音域划分从低到高，人声音域划分-惠安汇通石材有限公司

音域划分从低到高，人声音域划分 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(ěr)·盖茨已多次(cì)公开谈论人工智(zhì)能话题。在最近的一(yī)次采访中，他再(zài)次表示：“AI可能会让(ràng)科技行业迎来一(yī)次剧烈(liè)的洗(xǐ)牌”。

这个结论是(shì)他(tā)在(zài)当地时间2月20日(rì)接受《In Good Company》节目专(zhuān)访(fǎng)时提出的。

他预期，AI的发展可(kě)能会威胁到谷歌(gē)的市占率，因为微软在AI方面的行动相当迅速。而最终科技巨头(tóu)将把AI整合(hé)成用户的“全能助手”，包(bāo)揽一切应用(yòng)，与(yǔ)人们进行沟通(tōng)并提供建(jiàn)议，可以取(qǔ)代亚(yà)马逊(xùn)、Siri或Outlook等应用。

大佬口(kǒu)中(zhōng)全能助手(shǒu)的到来可能尚需(xū)时(shí)日，但(dàn)由ControlNet引发的(de)又一次AI绘画浪(làng)潮，让AIGC在ChatGPT的话题(tí)热点包围(wéi)中杀出重围。

ChatGPT之(zhī)后又一应用杀疯(fēng)了，AIGC或进入可控期，将洗牌(pái)科技行业？_黑(hēi)料(liào)正能量

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近(jìn)

以AI绘(huì)画(huà)为代表的(de)AIGC上一次爆火的时候，还是2022年8月，在美国(guó)科罗拉多州举(jǔ)办的新兴数字艺术家(jiā)竞赛中(zhōng)，一幅名为《太空(kōng)歌剧院》的作品获奖(jiǎng)。

随后各(gè)大厂商的AI绘画软件被广大网友熟(shú)知并体验，Stable Diffusion便是其中代表。

用户们可以在应(yīng)用中输入一组关键词(cí)或者一(yī)张照(zhào)片，就(jiù)能获得一幅(fú)AI创作的画(huà)作(zuò)。

作(zuò)画的关键就是所输(shū)入的(de)文(wén)本。同一组关键词也可以创(chuàng)作出很多张风(fēng)格不一样的画作，这让创作的过程(chéng)就像开盲盒(hé)。

很多(duō)用户很喜欢这种不确定的(de)惊喜，他们(men)会(huì)将生成的美图(tú)当做头像。而(ér)另一(yī)部分喜欢翻看AI绘(huì)画的“翻(fān)车”作(zuò)品。在社交媒(méi)体上，许多用户分享AI“翻(fān)车现场”，例(lì)如(rú)，一位(wèi)网友的小狗照片被AI画成(chéng)了“肌肉男”，还(hái)有(yǒu)网友的个人照片被(bèi)AI识别成了(le)建筑。

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

ControlNet是(shì)一位(wèi)正在斯(sī)坦福读博的中(zhōng)国人(rén)张(zhāng)吕敏创作的一种基于控制点的图像变(biàn)形算法，主要(yào)用于数字(zì)图像处理、计算(suàn)机视(shì)觉和(hé)计(jì)算机图形(xíng)学(xué)等领域(yù)。

其SD插件一经发布，在短短的两天内便成为(wèi)了AI绘画领域(yù)最新的热(rè)点。

在此之前，大家用了很多方法想让AI生成的结果尽(jǐn)可能的符合要(yào)求，但是都不尽如人意，它的出现代表着(zhe)AI生成开始进入真正的可(kě)控时期。

因(yīn)为ControlNet可以直接提取(qǔ)画(huà)面(miàn)的构图(tú)，人(rén)物的姿势和画面的深(shēn)度信(xìn)息(xī)等(děng)。有了(le)它的帮助(zhù)，就不用(yòng)频繁的用提示(shì)词(cí)来(lái)碰运(yùn)气(qì)，抽盲盒式的创作(zuò)了。

通(tōng)俗的说ControlNet相当于给(gěi)AI绘画加了“魔法”，不少(shǎo)博主的(de)作品已经获得了大(dà)量的浏览(lǎn)量，“viggo”就是其中之一(yī)，他用朋友的照(zhào)片直接(jiē)带她们走进动(dòng)漫世界。

viggo先用(yòng)StableDiffusion图片转文字。

再用Text2Prompt插件拓展找到对应的关键词(cí)；最后用ControlNet插件绑定骨(gǔ)骼开始换关键(jiàn)词试(shì)效果(guǒ)。

通过图片(piàn)就可以看出来，效果(guǒ)十分(fēn)惊(jīng)艳。

更厉害的是(shì)，除了真实的(de)照片，草图也可以加上“魔法”，知乎大牛“DevPoint”和(hé)“逗(dòu)砂”介绍到ControlNet还能实现(xiàn)线稿转全彩图(tú)。大神(shén)张(zhāng)吕敏其本尊也(yě)亲自回应。

