心之所向目光所至什么意思，目光所至啥意思-绿茶通用站群

心之所向目光所至什么意思，目光所至啥意思 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(qì)人ChatGPT火爆以来，微(wēi)软公司创始人比(bǐ)尔·盖茨已多次公(gōng)开谈论人工智能话题。在最(zuì)近的一次(cì)采(cǎi)访中(zhōng)，他再次表示(shì)：“AI可能会让(ràng)科技行业迎来一次剧(jù)烈的洗牌”。

这个结(jié)论(lùn)是他在当(dāng)地时间2月(yuè)20日(rì)接受《In Good Company》节目(mù)专访时提出的。

他预期，AI的发(fā)展可能会(huì)威胁到谷歌(gē)的市(shì)占(zhàn)率，因为微软在AI方面的行动相(xiāng)当迅速。而最终科技巨头(tóu)将把AI整(zhěng)合成用户的“全能助手”，包(bāo)揽(lǎn)一(yī)切应用，与(yǔ)人(rén)们进(jìn)行沟通并(bìng)提供建议，可以(yǐ)取代(dài)亚马(mǎ)逊、Siri或Outlook等(děng)应用。

大(dà)佬口中全能助手(shǒu)的(de)到来可(kě)能尚(shàng)需时(shí)日，但(dàn)由ControlNet引发(fā)的又一次AI绘画浪潮，让AIGC在ChatGPT的话题(tí)热点包围中杀出重围。

ChatGPT之后又一应用杀疯了，AIGC或(huò)进入可控期，将洗牌(pái)科技行业？_黑料正能量

ControlNet颠覆AI绘(huì)画新玩法

AIGC向可控靠近

以(yǐ)AI绘画为(wèi)代表的AIGC上一(yī)次爆火的时(shí)候(hòu)，还是2022年8月，在(zài)美国(guó)科(kē)罗拉多州举办的新兴数(shù)字艺术家竞赛中，一幅(fú)名为《太空歌剧院》的作品获奖(jiǎng)。

随后各大(dà)厂(chǎng)商的AI绘画软件被(bèi)广大网友熟(shú)知(zhī)并体(tǐ)验，Stable Diffusion便是其中代(dài)表。

用户们(men)可以在应用(yòng)中输入(rù)一组关键词或者一张照片，就能获得一幅AI创作的画(huà)作(zuò)。

作画(huà)的关(guān)键就是(shì)所输(shū)入的文本。同(tóng)一组关键词也可以创作出很多张风格(gé)不一样的画作，这让创作的过程就像开盲盒。

很多(duō)用(yòng)户很喜欢这(zhè)种不(bù)确定的(de)惊喜，他们会将生成的美图(tú)当做(zuò)头像。而另一部分喜(xǐ)欢(huān)翻看AI绘画(huà)的“翻车”作品。在社交媒体上，许多用户(hù)分享(xiǎng)AI“翻车现场”，例如，一位(wèi)网友(yǒu)的小狗照片被AI画成了“肌肉男(nán)”，还有网(wǎng)友的个(gè)人照片被(bèi)AI识别成了建筑。

而如今随着ControlNet的出现与加(jiā)持(chí)，以往AI绘画(huà)的(de)填写关键词游戏可能要被颠覆(fù)了(le)。

ControlNet是一位(wèi)正在斯坦福读博(bó)的中国人张吕敏创作(zuò)的一种基心之所向目光所至什么意思，目光所至啥意思于控制(zhì)点的图像变形算法，主要用于数字图像(xiàng)处(chù)理、计算机视(shì)觉和计算机(jī)图(tú)形学等(děng)领域。

其SD插件一经发(fā)布，在短短(duǎn)的两天内(nèi)便成为了AI绘画领域(yù)最新的热点。

在此之(zhī)前，大家(jiā)用了很(hěn)多方法想(xiǎng)让AI生成的结果尽可能的(de)符合(hé)要求，但是都不(bù)尽如人意，它(tā)的出现代表着(zhe)AI生成开始进(jìn)入真正的可控时期。

因(yīn)为ControlNet可以(yǐ)直(zhí)接提取画面的(de)构图，人物的(de)姿势(shì)和(hé)画面的深度信息等。有了它的帮助，就不用频繁的用提示(shì)词来碰运气，抽(chōu)盲盒(hé)式的(de)创(chuàng)作了。

通俗的说ControlNet相当于给AI绘画加了“魔法”，不少博(bó)主的作品已经(jīng)获得了大量(liàng)的浏(liú)览量，“viggo”就是其中之一(yī)，他用朋友的照片直接带她们(men)走进(jìn)动(dòng)漫世界。

viggo先用StableDiffusion图片转(zhuǎn)文(wén)字。

再用Text2Prompt插件(jiàn)拓展(zhǎn)找到对应的关键词；最(zuì)后用ControlNet插件绑定骨(gǔ)骼开始换关(guān)键词(cí)试效果。

