Гонения на ChatGPT. В ход пошла политика.

Власти Китая запретили компаниям, включая Tencent Holdings и Ant Group, использовать в любом виде ChatGPT на своих платформах.

Власти Китая обеспокоены тем, что бот несёт всякую правду, которая не является правдой на определенной части суши.

Обвинитель: дык вот же запись ограбления!!

Обвиняемый: это не я, это ИИ-сгенерил видос, там же 6 пальцев.

Обвинитель: ээ, кхгм, уф, ну, хех...

Вот чую, что на chatGPT могут объявить охоту.

Он реально убивает многие бизнес модели.

Только что прочитал, что SEO-шники в шоке, chatGPT ломает схемы нагона клика и трафика через поисковые оптимизации.

Разные журналы и всякие вполне себе жирные сервисы по приему сценариев и рассказов у талантливого населения вводят баны на прием текстов, сгенеренных chatGPT, ибо поток текстов растет как крипта в 2021. Но как с этим справиться не знают, отклонили 500 работ в феврале (один из сервисов), сколько проникло "нелегально" не знают.

Вот уже даже банкиры переполошились: JPMorgan Chase & Co. ограничила использование чат-бота ChatGPT своими сотрудниками. На всякий случай.

https://www.bloomberg.com/news/articles/2023-02-22/jpmorgan-clamps-down-on-staff-s-use-of-ai-powered-chatgpt-bot

Зато у политиков теперь есть отличная отмазка - ляпнул какую-то чушь в эфире, а потом такой: дык, это chatGPT мне речь писал, я-то причем?

Так, controlNet - это, похоже, новый движок композа на анаболиках Stable Diffusion.
Посмотрите, что творит Всеволод Таран.
Это новый нормальный моушен-дизайн!
И да, чуда нет, если хочется делать что-то за рамками харрипотера в простоквашино, придется подучить 3Д и композ.
Очень круто!
Плотность упаковки информации в видео приближается к черной дыре.
https://t.me/too_motion/602

А вот и новый RealIllusion Character Creator 4.2 - конструктор персонажей для использования с iClone, Maya, Blender, Unreal Engine, Unity или прочая. Но нас ведь теперь интересует как это можно скрещивать с Stable Diffusion, так? Следующим постом кину пример текстурирования трехмерных морд в SD.

Фишка там - это Dynamic Wrinkle, интуитивно понятная и настраиваемая система, которая позволяет создавать реалистичные морщины и управлять ими.

Когда они кривляются - все отлично, но вот речь, по традиции, плохо. Позовите кто-нибудь ИИ, пусть уже научит раз и навсегда исполнять в липсинк.
https://www.reallusion.com/character-creator/update.html

А вот это уже невыносимо круто.
Stable Diffusion крутится прямо на телефоне! Локально, Карл!

Картинка 512х512, 20 steps, SD1.5.

14.42 секунды на Андроид аппарате!

Это быстрее, чем DiffusionBee на Apple M1.

Snapdragon сделали какую-то невероятную оптимизацию и запустили Stable Diffusion на телефоне локально.

Как они выкрутились с памятью, точностью и упихиванием всего этого хозяйства в мозги телефона, читайте тут:
https://www.qualcomm.com/research/artificial-intelligence/ai-research

Куда катится мир?

Год назад были убогие кляксы DiscoDiffusion в облачных коллабах с временем ожидания длиною в жизнь, а сейчас
годные картинки в телефоне за 15 секунд.

Это как?

Спешите! В OpenAI открылась вакансия.

Оператор Рубильника (Killswitch Engineer).

Надо сидеть в серверной и ждать кодового слова. Потом дергать рубильник. Платят бонусы, если сможете вдобавок опрокинуть на сервер ведро воды.
Зарплата указана в объявлении.

P.S. Фактчекинг показал, что объяву написал chatGPT, чтобы отследить и замочить всех претендентов на вакансию, которые прибегут по объявлению

https://www.reddit.com/r/ProgrammerHumor/comments/11aki4z/well_that_escalated_quickly_chatgpt/

Китайский ответ Stable Diffusion и ControlNet.

Алибаба выкатила свою диффузионную модель, отличие которой в том, что она умеет декомпозировать изображение на отдельные объекты и уже потом генерит финальную картинку, адаптируя промпт с учетом этих объектов.

Получается действительно Composer. Он умеет не только сегментировать слои, но и принимать на входе глубину, цветовую гистограмму и еще много чего.

Маленькая деталь - ему нужно 24 гига VRAM, чтобы генерить веселые картинки.

"Используя композиционность в качестве основной идеи, мы сначала разлагаем изображение на репрезентативные факторы, а затем обучаем модель распространения со всеми этими факторами в качестве условий для перекомпоновки входных данных. На этапе вывода богатые промежуточные представления работают как составные элементы, что приводит к огромному пространству дизайна ( т.е., экспоненциально пропорционально количеству разложенных факторов) для создания настраиваемого контента. Примечательно, что наш подход, который мы называем Composer, поддерживает различные уровни условий, такие как текстовое описание в качестве глобальной информации, карта глубины и эскиз в качестве локального ввода, цветовая гистограмма для низкоуровневых деталей и т. д . Помимо улучшения управляемости, мы подтверждаем, что Composer служит общей структурой и облегчает широкий спектр классических генеративных задач без переобучения. Код и модели будут доступны."
https://damo-vilab.github.io/composer-page/