自聊天(tiān)机器人ChatGPT火爆以来，微(wēi)软公司创(chuàng)始人比尔(ěr)·盖茨已(yǐ)多(duō)次公开(kāi)谈论人工智能话题。在最(zuì)近的一次采(cǎi)访中(zhōng)，他再次表示(shì)：“AI可能(néng)会让科技行(xíng)业(yè)迎来一次剧烈(liè)的(de)洗牌”。

这个结论是他在(zài)当地(dì)时间2月20日接受(shòu)《In Good Company》节目专访时提出的。

他(tā)预(yù)期，AI的发展可能(néng)会威胁(xié)到谷歌的市占率(lǜ)，因为微软在(zài)AI方面的行动(dòng)相当迅速。而最(zuì)终科技巨头将(jiāng)把AI整合成用户的“全能助手”，包揽一切应用(yòng)，与人们进行沟通并提供建议(yì)，可(kě)以(yǐ)取代亚马逊、Siri或(huò)Outlook等(děng)应用(yòng)。

大佬口中全能(néng)助手的到(dào)来(lái)可(kě)能尚需时日，但由ControlNet引发的又(yòu)一次(cì)AI绘画(huà)浪(làng)潮(cháo)，让AIGC在ChatGPT的话(huà)题热点包围中杀出重围(wéi)。

01

ControlNet颠(diān)覆(fù)AI绘画新(xīn)玩法

AIGC向可控(kòng)靠近

以AI绘画为代表的AIGC上(shàng)一次爆火的时候，还是2022年8月，在美国科罗(luó)拉多(duō)州举办(bàn)的新兴数字(zì)艺术家竞赛中，一(yī)幅名为《太空歌(gē)剧(jù)院》的(de)作品获奖(jiǎng)。

随后各(gè)大(dà)厂商的AI绘画软(ruǎn)件被广(guǎng)大网友熟知并(bìng)体验，Stable Diffusion便是其中代表。

用户(hù)们可以在应用(yòng)中输入一组关键词或(huò)者一张照片，就能获得一幅AI创(chuàng)作的画(huà)作(zuò)。

作画的(de)关键就是所输入的文本(běn)。同一组关键词也可(kě)以创作出(chū)很多张风格不一样的画(huà)作，这让创作的过程就像开(kāi)盲(máng)盒。

很多用户很喜欢这种不确定(dìng)的惊喜，他们会将生成的(de)美(měi)图当(dāng)做(zuò)头像。而另(lìng)一部分喜欢翻看AI绘画的“翻车”作品。在社(shè)交媒体上，许多用户分享AI“翻车现场(chǎng)”，例如，一位网友的小狗照片被AI画(huà)成了“肌(jī)肉男(nán)”，还有(yǒu)网(wǎng)友的个人照(zhào)片被(bèi)AI识(shí)别成了建筑。

而如今随着ControlNet的出(chū)现与加持，以往AI绘画的(de)填(tián)写关键(jiàn)词(cí)游(yóu)戏可能要被颠覆了(le)。

ControlNet是一(yī)位(wèi)正在斯坦福读博(bó)的中国人张吕(lǚ)敏创作的(de)一种基于控制(zhì)点(diǎn)的图像变(biàn)形算法，主要用于数(shù)字图(tú)像(xiàng)处理、计(jì)算(suàn)机视觉和(hé)计算机图形学(xué)等领(lǐng)域。

其SD插件一(yī)经发布，在短短的两(liǎng)天内(nèi)便(biàn)成为了AI绘(huì)画领域(yù)最新的热点。

在此之前，大家用了很多方法(fǎ)想(xiǎng)让AI生成的结果尽可(kě)能的符合(hé)要求，但(dàn)是都不尽(jǐn)如人意(yì)，它的出(chū)现(xiàn)代(dài)表着(zhe)AI生成(chéng)开始(shǐ)进入真正的可控时期。

因为ControlNet可以(yǐ)直接提取画(huà)面的构图，人物(wù)的姿势和画面的深度信息(xī)等。有了它的帮(bāng)助，就不(bù)用频繁的用(yòng)提示词来(lái)碰(pèng)运气，抽盲盒式的(de)创作了。

