān)。

以(yǐ)ChatGPT在2023年1月(yuè)的独立访客平均数1300万(wàn)计(jì)算，其对应芯片需(xū)求(qiú)为(wèi)3万多片英伟达A100 GPU，初(chū)始投入(rù)成本(běn)约为(wèi)8亿(yì)美元，每日仅电费就在(zài)5万美元(yuán)左(zuǒ)右(yòu)。

此外不论是ChatGPT还是AIGC，都离不开庞大算力支持。在关注(zhù)各(gè)类大模型的发展同(tóng)时，更应该关注(zhù)算(suàn)力网(wǎng)络的建设。

算力网(wǎng)络正(zhèng)驱动AI产业(yè)发展(zhǎn)进入史诗(shī)级(jí)加速进程，让AIGC及(jí)通用AI这一人(rén)工智能(néng)发展的终极目标(biāo)离(lí)得更近。

因为算(suàn)力可以对突(tū)破(pò)性技术(shù)创新提供(gōng)大力(lì)的支(zhī)持(chí)。这方(fāng)面，多(duō)模态大(dà)模型是典型。作为面向未来(lái)强(qiáng)人工智能、通(tōng)用人(rén)工智能的(de)重要技术创新，多模态大模型已经在人工智(zhì)能领(lǐng)域提出(chū)了很多(duō)年，业界也(yě)有不少技术突破，但是，多模态大模(mó)型进一步往(wǎng)下走，算力需求呈几何式(shì)上(shàng)升，一般的算(suàn)力基础设施很快(kuài)将难以(yǐ)胜任。

从图像、文字、语音单(dān)独一项(xiàng)的训练(liàn)，到(dào)双模(mó)态、三模态(tài)的(de)跃迁，让(ràng)人工智(zhì)能可以灵活(huó)应对不同模态的转化(huà)、像人与世(shì)界交(jiāo)互一(yī)样(yàng)自然，这方面，由算(suàn)力网络来驱动将有明显(xiǎn)优势(shì)。