自聊天机器人ChatGPT火爆(bào)以来，微软公司创始人比(bǐ)尔·盖(gài)茨(cí)已多次公开谈论人(rén)工(gōng)智(zhì)能话题。在(zài)最近的一(yī)次(cì)采访中，他再(zài)次表示(shì)：“AI可能会让科技行业迎来(lái)一次剧烈(liè)的(de)洗牌(pái)”。

这个结论(lùn)是他在当(dāng)地时(shí)间(jiān)2月20日(rì)接受《In Good Company》节目专访时提出的。

他预期，AI的发展可能会威胁(xié)到谷歌的市占率，因(yīn)为微(wēi)软在AI方面的行动相当迅速。而最终科技巨头将把AI整(zhěng)合成用户的(de)“全能助手”，包揽一切应用，与人们进行沟通(tōng)并提供(gōng)建议，可以取代亚马逊、Siri或(huò)Outlook等(děng)应(yīng)用。

大(dà)佬口中全能助(zhù)手的到来可(kě)能尚需时(shí)日，但由(yóu)ControlNet引(yǐn)发的又一次AI绘(huì)画浪潮，让AIGC在(zài)ChatGPT的话题热点包围中(zhōng)杀出重(zhòng)围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近

以AI绘(huì)画为代表的AIGC上一(yī)次(cì)爆(bào)火的时候，还是2022年8月，在(zài)美国科罗拉(lā)多(duō)州(zhōu)举办的新(xīn)兴数字艺术家竞(jìng)赛中，一(yī)幅名为《太空歌剧院(yuàn)》的(de)作品获奖。

随后各大(dà)厂商的AI绘画软件被广大网友(yǒu)熟知并体验(yàn)，Stable Diffusion便是其(qí)中代表(biǎo)。

用户(hù)们可以在应用中输入一组(zǔ)关(guān)键词或(huò)者一张(zhāng)照片(piàn)，就(jiù)能获得一幅(fú)AI创作的画作。

作画(huà)的(de)关(guān)键就是(shì)所输入的文本。同一组关键词也可以创(chuàng)作出很(hěn)多张风(fēng)格不一样的画作，这(zhè)让创(chuàng)作的过程就像(xiàng)开盲盒。

很多用户很喜(xǐ)欢这种不确定的惊喜，他们会将生(shēng)成的美(měi)图当做头像。而另一部分喜欢翻看AI绘画的“翻车”作品。在社交媒体上，许多用户分享AI“翻车现场”，例(lì)如(rú)，一位(wèi)网(wǎng)友的小狗照片被AI画(huà)成了“肌肉男”，还有网(wǎng)友的个人照片被AI识别(bié)成了建筑。

而如(rú)今随着ControlNet的出现与加(jiā)持，以往(wǎng)AI绘画的填写关键词游(yóu)戏可能要被颠(diān)覆了。

ControlNet是(shì)一位正在(zài)斯坦福读博的中国(guó)人张吕(lǚ)敏创(chuàng)作的一种(zhǒng)基于(yú)控制(zhì)点的图像变形算(suàn)法，主要(yào)用于数字(zì)图(tú)像处理、计算机(jī)视觉(jué)和计(jì)算机图(tú)形(xíng)学等领域。

其(qí)SD插件(jiàn)一经发布，在短短(duǎn)的两天(tiān)内便成为了AI绘画领域最新的热点(diǎn)。

在此之前，大家(jiā)用了很多(duō)方法想让AI生成(chéng)的(de)结果(guǒ)尽(jǐn)可能的符合要(yào)求(qiú)，但(dàn)是都不尽如(rú)人意(yì)，它(tā)的出现代表(biǎo)着AI生成开(kāi)始进(jìn)入(rù)真正(zhèng)的(de)可控时期。

因(yīn)为ControlNet可以直接提(tí)取画(huà)面的构(gòu)图(tú)，人(rén)物的姿势和画面(miàn)的深度信息等。有了它(tā)的帮助，就不用频繁(fán)的用提示词来碰(pèng)运气(qì)，抽盲盒式的创作了(le)。

通俗(sú)的说ControlNet相(xiāng)当于给AI绘画加(jiā)了“魔(mó)法”，不少博(bó)主的作品(pǐn)已经(jīng)获得了大量(liàng)的浏览量，“viggo”就(jiù)是其中之一，他用朋友的(de)照片直接(jiē)带她们走进动漫世(shì)界。

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

再用Text2Prompt插件拓展找到(dào)对(duì)应的关键(jiàn)词；最后(hòu)用ControlNet插件绑定骨骼(gé)开(kāi)始(shǐ)换关键词试效果。

通过图片就可以看出来，效果十分惊艳。

更厉害(hài)的是(shì)，除了真实的(de)照片，草图也可以加上(shàng)“魔(mó)法”，知(zhī)乎大牛(niú)“DevPoint”和“逗砂”介(jiè)绍到ControlNet还能实现线(xiàn)稿转全彩图。大神张吕敏其本尊也亲自(zì)回应(yīng)。

不得(dé)不(bù)说(shuō)当下AIGC已(yǐ)经变得越来越强大，甚至输出的作品都(dōu)已经(jīng)能以(yǐ)假乱真了。

02

难(nán)辨虚实，AIGC技术力爆(bào)发

警(jǐng)惕安(ān)全(quán)问题(tí)