通俗的说ControlNet相当(dāng)于给AI绘(huì)画加了“魔(mó)法”，不少(shǎo)博主的作品已经获得(dé)了大(dà)量的浏览量，“viggo”就是其中之一(yī)，他用朋友的照片直接(jiē)带她们走进(jìn)动漫世界。

viggo先用(yòng)StableDiffusion图(tú)片转(zhuǎn)文(wén)字。

再(zài)用Text2Prompt插件拓(tuò)展(zhǎn)找到对应的关(guān)键词(cí)；最后(hòu)用ControlNet插件绑定骨骼开始换关键词(cí)试效果。

通过图片就可以(yǐ)看出来，效果十分惊艳(yàn)。

更厉害(hài)的(de)是，除了真实的照片，草图也可以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实(shí)现线稿转(zhuǎn)全(quán)彩图(tú)。大神张吕(lǚ)敏其本尊也(yě)亲自回应。

不(bù)得不(bù)说当下(xià)AIGC已经变得越来越强大(dà)，甚至输出的(de)作品都已经能以假乱真(zhēn)了。

02

难辨虚实(shí)，AIGC技术力爆发

警(jǐng)惕安(ān)全问(wèn)题

近日，“苏州金鸡湖有游艇(tǐng)party”的消息(xī)火遍网络，而经过(guò)警方辟(pì)谣(yáo)这所谓的“party”可能(néng)是(shì)全国第(dì)一起AI绘图诈骗(piàn)。

由于这(zhè)个活动(dòng)里面给出的(de)美女照片都(dōu)是AI制作(zuò)的真人照片绘图，因为太逼真，被大家当成真(zhēn)事传(chuán)播了。

不过仔细(xì)观察可以(yǐ)发现，活动发起者提供的照片(piàn)中有个(gè)很(hěn)大(dà)的漏洞可以发(fā)现并(bìng)非真人，而是(shì)AI绘图，那便是图片中女性的手指部分有的存在异常。

有行(xíng)业人事(shì)表示：“现在因为(wèi)手指(zhǐ)部分的绘(huì)画算(suàn)法(fǎ)比较复杂，AI还不太会画人的(de)手，但最新看到的图片已经(jīng)有越(yuè)来(lái)越完美的AI模型(xíng)出(chū)现，以后可能就完全没有漏洞了。”

类(lèi)似的AI作图诈骗在(zài)国外也已(yǐ)有发生。据英(yīng)国广播公司报道，土耳其地(dì)震期间(jiān)，有Tiktok用户(hù)使(shǐ)用(yòng)AI合成了儿(ér)童(tóng)受灾的假(jiǎ)照片发布到网络，以(yǐ)此诱骗善(shàn)良的人打赏(shǎng)“捐助(zhù)”从而实施诈骗。

目前(qián)随(suí)着技术发展，AIGC已经能(néng)做出真人照片般(bān)的绘图效(xiào)果，如(rú)果这样的(de)图片被用来诈骗，将非常可怕(pà)。

此外AIGC还(hái)引发了很(hěn)多(duō)担忧，一(yī)方面，批判者认为(wèi)AI在“学习”了大(dà)量前人的(de)作品(pǐn)之后，其创(chuàng)作(zuò)没(méi)有任何情(qíng)绪和灵魂，难以和(hé)人类的艺术创作相提并论(lùn)。

另一方面，AIGC背后的版权(quán)、目前都并没有得到有效的解决，还有AIGC会不会代替人类“至高无(wú)上”的创(chuàng)意。

马斯克也强(qiáng)调，人(rén)工智能(néng)的安(ān)全问题(tí)需要得(dé)到重视，太晚就来不及了。

03

AIGC下一站除了视频，还有远方

技(jì)术都是有(yǒu)两面性(xìng)的，潜在的(de)危害并不(bù)能掩盖(gài)其光辉的贡献。现在看来，人(rén)工智能技术将(jiāng)是第四次(cì)工业革命的核心驱动力量，将创造新的增长奇(qí)迹。

过去一(yī)年，人工(gōng)智能在技术和商业层面都有(yǒu)了巨大进展，AI绘画就(jiù)是(shì)人工智能技术发(fā)生方向(xiàng)性改(gǎi)变的(de)一个代表。其下一站或许就是视(shì)频。