通过图(tú)片就可以(yǐ)看(kàn)出来，效果十分惊艳。

更厉害的是(shì)，除了真实的(de)照片，草图也可以(yǐ)加上(shàng)“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿转全彩(cǎi)图(tú)。大神张吕(lǚ)敏其本尊(zūn)也亲自回(huí)应。

不得不说(shuō)当(dāng)下AIGC已经变得越来越强大，甚至输出的作品都已经(jīng)能以假(jiǎ)乱真了(le)。

难(nán)辨虚实，AIGC技术力(lì)爆(bào)发

警惕安全问题

近日，“苏州金鸡湖有游艇party”的消息火遍(biàn)网络(luò)，而经过警(jǐng)方(fāng)辟谣(yáo)这所谓的“party”可能是全国(guó)第一起心之所向目光所至什么意思，目光所至啥意思AI绘图诈骗。

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

不过仔(zǎi)细观察(chá)可以发(fā)现(xiàn)，活(huó)动发起者提(tí)供的照片中有个(gè)很大的漏洞可以发(fā)现并非真人，而(ér)是AI绘图，那便是图片(piàn)中女性的手(shǒu)指部分(fēn)有的(de)存在异常。

ChatGPT之后又一应用杀疯(fēng)了(le)，AIGC或进入可(kě)控(kòng)期，将洗牌科技(jì)行业(yè)？_黑料正能量

有行业人事(shì)表示：“现在因(yīn)为(wèi)手指部分的绘(huì)画算法比较(jiào)复杂，AI还不太会画人的手，但最新(xīn)看到的图片已经(jīng)有越来(lái)越完美的AI模型出现，以后可能就完全没有漏洞了。”

类似的AI作图诈骗在(zài)国外也已(yǐ)有发生。据英国广播公司报道，土耳其地(dì)震期间(jiān)，有Tiktok用户使用(yòng)AI合成了儿童受灾(zāi)的假照片发布(bù)到网(wǎng)络，以(yǐ)此(cǐ)诱骗善良的人打赏“捐助”从而实(shí)施诈骗。

目(mù)前(qián)随(suí)着技术发展，AIGC已经能做出真(zhēn)人照(zhào)片般的(de)绘图效果，如(rú)果这样的图片(piàn)被用来诈(zhà)骗，将非常(cháng)可怕(pà)。

此外AIGC还(hái)引(yǐn)发(fā)了(le)很多担忧，一方面，批判者认为AI在“学习”了大量(liàng)前人的作品之后(hòu)，其(qí)创作没有任何情绪和灵(líng)魂(hún)，难以(yǐ)和人类的艺术创(chuàng)作相提并论。

另一方面，AIGC背后的(de)版权、目前(qián)都并没有得(dé)到有效的解决，还有AIGC会不会代(dài)替人类“至高(gāo)无上”的创意。

马斯克也强调，人工智能的安全问(wèn)题需要得到重视(shì心之所向目光所至什么意思，目光所至啥意思)，太晚就来不(bù)及了。

AIGC下(xià)一站除了视频，还有远方

技术都是(shì)有(yǒu)两面性(xìng)的，潜在(zài)的危害并不能(néng)掩盖其光辉的贡献(xiàn)。现在看来，人工智能(néng)技(jì)术将是第四次工业革(gé)命(mìng)的(de)核心(xīn)驱动力(lì)量，将创造新的增(zēng)长奇迹。

过去一(yī)年，人工智能(néng)在技术(shù)和(hé)商业层(céng)面(miàn)都有(yǒu)了巨大进展，AI绘画(huà)就是人(rén)工智能技术发生方(fāng)向(xiàng)性改变的一个代表。其下一站或许(xǔ)就是(shì)视(shì)频。

此(cǐ)前，Meta和谷歌先后发布了几条引爆科技圈的短视频。这些(xiē)视频引发关注并非(fēi)内容做得多(duō)优秀，反而都非(fēi)常(cháng)简单，比如一匹正在喝水的马，一只画画的玩具熊，或(huò)者一段(duàn)骑(qí)摩托车的(de)第一视角录(lù)像，随(suí)便一个有手机的人都可以随手录下(xià)一段。

但这(zhè)些(xiē)短视频(pín)的创作方式非常简单(dān)，创作者(zhě)仅仅(jǐn)需要向AI输入一段话，甚至只(zhǐ)是(shì)说一(yī)下要(yào)求，AI就可以根(gēn)据需要生成一段视频。

谷歌发(fā)布的两个AI生成视(shì)频分别来(lái)自于Imagen Video和Phenaki，前(qián)者(zhě)主要(yào)突出的是高清(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(chéng)的(de)视频后(hòu)，AI圈就已(yǐ)经玩了一波梗，一(yī)个能够做(zuò)出更高清视(shì)频的AI还不足以在(zài)短时间(jiān)内(nèi)戳(chuō)中(zhōng)兴(xīng)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分钟的连(lián)贯的(de)也有确切内容的视频(pín)，这(zhè)才是真正让人(rén)们(men)感到惊喜的地方。因为无(wú)论(lùn)AI生成(chéng)的视频多么(me)高清(qīng)，也只能是为内(nèi)容(róng)生产(chǎn)者(zhě)提供一个灵感，一个素(sù)材，一个过场动画。