近(jìn)日，“苏州金鸡湖有游艇(tǐng)party”的消(xiāo)息火遍网络(luò)，而经过(guò)警方辟谣这所(suǒ)谓(wèi)的“party”可能是全(quán)国第一起(qǐ)AI绘(huì)图(tú)诈骗。

由于这(zhè)个(gè)活动里面(miàn)给出(chū)的美女照片都是(shì)AI制(zhì)作的真人照片绘(huì)图，因为(wèi)太(tài)逼真，被大家当成真(zhēn)事传播了(le)。

不(bù)过仔细观察可以发现，活(huó)动发起(qǐ)者提供的照片中有个(gè)很(hěn)大的漏(lòu)洞(dòng)可以发现(xiàn)并(bìng)非真(zhēn)人，而是AI绘图，那便是图片中女(nǚ)性(xìng)的手指部分有的存在异常。

有(yǒu)行业人事表(biǎo)示：“现(xiàn)在因为手指部分(fēn)的(de)绘画(huà)算法比较复杂，AI还(hái)不太会画人的手，但(dàn)最新(xīn)看到的图片已经有越来越完美的AI模型出现，以后可能就完全(quán)没有漏(lòu)洞了(le)。”

类似的AI作图诈(zhà)骗(piàn)在(zài)国外也已有发生(shēng)。据英国广播公司报道(dào)，土耳其地震期间，有Tiktok用户使用AI合成了儿童(tóng)受灾(zāi)的假照片发(fā)布到网络，以此诱骗善良的人打赏“捐助”从(cóng)而实施诈骗。

目前随着技术发展，AIGC已(yǐ)经能做出真(zhēn)人照片般(bān)的绘图效果(guǒ)，如果这(zh日落胭脂红完整的诗句带拼音，日落胭脂红完整的诗句的意思è)样的图片被用(yòng)来(lái)诈骗(piàn)，将非常可(kě)怕(pà)。

此外AIGC还引发(fā)了(le)很多担(dān)忧，一方面，批判(pàn)者认为AI在“学(xué)习(xí)”了(le)大(dà)量前人的作品之(zhī)后，其(qí)创作没有任何情绪和(hé)灵魂，难以和人类的(de)艺(yì)术创作相提并论。

另一方面，AIGC背后的版权、目前都并没有得到有效的解决，还有AIGC会不会(huì)代替人类“至高无上”的(de)创(chuàng)意。

马斯克也强调，人工智能的安全问题需要得到重(zhòng)视，太晚就(jiù)来不及了(le)。

03

AIGC下一站除了视频，还有远方

技术都是有两面性的，潜在的危害并不能掩盖其(qí)光辉的贡献(xiàn)。现在看来(lái)，人(rén)工智能技(jì)术(shù)将是(shì)第四(sì)次(cì)工(gōng)业革命(mìng)的核心驱动力量，将(jiāng)创造(zào)新(xīn)的增长奇迹。

过(guò)去一年，人工智能(néng)在(zài)技术和商业层面都有了(le)巨大进展，AI绘画(huà)就是人工智能(néng)技(jì)术发生方(fāng)向性改变的一(yī)个代表。其下一站或许就(jiù)是视频。

此前，Meta和谷(gǔ)歌先后(hòu)发布了(le)几条引(yǐn)爆科技圈的短视频(pín)。这些视频引发关注并非内容做得多优秀，反而都(dōu)非常简单，比如一(yī)匹正(zhèng)在(zài)喝水的马，一只画画(huà)的玩具熊，或(huò)者日落胭脂红完整的诗句带拼音，日落胭脂红完整的诗句的意思一段骑摩(mó)托车的第(dì)一视角录(lù)像，随便一个有手机的人都可以(yǐ)随手录下一段。

但这些短视频的创作(zuò)方式(shì)非常简单(dān)，创作者(zhě)仅仅需(xū)要(yào)向AI输入一(yī)段话，甚至只(zhǐ)是说一下要求，AI就可以(yǐ)根(gēn)据(jù)需要(yào)生成一(yī)段(duàn)视频。

谷(gǔ)歌发布的两(liǎng)个AI生成视频分别来自于Imagen Video和Phenaki，前者主要突出的是高清，与Meta的Make-A-Video没有(yǒu)太多的差别。

在Make-A-Video公布了AI生(shēng)成的(de)视频后，AI圈就已经玩了一波(bō)梗，一个能够做出更高清视(shì)频的AI还(hái)不足(zú)以在短时(shí)间内戳中兴(xīng)奋点。

Phenaki更加(jiā)令人震(zhèn)惊的地(dì)方在(zài)于(yú)，它可以(yǐ)制作出超过2分(fēn)钟的连(lián)贯的也有确切(qiè)内容的视频，这才(cái)是真(zhēn)正(zhèng)让人们感到惊喜的(de)地方。因(yīn)为无论AI生成的视(shì)频多么高清，也(yě)只(zhǐ)能是为内容生产者(zhě)提供一个灵感，一个素(sù)材，一个(gè)过(guò)场动画。