此前，Meta和(hé)谷歌先后发布了几条引(yǐn)爆科技圈(quān)的短(duǎn)视频。这些视频引发关(guān)注并非内(nèi)容做得多优秀(xiù)，反(fǎn)而都非(fēi)常简单，比如一匹(pǐ)正在喝水(shuǐ)的马，一只画画的(de)玩具熊，或者一段(duàn)骑(qí)摩托车的第一视角录像，随便一个有手机的人都可(kě)以随手录下(xià)一段。

但(dàn)这些(xiē)短视频的创作(zuò)方式非常简单，创作者仅仅需要向AI输入一段(duàn)话，甚(shèn)至(zhì)只是说一(yī)下要求，AI就可以(yǐ)根据(jù)需(xū)要生(shēng)成一段(duàn)视频。

谷歌(gē)发(fā)布(bù)的两个AI生(shēng)成视频分别(bié)来自于Imagen Video和(hé)Phenaki，前者主要突出的是高(gāo)清(qīng)，与Meta的Make-A-Video没有太(tài)多的(de)差别。

在Make-A-Video公布了(le)AI生(shēng)成的视(shì)频(pín)后，AI圈就已经玩(wán)了一波梗，一个(gè)能(néng)够(gòu)做出更高清(qīng)视频的AI还不足以(yǐ)在短时(shí)间(jiān)内戳中兴(xīng)奋点。

Phenaki更(gèng)加令人震惊(jīng)的地方在于(yú)，它可以制作出(chū)超过2分钟的连贯的也有(yǒu)确切内容(róng)的视频，这(zhè)才是真正让人(rén)们感到惊喜的地方。因为无论(lùn)AI生成的视(shì)频多么高(gāo)清，也只(zhǐ)能(néng)是为内容生产(chǎn)者提供一个灵感，一个素材，一个(gè)过场动画(huà)。

不(bù)过能够制(zhì)作出(chū)有具体剧情(qíng)内(nèi)容的视(shì)频就意味着，一些视频创作由AI代替人工完成已经初步(bù)有(yǒu)了可能。

当(dāng)下AI的发展速度已(yǐ)经(jīng)超过大部分人的(de)想(xiǎng)象(xiàng)。内容产(chǎn)业的(de)本质(zhì)是供给创造需(xū)求，AIGC作为全新(xīn)的内容生产方式，可以为内容产业带来更新的内容(róng)风格、更快的生产速度(dù)，更低的生产成本，这无疑会驱动内(nèi)容产业(yè)的(de)大爆发(fā)。

除了AI绘图、视频，AIGC技术(shù)还能应(yīng)用于音(yīn)乐、代码、机器(qì)人(rén)动作等多种内容形(xíng)式的生成。不难(nán)发现该项技(jì)术不仅在(zài)游戏等行业(yè)能得到有(yǒu)效应用，对于下(xià)一代互联网各种元素的构(gòu)建(jiàn)亦(yì)有(yǒu)关键意(yì)义。

从商业化(huà)的角(jiǎo)度来看，文化娱(yú)乐、教育(yù)、传(chuán)媒等诸多(duō)领域(yù)，本身就对基(jī)于AI的可(kě)视(shì)化内容有强烈(liè)需求。

因此，AI绘画及视频或不是(shì)结果，而只是AI进程中的一块重(zhòng)要拼图，有望在技术更新的加持(chí)下实现(xiàn)更大的应用价值。

AI从理解(jiě)内容，走(zǒu)向了(le)可以生成(chéng)内容，甚至(zhì)能够创造出独(dú)立价值和独立(lì)视角(jiǎo)的内容。AIGC的再次出圈(quān)，更代表着(zhe)未(wèi)来(lái)的先(xiān)进生产力即将(jiāng)到来。

04

紧抓大模(mó)型与算力，牢固(gù)AIGC底座(zuò)

从技术(shù)的发展也可以(yǐ)看(kàn)出，在(zài)语言大(dà)模型、图(tú)像大模型之后，多模态大模型已(yǐ)经成为了新(xīn)的趋势。

大模型被誉为当前人工智(zhì)能发展(zhǎn)的智能底座(zuò)，是全(quán)球竞争最激(jī)烈的研究方向之(zhī)一，包括谷歌(gē)、亚(yà)马逊(xùn)、百度、阿里、腾讯等众多头部企业都(dōu)在竞相发力。