a4纸一半大的照片是几寸的啊，a4的一半大小的照片是什么尺寸-IDC站长站，IDC站长，IDC资讯--IDC站长站

a4纸一半大的照片是几寸的啊，a4的一半大小的照片是什么尺寸 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(rén)比尔·盖茨已多次公开(kāi)谈(tán)论(lùn)人(rén)工智能话题。在(zài)最近(jìn)的一次采访中，他再次表示：“AI可能会(huì)让科技行业迎来一次剧烈(liè)的洗牌”。

这个(gè)结论是他在当(dāng)地时间2月20日接受《In Good Company》节目专访(fǎng)时提出的。

他预期，AI的发展(zhǎn)可能会威(wēi)胁(xié)到谷歌的市占(zhàn)率，因为微软在(zài)AI方面的(de)行动相当迅速(sù)。而最(zuì)终科技巨头将把AI整(zhěng)合(hé)成用户的(de)“全(quán)能助(zhù)手”，包揽一切应用，与人们进(jìn)行沟通(tōng)并提供建议，可以取代亚马逊(xùn)、Siri或(huò)Outlook等应(yīng)用。

大佬口中全能助手的到来可能尚需时日，但(dàn)由(yóu)ControlNet引发的又一次AI绘画浪(làng)潮，让AIGC在ChatGPT的话(huà)题热点包(bāo)围(wéi)中杀(shā)出重围(wéi)。

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

ControlNet颠覆AI绘(huì)画新玩法

AIGC向可控靠近

以AI绘画(huà)为代表的(de)AIGC上(shàng)一(yī)次爆火的时候，还是2022年8月，在美(měi)国科(kē)罗(luó)拉(lā)多州举办的新(xīn)兴数字艺(yì)术家竞(jìng)赛中，一幅(fú)名(míng)为(wèi)《太空歌剧院》的(de)作(zuò)品获奖(jiǎng)。

随后(hòu)各(gè)大厂(chǎng)商的AI绘画软件被广大网(wǎng)友熟知(zhī)并体验，Stable Diffusion便是(shì)其中代表。

用(yòng)户们可以在应用中输入一组关(guān)键词(cí)或(huò)者一张照片，就能获(huò)得一幅AI创(chuàng)作的(de)画(huà)作。

作画的关键就是所输入的文本。同一组(zǔ)关键词也可以创作出(chū)很多张风格不一样(yàng)的画作，这让创作的(de)过程就像(xiàng)开盲盒(hé)。

很多用户很喜欢这(zhè)种不确定的惊喜，他们会将生(shēng)成的美图(tú)当做头像。而另一部分喜欢翻看AI绘(huì)画的“翻车”作品。在社(shè)交媒体上，许多用户分享(xiǎng)AI“翻车现场”，例(lì)如，一位网友的(de)小狗照片被AI画成了“肌肉男”，还有网友的个(gè)人照片被AI识别成了建筑。

而如今随着(zhe)ControlNet的出现与加持(chí)，以(yǐ)往AI绘画(huà)的填写关键(jiàn)词游戏可能(néng)要被颠覆了。

ControlNet是(shì)一位正在斯(sī)坦福读博的中国人张吕敏创作(zuò)的(de)一(yī)种基于控制点(diǎn)的(de)图像变形算法，主要用(yòng)于数字(zì)图像处(chù)理、计算机(jī)视觉和计算机图形学等领域。

其SD插件一经发布，在短短的两天内(nèi)便成为了AI绘(huì)画领域最新的热点。

在此(cǐ)之(zhī)前，大家用了很多方法想让AI生成(chéng)的结果(guǒ)尽可(kě)能的(de)符合(hé)要求，但是都不(bù)尽(jǐn)如人意，它的出现代表着AI生(shēng)成开(kāi)始进入真正的(de)可控(kòng)时(shí)期。

因为ControlNet可(kě)以直接提(tí)取画面的构(gòu)图，人物的姿势和画面的深度信息等。有了它的帮助(zhù)，就不用(yòng)频繁的用提示词来(lái)碰运气，抽盲盒式的创作(zuò)了。

通俗的(de)说ControlNet相当于给(gěi)AI绘画加了(le)“魔法”，不少博主的作(zuò)品已经获得了大量的浏(liú)览量(liàng)，“viggo”就(jiù)是(shì)其中之一，他用(yòng)朋友的照片直接带(dài)她们走(zǒu)进动(dòng)漫世界。

viggo先(xiān)用StableDiffusion图片转文(wén)字。

再(zài)用Text2Prompt插(chā)件(jiàn)拓(tuò)展找(zhǎo)到对应的关(guān)键(jiàn)词；最后用ControlNet插件(jiàn)绑定骨骼开(kāi)始换关键词试效果。

通过(guò)图片就可以看出来(lái)，效果(guǒ)十分惊艳。

更厉害的是，除了真实的照片，草图也可以加上“魔法”，知乎(hū)大牛“DevPoint”和“逗(dòu)砂(shā)”介绍(shào)到(dào)ControlNet还能实(shí)现(xiàn)线稿(gǎo)转全(quán)彩图(tú)。大神张吕敏其本(běn)尊也亲自回应。