不得不(bù)说当下(xià)AIGC已经变得越来越强大，甚至输出的作(zuò)品都已(yǐ)经能以假乱真(zhēn)了。

难辨虚实(shí)，AIGC技(jì)术力爆发

警惕安全问题(tí)

近日，“苏州金鸡(jī)湖(hú)有游艇party”的(de)消息火遍网(wǎng)络，而经过警(jǐng)方(fāng)辟谣这所谓的“party”可能是全国第一起AI绘图诈骗(piàn)。

由于(yú)这个(gè)活动里(lǐ)面给出(chū)的美女照(zhào)片都是AI制作的真人照片(piàn)绘图，因为太逼真，被(bèi)大家当成(chéng)真事(shì)传播了。

不过(guò)仔细观察可以(yǐ)发现，活动发起者提供的照片中有(yǒu)个很大的漏洞可以(yǐ)发现并(bìng)非真(zhēn)人，而是AI绘图，那便是图(tú)片中女性的手(shǒu)指部分(fēn)有(yǒu)的存在异常。

ChatGPT之后(hòu)又一应用(yòng)杀(shā)疯了(le)，AIGC或(huò)进入可控(kòng)期，将洗牌科技行(xíng)业？_黑料(liào)正能量音域划分从低到高，人声音域划分 data-s="300,640" data-type="jpeg" data-w="1280">

有行业人(rén)事表(biǎo)示：“现在因(yīn)为手指部分(fēn)的绘画算法比较复杂，AI还不太会画人(rén)的手，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(yǐ)后可能(néng)就完全没有(yǒu)漏洞了。”

类似的AI作图诈骗在国(guó)外(wài)也已有发(fā)生。据英国广播公司报道(dào)，土耳其地震期(qī)间(jiān)，有Tiktok用(yòng)户使(shǐ)用AI合成了儿童受灾的假照片发布(bù)到(dào)网(wǎng)络，以此诱骗善良(liáng)的(de)人(rén)打赏“捐(juān)助”从而实施诈骗。

目前随着技术发展(zhǎn)，AIGC已(yǐ)经能做(zuò)出真(zhēn)人(rén)照片般的绘图效果(guǒ)，如果这样的图片被用(yòng)来诈骗，将非常可怕。

此外AIGC还引发了很(hěn)多担忧，一方(fāng)面，批(pī)判者认为AI在“学习”了大(dà)量前人的作品之后(hòu)，其创(chuàng)作没有任何(hé)情绪和(hé)灵魂，难(nán)以(yǐ)和人类的艺术创作相提并论。

另一方(fāng)面，AIGC背后的版权、目前都并没(méi)有得到有效的解决，还(hái)有AIGC会不会代替人类“至高无上”的创(chuàng)意。

马斯克也强调，人工智能的安全(quán)问(wèn)题需要得(dé)到重视，太晚就来(lái)不及了(le)。

AIGC下一站除了(le)视(shì)频，还有远方

技术都是有两面性(xìng)的(de)，潜在的危(wēi)害并不能掩盖其光辉(huī)的贡(gòng)献。现在(zài)看来，人工(gōng)智能技术将是第四(sì)次工业革命的核心驱(qū)动力量，将创造新(xīn)的(de)增长奇迹。

过去一年，人工智能(néng)在技术(shù)和商业层面都有(yǒu)了(le)巨(jù)大进展，AI绘画就是人工智(zhì)能技术发生(shēng)方向性改变的一个代(dài)表。其下一站或许就是视频。

此前(qián)，Meta和谷歌(gē)先(xiān)后发布了几条引爆科技圈的短视频。这(zhè)些视频引发关(guān)注并非内容做(zuò)得多优秀，反而都(dōu)非(fēi)常简单，比如一匹(pǐ)正在(zài)喝水的马，一只画画的玩具熊，或者一段骑摩托(tuō)车的第一(yī)视角(jiǎo)录像(xiàng)，随便(biàn)一个有手机(jī)的(de)人都可(kě)以随手录下(xià)一(yī)段(duàn)。

但(dàn)这些短视(shì)频的创作方式非常简单，创作者(zhě)仅仅需要向AI输入一(yī)段话，甚至只是说一下要求，AI就可(kě)以根据(jù)需要生成一段视频。

谷歌发布(bù)的两个(gè)AI生成(chéng)视频(pín)分别来自(zì)于Imagen Video和Phenaki，前者(zhě)主(zhǔ)要突出的是高清，与(yǔ)Meta的Make-A-Video没有太多(duō)的(de)差别(bié)。

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

Phenaki更加(jiā)令(lìng)人震惊的地方在于(yú)，它可以制作(zuò)出超过(guò)2分钟的连贯的也(yě)有确切(qiè)内(nèi)容的视(shì)频，这才是真(zhēn)正让(ràng)人们感(gǎn)到惊喜的(de)地方。因为无(wú)论(lùn)AI生成的视(shì)频多么高清，也只能是为内容生产(chǎn)者提(tí)供一个灵感，一个素材，一(yī)个过场(chǎng)动画。

