自聊(liáo)天(tiān)机器人ChatGPT火(huǒ)爆以来，微(wēi)软公司(sī)创始人(rén)比尔·盖茨已多次公开(kāi)谈论人工智能话(huà)题。在最近的一次采(cǎi)访中，他再次表示(shì)：“AI可能会让科(kē)技行(xíng)业迎来一次(cì)剧(jù)烈的洗牌”。

这个结论是他在当地时间2月20日接受《In Good Company》节目专访时提出的。

他预期，AI的发(fā)展可能会威胁到谷歌(gē)的市(shì)占率(lǜ)，因为(wèi)微软在AI方(fāng)面的行动相(xiāng)当迅速。而最终科技巨(jù)头将把AI整合成(chéng)用户的“全能助手(shǒu)”，包揽一切应(yīng)用，与人们进行沟通并(bìng)提供建议，可以取代亚(yà)马逊、Siri或Outlook等应用。

大佬口中(zhōng)全(quán)能助手的到来(lái)可能尚需时日，但由(yóu)ControlNet引发的又一次AI绘画浪潮(cháo)，让AIGC在ChatGPT的话题热点包围中杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可(kě)控靠近

以AI绘画为(wèi)代表的AIGC上一次爆火的时候，还(hái)是2022年(nián)8月，在美国科(kē)罗拉多(duō)州(zhōu)举办的新兴(xīng)数字艺(yì)术家竞赛(sài)中，一幅名为《太空歌(gē)剧院(yuàn)》的作品获奖。

随(suí)后各大(dà)厂商的AI绘(huì)画(huà)软件被广大网友熟知并体验，Stable Diffusion便是其中(zhōng)代表。

用户们可以在应用中输(shū)入(rù)一(yī)组关键词(cí)或者一(yī)张照片，就能获得一幅AI创(chuàng)作的(de)画作。

作画的关键就是所输入(rù)的文本(běn)。同一组关键词也可以创(chuàng)作出很多张风格不一样(yàng)的画作，这(zhè)让创作(zuò)的(de)过程(chéng)就像开(kāi)盲(máng)盒。

很多(duō)用户(hù)很喜欢这种(zhǒng)不确定的(de)惊喜，他(tā)们会将生成的美(měi)图当做头(tóu)像(xiàng)。而另一部分喜(xǐ)欢(huān)翻(fān)看(kàn)AI绘(huì)画的“翻车”作品。在(zài)社(shè)交媒体上，许多用户分享AI“翻(fān)车现(xiàn)场”，例(lì)如，一位网友的小(xiǎo)狗照片被AI画成了“肌肉男”，还有网(wǎng)友的个人照片被AI识(shí)别成了建筑。

而如今随着ControlNet的出(chū)现与加持，以往AI绘画的填(tián)写关键词(cí)游戏可能要被(bèi)颠覆(fù)了(le)。

ControlNet是(shì)一位正在斯坦福读博的中国人张吕敏创(chuàng)作(zuò)的一种基于控制(zhì)点的(de)图像(xiàng)变形算法(fǎ)，主要用于数(shù)字(zì)图像处(chù)理、计(jì)算(suàn)机视觉和计算机图形学(xué)等领域。

其SD插件(jiàn)一经发(fā)布，在短短(duǎn)的两(liǎng)天内(nèi)便成为了AI绘画领(lǐng)域最新(xīn)的热点(diǎn)。

在此之前，大家用了很(hěn)多方(fāng)法想让AI生成(chéng)的结果(guǒ)尽可能的符(fú)合要(yào)求，但是都不尽如人意(yì)，它的出现代表着AI生成(chéng)开始进入(rù)真(zhēn)正的可控时期。

因为(wèi)ControlNet可(kě)以直(zhí)接(jiē)提取画(huà)面的(de)构图，人(rén)物的(de)姿势和画面的深度信息等。有了它的帮(bāng)助，就不用频繁(fán)的用(yòng)提(tí)示(shì)词(cí)来碰运气，抽盲(máng)盒(hé)式的创作(zuò)了。