不过能(néng)够制作(zuò)出有具体剧情内容的(de)视频(pín)就意味(wèi)着，一(yī)些视频创作由AI代替人工完成已(yǐ)经初步有(yǒu)了可能。

当(dāng)下AI的发展(zhǎn)速度已经超过大部分人的想象(xiàng)。内容产业的本质是供给创造需(xū)求，AIGC作(zuò)为全(quán)新的内容生(shēng)产方式，可以为内(nèi)容产业带来更新(xīn)的内容风(fēng)格、更快(kuài)的生产(chǎn)速(sù)度，更低的生产成本，这无(wú)疑会驱动(dòng)内容(róng)产业的大爆(bào)发。

除了AI绘图、视频，AIGC技术还能应(yīng)用于音乐、代码、机器人(rén)动作等多种(zhǒng)内容形式的生成。不难(nán)发现该项技(jì)术不(bù)仅(jǐn)在游戏等(děng)行业能得到有(yǒu)效应(yīng)用，对(duì)于下(xià)一(yī)代互联网各种元素的构建亦有关键意(yì)义。

从商(shāng)业化的角度来看，文化娱(yú)乐、教育、传(chuán)媒等诸(zhū)多领域，本身就对基于AI的可视化内容(róng)有(yǒu)强烈需求。

因此，AI绘画及视频(pín)或不是(shì)结果，而(ér)只是(shì)AI进程中(zhōng)的一块(kuài)重要(yào)拼图，有望在技术更(gèng)新的加持下实现更大的应(yīng)用价值。

AI从理解内(nèi)容，走向了(le)可以生成内容，甚至能(néng)够创造出独(dú)立价(jià)值和(hé)独(dú)立视角的内容。AIGC的(de)再次(cì)出圈，更代表着未(wèi)来的先进生(shēng)产力即将(jiāng)到来(lái)。

紧抓大模型与算力，牢(láo)固AIGC底座(zuò)

从技术的(de)发(fā)展也(yě)可以看出，在(zài)语言大模(mó)型、图像大模(mó)型之后，多模态大模型已经成为了新的趋势。

大模型被誉为当前人工智能(néng)发展的智能底(dǐ)座，是全球竞争(zhēng)最激烈的研究(jiū)方(fāng)向(xiàng)之(zhī)一，包括谷(gǔ)歌、亚马逊、百度(dù)、阿里、腾讯(xùn)等(děng)众多头部企业都在(zài)竞相发(fā)力(lì)。

不过训(xùn)练大(dà)模型的确价格不菲，以国盛证券发布的《ChatGPT需要多少(shǎo)算力》报告估算，GPT-3训(xùn)练一次的(de)成本(běn)约(yuē)为140万美元。而对于一(yī)些更大的LLM(大型语言模型)，训(xùn)练(liàn)成本则介于200万美元至1200万美元高价之间。

以ChatGPT在(zài)2023年1月的独立访(fǎng)客平均数(shù)1300万计算，其对应芯片需求(qiú)为3万多片英伟达A100 GPU，初(chū)始投入成本约为8亿美元(yuán)，每日(rì)仅电费就(jiù)在5万美(měi)元左右。

此外不(bù)论是(shì)ChatGPT还是AIGC，都离不开庞(páng)大(dà)算力支持(chí)。在(zài)关注各类大模型的发(fā)展同(tóng)时，更应该(gāi)关注(zhù)算力网络的建设(shè)。

算力网络正(zhèng)驱动AI产(chǎn)业发展进入史诗级加速进(jìn)程，让(ràng)AIGC及通用AI这一人工智能发展的终极(jí)目(mù)标(biāo)离得更(gèng)近。

因(yīn)为(wèi)算力(lì)可以对(duì)突破(pò)性技术创新提供大力(lì)的支持。这方(fāng)面，多模态大模型是典型。作为面向(xiàng)未来强人工智能、通用人工(gōng)智能的重(zhòng)要技术创新，多模态大模型已经(jīng)在人工(gōng)智能领域提出了很多(duō)年，业(yè)界也有不少技术突破，但是，多模态大模型进一步往下走，算力需求呈(chéng)几何式上升(shēng)，一般的(de)算力(lì)基础(chǔ)设施很快将难以胜任。

从图像、文字、语音(yīn)单独一项(xiàng)的训练，到双模(mó)态、三(sān)模(mó)态的(de)跃迁，让人工(gōng)智(zhì)能可以灵(líng)活应(yīng)对不同(tóng)模(mó)态的(de)转(zhuǎn)化、像(xiàng)人与世界交互一样自然，这方面，由算力网络来(lái)驱动将(jiāng)有(yǒu)明(míng)显(xiǎn)优势。