不得(dé)不说当下AIGC已(yǐ)经变得(dé)越来(lái)越强大，甚(shèn)至输出的(de)作品都已经能以(yǐ)假乱真了。

难辨虚(xū)实，AIGC技术(shù)力爆发

警惕安(ān)全问题

近日，“苏州(zhōu)金(jīn)鸡湖有游艇party”的消息火遍网络，而经过(guò)警方辟谣这(zhè)所谓的“party”可能(néng)是全国第一起AI绘图(tú)诈骗。

由于(yú)这(zhè)个活动里面给(gěi)出(chū)的美女照片(piàn)都是(shì)AI制作的真(zhēn)人(rén)照片绘图，因为太逼真，被大(dà)家当成(chéng)真(zhēn)事传播(bō)了。

不过仔细(xì)观察可以发现，活动发起者(zhě)提供的(de)照片中有个很大的漏(lòu)洞可(kě)以发现(xiàn)并(bìng)非真人，而(ér)是(shì)AI绘图，那(nà)便是图(tú)片中女性的手指(zhǐ)部分有的存在异(yì)常。

ChatGPT之后又一(yī)应用(yòng)杀疯(fēng)了，AIGC或(huò)进入可控(kòng)期，将洗牌科技行业？_黑料正能(néng)量

有行业人事(shì)表(biǎo)示：“现在因为手指部分的绘画算法比较(jiào)复杂，AI还不太会画人的手，但最新看到的(de)图片(piàn)已经(jīng)有越来越完美(měi)的AI模型出现，以后可能就完(wán)全没有漏洞了。”

类似的AI作图诈骗在国外也(yě)已(yǐ)有发(fā)生。据英国广播(bō)公司报道，土耳其地震期间，有Tiktok用户使用AI合成了儿(ér)童受灾的(de)假照片发(fā)布(bù)到网络，以此诱(yòu)骗善良的人(rén)打赏“捐助”从而(ér)实施诈骗。

目前随着(zhe)技术发(fā)展，AIGC已经能做出真人照片般的(de)绘(huì)图效果，如果(guǒ)这样(yàng)的图(tú)片被用(yòng)来(lái)诈骗，将非常(cháng)可怕。

此(cǐ)外(wài)AIGC还引发了很多担忧(yōu)，一(yī)方面，批判(pàn)者认为AI在“学习”了大量前人(rén)的作品(pǐn)之后，其创(chuàng)作没(méi)有(yǒu)任何情绪和灵(líng)魂(hún)，难以(yǐ)和人(rén)类的艺术(shù)创作(zuò)相(xiāng)提并论。

另一方面，AIGC背后的版权(quán)、目(mù)前都并没有(yǒu)得到有效的解决，还有(yǒu)AIGC会不会代替人类“至高无上”的创意。

马斯(sī)克也(yě)强调，人工智能的安全问题需要(yào)得(dé)到重视，太晚(wǎn)就来不及(jí)了。

AIGC下一(yī)站除了视(shì)频，还有远方

技术都是有(yǒu)两面性的，潜在(zài)的危害并不能掩(yǎn)盖其光(guāng)辉(huī)的贡献(xiàn)。现在看来，人工(gōng)智能技术将是第四次工业革命的核心驱动力量，将创造新(xīn)的(de)增长奇迹。

过(guò)去一年，人工智(zhì)能在技(jì)术和(hé)商业层面都有了巨(jù)大进(jìn)展，AI绘画就是人工(gōng)智能(néng)技(jì)术发生方向(xiàng)性改变的一个(gè)代表。其下一站或许就是视频。

此前(qián)，Meta和谷(gǔ)歌先后(hòu)发布了几(jǐ)条引爆(bào)科技(jì)圈的短视频。这些(xiē)视频引发关注并非内容做得(dé)多优秀，反而都非(fēi)常简单，比如(rú)一(yī)匹(pǐ)正在喝(hē)水的马，一只画画(huà)的玩具熊(xióng)，或者(zhě)一段骑摩托车的第一视角录(lù)像，随便一个有手机的人都可(kě)以随手录(lù)下一段。

但这些短视(shì)频的(de)创作方式非(fēi)常简单(dān)，创作者仅仅需要向AI输入(rù)一段话，甚至(zhì)只是说一(yī)下要求，AI就可以根据需要生(shēng)成一段视频(pín)。

谷(gǔ)歌发布的两个AI生成(chéng)视频(pín)分(fēn)别来(lái)自于Imagen Video和Phenaki，前者主(zhǔ)要突出的是高清，与Meta的(de)Make-A-Video没(méi)有太多(duō)的差别。

在Make-A-Video公布(bù)了AI生成的视频后(hòu)，AI圈就已经玩了(le)一波梗，一个能够做出(chū)更高(gāo)清视(shì)频的AI还不足(zú)以在(zài)短时间内戳中兴奋(fèn)点。