通俗的说ControlNet相当于(yú)给AI绘(huì)画(huà)加了“魔法”，不少博主的作(zuò)品已经获得了大量的浏(liú)览量，“viggo”就是(shì)其中之(zhī)一，他用朋(péng)友(yǒu)的照片直(zhí)接带她们(men)走进动漫世界。

viggo先用StableDiffusion图片(piàn)转(zhuǎn)文字。

再用Text2Prompt插件拓展找到对应司马相如的长门赋原文和译文注释，司马相如的长门赋原文和译文的关(guān)键词；最(zuì)后(hòu)用(yòng)ControlNet插件绑定骨(gǔ)骼开始换关键词(cí)试效果。

通过图片就可以看出来，效果十(shí)分惊艳。

更厉(lì)害的是，除了真实的(de)照片，草图也可以(yǐ)加(jiā)上“魔(mó)法”，知乎大牛“DevPoint”和“逗(dòu)砂”介绍到ControlNet还能实现(xiàn)线(xiàn)稿转全彩图。大(dà)神张吕敏(mǐn)其本尊也(yě)亲自回应。

不得不(bù)说当(dāng)下AIGC已经变得(dé)越来越强大，甚至(zhì)输出的作品都已经能以假乱真了。

02

难辨虚实，AIGC技术力(lì)爆发

警惕(tì)安全问题(tí)

近日，“苏(sū)州金鸡湖有(yǒu)游艇(tǐng)party”的消(xiāo)息火遍(biàn)网络，而经过警方(fāng)辟(pì)谣这所谓的“party”可能是(shì)全国第一起AI绘图诈骗。

由于这个活动里面给出的(de)美女照(zhào)片都是(shì)AI制作的真人(rén)照(zhào)片绘图，因为太逼(bī)真，被大家当(dāng)成(chéng)真事传播了。

不(bù)过(guò)仔细观司马相如的长门赋原文和译文注释，司马相如的长门赋原文和译文察可以发(fā)现，活动(dòng)发起者提供的照片(piàn)中(zhōng)有个很(hěn)大的漏洞可以发现(xiàn)并非真人，而是AI绘图，那(nà)便是图(tú)片中(zhōng)女性的手指部分(fēn)有的存在异常。

有行业人(rén)事表示：“现在因(yīn)为手指部分(fēn)的(de)绘画算法(fǎ)比较复杂，AI还(hái)不太(tài)会画人的手，但最新看(kàn)到的图片已经(jīng)有越来越完美的AI模型出现，以后可能就完(wán)全(quán)没(méi)有(yǒu)漏洞了。”

类似的(de)AI作图诈骗(piàn)在国外也(yě)已有发生(shēng)。据英国广播公(gōng)司报道，土耳(ěr)其地震期间(jiān)，有Tiktok用户使(shǐ)用AI合成了儿童(tóng)受灾(zāi)的假照片(piàn)发布到网络，以(yǐ)此诱骗(piàn)善良的(de)人打赏“捐助”从而实施诈骗。

目前随着技(jì)术发(fā)展，AIGC已经(jīng)能做出(chū)真人(rén)照片般的绘图效果(guǒ)，如果这(zhè)样的图片(piàn)被用来(lái)诈骗，将(jiāng)非常可怕(pà)。

此外AIGC还(hái)引发(fā)了很多担忧，一方面(miàn)，批判者(zhě)认为AI在(zài)“学习(xí)”了大量前人的作品(pǐn)之后，其创(chuàng)作没(méi)有(yǒu)任何情绪和灵魂，难(nán)以(yǐ)和人类的艺术创作相提并论。

另(lìng)一(yī)方(fāng)面，AIGC背后的版(bǎn)权、目前都(dōu)并没有(yǒu)得到有效(xiào)的(de)解决，还有AIGC会不会代替人类“至高(gāo)无上”的创(chuàng)意(yì)。

马斯克也(yě)强调，人工智能的安全问题(tí)需要得(dé)到重(zhòng)视，太晚就(jiù)来不及了。

03

AIGC下一站除了视频，还有远方

技术(shù)都是(shì)有两面性的，潜在的危害并不能(néng)掩盖其光辉的贡献(xiàn)。现(xiàn)在看来，人(rén)工(gōng)智能技术将是第四(sì)次工业革命的核心驱动力(lì)量，将创造(zào)新(xīn)的增长(zhǎng)奇迹。