不过(guò)能够制作(zuò)出有具(jù)体(tǐ)剧情(qíng)内容的(de)视频就(jiù)意味着，一些视频(pín)创(chuàng)作(zuò)由(yóu)AI代(dài)替(tì)人(rén)工完成已经初步有了可能。

当下AI的发展(zhǎn)速度已经超过大(dà)部分人的想象。内容产业的本质是供给创(chuàng)造需求，AIGC作(zuò)为(wèi)全新的内容生产方式，可以为(wèi)内(nèi)容产业带(dài)来(lái)更新的内容(róng)风格(gé)、更(gèng)快的生(shēng)产速度，更低的生产成本(běn)，这无疑(yí)会驱动内容(róng)产业的大爆发。

除(chú)了(le)AI绘图、视频(pín)，AIGC技术(shù)还能应用于音乐、代码、机器(qì)人动作(zuò)等(děng)多种(zhǒng)内容形式(shì)的生成。不(bù)难发现该项技(jì)术不仅(jǐn)在游戏等行业(yè)能(néng)得到有效应用，对于下一代互联网各种元素的构建亦有关(guān)键(jiàn)意义(yì)。

从商业化的角度来看，文化娱乐、教育、传(chuán)媒等诸多领(lǐng)域，本身就对基于AI的可视化内(nèi)容有(yǒu)强烈需求。

因此，AI绘画及视频或(huò)不是结果，而(ér)只是AI进程中的一块重要拼(pīn)图，有望在技术(shù)更新的加持(chí)下实现(xiàn)更大的应用价值(zhí)。

AI从理解内容，走向(xiàng)了可以生成内容(róng)，甚至能够(gòu)创造出独(dú)立(lì)价值和独立视角的(de)内容。AIGC的再次出圈，更代(dài)表(biǎo)着未来的先进生(shēng)产力即(jí)将到(dào)来。

紧抓大模(mó)型与(yǔ)算(suàn)力，牢固AIGC底座

从技术的发展也(yě)可以看出，在(zài)语言大模型、图像(xiàng)大模型(xíng)之后(hòu)，多模态大模(mó)型已经成为了新的趋势(shì)。

大模型被誉(yù)为(wèi)当(dāng)前人工智能发展的智(zhì)能底座，是全(quán)球竞(jìng)争最激烈的研究方向之(zhī)一，包括(kuò)谷(gǔ)歌、亚马逊、百度、阿里、腾讯等(děng)众多头部企业都在竞相(xiāng)发力。

不(bù)过训练(liàn)大模型的(de)确价格不菲，以国盛(shèng)证券发布的(de)《ChatGPT需(xū)要多少算(suàn)力》报告估算，GPT-3训(xùn)练一(yī)次的成本约(yuē)为140万美元。而对于(yú)一些(xiē)更大的(de)LLM(大型语言(yán)模型(xíng))，训练成本则介于200万美元(yuán)至1200万(wàn)美元高价之(zhī)间。

以ChatGPT在2023年(nián)1月的独立访客平均数1300万计算，其对应芯片(piàn)需求为3万多片英伟(wěi)达A100 GPU，初(chū)始投入成本约(yuē)为8亿美元，每日仅电费就在(zài)5万美元左(zuǒ)右。

此外不论是ChatGPT还是AIGC，都离不(bù)开庞大(dà)算力支持。在关注各类大模型的发展同时，更应该关注(zhù)算(suàn)力网络的建设。

算力网(wǎng)络正(zhèng)驱动AI产业发展进入史诗级加速进(jìn)程(chéng)，让AIGC及通(tōng)用(yòng)AI这一人工智(zhì)能发展(zhǎn)的终极目标(biāo)离(lí)得更近。

因为算力可以对突破性技术创新提(tí)供大力的支持。这(zhè)方面，多模(mó)态(tài)大模型是典型。作为(wèi)面向未来强人工智能(néng)、通用(yòng)人(rén)工(gōng)智能的(de)重要技术创新，多模(mó)态大(dà)模(mó)型已经在人工智能领域提出(chū)了很多年，业界也(yě)有(yǒu)不少技术突破，但(dàn)是，多模态大模型进(jìn)一步往下走(zǒu)，算力需求呈几何式上升，一般的算力基(jī)础设施(shī)很快将难(nán)以胜任。

从(cóng)图像、文字、语音单独一项的训练，到双模(mó)态、三模态的跃(yuè)迁，让人工智能可以灵活(huó)应(yīng)对(duì)不同(tóng)模态的转化、像(xiàng)人(rén)与世界交互一样(yàng)自然，这方(fāng)面，由算(suàn)力网络来(lái)驱(qū)动将有(yǒu)明显优势。