Phenaki更(gèng)加令人(rén)震(zhèn)惊的地(dì)方在于，它可以制作出超过2分(fēn)钟的连贯的也有确切(qiè)内容的(de)视频，这才是真(zhēn)正让人(rén)们感到(dào)惊喜的地方。因(yīn)为无论AI生成(chéng)的视频多么高清，也(yě)只能是(shì)为内(nèi)容(róng)生产者(zhě)提供(gōng)一个灵感，一个素材，一个过场动画。

不过能够制作出有具体剧(jù)情内(nèi)容的(de)视频就意味着，一些视频(pín)创作由AI代替人(rén)工(gōng)完成已经初步有(yǒu)了可(kě)能。

当下AI的发展速度已经超过大部分人的想象(xiàng)。内容产业(yè)的本质是(shì)供给创造需求，AIGC作为全新的内容生产方式，可以为内(nèi)容(róng)产业带来更新(xīn)的内(nèi)容风格、更快的(de)生(shēng)产速度，更低的生产成本，这无疑(yí)会驱动内容产业的大爆发。

除了AI绘图、视频，AIGC技(jì)术还能应(yīng)用于音乐、代码(mǎ)、机器(qì)人动作等多种内容形式的(de)生成。不难发现该项技(jì)术不仅在(zài)游戏等行业能得到有效应用，对于下一代(dài)互联网各种元素的构建亦有关(guān)键意义。

从商业化(huà)的角度来看，文化(huà)娱(yú)乐、教(jiào)育、传媒(méi)等诸多领域，本身就对基于AI的可(kě)视(shì)化内容有强烈需求(qiú)。

因(yīn)此，AI绘(huì)画及(jí)视频(pín)或不是(shì)结(jié)果，而只是AI进程中的一(yī)块重要拼图，有望(wàng)在(zài)技术更新的加持下实现更大的应用(yòng)价值。

AI从理解内(nèi)容(róng)，走(zǒu)向了(le)可以生成内容，甚至能够创造出独立价(jià)值和独立视角的内容。AIGC的再(zài)次出圈，更代(dài)表着未来(lái)的先进生产力(lì)即将到(dào)来。

紧抓大模型与算力，牢固AIGC底座

从(cóng)技术(shù)的发展也可(kě)以看出，在语(yǔ)言大模型(xíng)、图像大模(mó)型之后，多(duō)模(mó)态大模(mó)型已经成(chéng)为了新的趋势。

大(dà)模型被誉为当前人工智能发展的(de)智能底(dǐ)座，是(shì)全球竞争(zhēng)最激(jī)烈的研究方向之一，包括(kuò)谷歌、亚马逊、百度、阿里(lǐ)、腾讯等(děng)众(zhòng)多头部企业都在(zài)竞(jìng)相发力。

不过训(xùn)练(liàn)大模型的确价格不(bù)菲，以国(guó)盛证券发(fā)布的(de)《ChatGPT需要多少算(suàn)力》报(bào)告估算，GPT-3训练一次的成本约为140万美(měi)元。而对于(yú)一些更大的(de)LLM(大型语(yǔ)言模型)，训(xùn)练成(chéng)本则介于200万美元至(zhì)1200万美元高价之(zhī)间。

以(yǐ)ChatGPT在2023年1月的(de)独立访客平均数1300万(wàn)计算(suàn)，其对应芯片需求(qiú)为3万多片英伟达A100 GPU，初始投(tóu)入成本(běn)约为8亿美(měi)元，每日仅电费就在5万(wàn)美元左右。

此(cǐ)外不论是ChatGPT还(hái)是AIGC，都(dōu)离不开庞大算力(lì)支(zhī)持。在关注各类大模型(xíng)的发展同时，更应该关(guān)注(zhù)算力(lì)网络(luò)的建设。

算(suàn)力网络正(zhèng)驱(qū)动AI产业发展进(jìn)入史(shǐ)诗级(jí)加速进程(chéng)，让AIGC及通用AI这(zhè)一人工(gōng)智能发展的终极目标(biāo)离(lí)得更近。

因为(wèi)算力可(kě)以对突破性技术(shù)创新提供大力(lì)的支(zhī)持。这方面，多模态(tài)大模型(xíng)是(shì)典型。作为面向未(wèi)来强人工智能、通用(yòng)人工智能的重要技术创新，多模(mó)态大(dà)模型(xíng)已(yǐ)经在人工(gōng)智能领(lǐng)域提(tí)出了很多年，业界也有不(bù)少(shǎo)技(jì)术突(tū)破，但是，多模(mó)态大(dà)模型(xíng)进(jìn)一(yī)步往(wǎng)下走(zǒu)，算(suàn)力(lì)需求呈几何式上升，一(yī)般(bān)的(de)算力基础设施很快将难以(yǐ)胜(shèng)任(rèn)。

从图像、文字、语音(yīn)单(dān)独(dú)一项的训练，到双模态、三模态的跃迁，让人工(gōng)智能可以灵活(huó)应(yīng)对(duì)不(bù)同(tóng)模态的转化、像人与世界交互一(yī)样自然，这方面，由算(suàn)力网(wǎng)络来驱(qū)动将有明显(xiǎn)优(yōu)势。