过去一(yī)年，人工智能在技术和商业层面都有了巨大进展，AI绘画就是人(rén)工智能技术发生方向性改变的(de)一个代(dài)表(biǎo)。其下一(yī)站或许(xǔ)就是视频。

此(cǐ)前(qián)，Meta和谷(gǔ)歌(gē)先后发(fā)布了几条引爆科技圈的短视频。这些视(shì)频(pín)引发关注并非内容做得多优秀，反而(ér)都非常(cháng)简单，比如(rú)一匹正(zhèng)在喝水的(de)马(mǎ)，一(yī)只画画的玩(wán)具熊，或者(zhě)一(yī)段骑摩托车(chē)的第一视角录像(xiàng)，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方(fāng)式非常简(jiǎn)单(dān)，创作者仅仅需(xū)要向AI输入一段话(huà)，甚至只是说一下要求，AI就可以根(gēn)据需要生成(chéng)一段视(shì)频。

谷歌发布(bù)的两个AI生成视频分别来(lái)自于Imagen Video和Phenaki，前者主(zhǔ)要突(tū)出的是高清(qīng)，与Meta的Make-A-Video没(méi)有太多的差别。

在Make-A-Video公布(bù)了AI生成的(de)视(shì)频后(hòu)，AI圈就已经玩了一波(bō)梗(gěng)，一个能够做出更(gèng)高(gāo)清视频(pín)的AI还(hái)不足(zú)以在(zài)短时(shí)间内戳(chuō)中(zhōng)兴奋点(diǎn)。

Phenaki更加令人震惊(jīng)的地方在于，它可以制作出超过2分钟的连(lián)贯的也(yě)有确(què)切(qiè)内容的视(shì)频，这才(cái)是真(zhēn)正让人们感到惊喜的地(dì)方(fāng)。因为无论AI生成的视频多么高清(qīng)，也只能是(shì)为内容生产者提供一(yī)个灵感，一个素材，一个过场动画。

不过能够制作(zuò)出有具体剧(jù)情内容的视频就意味(wèi)着，一些(xiē)视(shì)频创作由(yóu)AI代(dài)替人(rén)工完成已经(jīng)初步有了可能。

当(dāng)下AI的发展速度已经(jīng)超过大部分人的想象。内容产业的本质是(shì)供给创造(zào)需求，AIGC作为全新(xīn)的内容生产方式，可以为(wèi)内容产业带来更新(xīn)的内容风格、更快的(de)生产速度，更低的生产成本，这(zhè)无疑会驱动内容(róng)产业的(de)大爆(bào)发。

除了AI绘图(tú)、视频(pín)，AIGC技术还能应(yīng)用于音乐、代码、机(jī)器人动作等多种内容(róng)形式的生成。不难发现该项技术(shù)不(bù)仅(jǐn)在(zài)游戏(xì)等行业(yè)能得到有效应用，对于下一(yī)代(dài)互联网(wǎng)各种元素的构(gòu)建亦有(yǒu)关键意义。

从商业化的角(jiǎo)度(dù)来看，文化(huà)娱乐(lè)、教育、传媒等诸(zhū)多领(lǐng)域，本身(shēn)就对基于AI的(de)可视化内容有强(qiáng)烈需求。

因此，AI绘画及视(shì)频(pín)或不是结果，而只是(shì)AI进程中的(de)一块重(zhòng)要拼图(tú)，有望(wàng)在技术更新的加持下(xià)实现(xiàn)更大的应用价值。

AI从理解内容，走向了可以生成(chéng)内容，甚(shèn)至能够(gòu)创造(zào)出独立价值和独立视角的内容(róng)。AIGC的再次(cì)出圈，更代表着未来的先进生产力即(jí)将到(dào)来(lái)。司马相如的长门赋原文和译文注释，司马相如的长门赋原文和译文rong>