自(zì)聊天机器人ChatGPT火(huǒ)爆以来，微软公司创始人比尔·盖茨(cí)已多次公开谈(tán)论人工智能(néng)话(huà)题(tí)。在最近的(de)一次采访中，他再次(cì)表示：“AI可能会让科(kē)技行业迎来一次剧烈的(de)洗牌”。

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

他(tā)预期，AI的(de)发展可能会威胁(xié)到谷歌的市占率，因(yīn)为(wèi)微软在AI方面的行(xíng)动相当迅速。而最终(zhōng)科技巨头将把AI整合成(chéng)用(yòng)户的“全能助手(shǒu)”，包揽(lǎn)一(yī)切(qiè)应用，与人(rén)们进(jìn)行沟通并提供建议，可以取代(dài)亚马(mǎ)逊(xùn)、Siri或Outlook等应用。

大佬(lǎo)口中全能(néng)助(zhù)手的到来可能尚需时日，但(dàn)由(yóu)ControlNet引发的又一(yī)次AI绘画浪潮，让(ràng)AIGC在ChatGPT的(de)话题热点包围中杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近

以(yǐ)AI绘画为代表的AIGC上一次爆火的时(shí)候(hòu)，还是2022年(nián)8月，在(zài)美(měi)国科罗拉多(duō)州(zhōu)举办的新兴数字(zì)艺(yì)术家(jiā)竞赛中，一幅名为《太空(kōng)歌剧院》的作品获奖。

随(suí)后各大厂商的AI绘画(huà)软件被广大(dà)网友熟知并体验，Stable Diffusion便是其中(zhōng)代(dài)表。

用户们可(kě)以在应(yīng)用中输入一组关键词或(huò)者一张照(zhào)片，就能获(huò)得一幅AI创(chuàng)作的画作。

作画的(de)关键就是(shì)所输入(rù)的文本。同一组关键词也可以创(chuàng)作出很多(duō)张(zhāng)风(fēng)格不一样(yàng)的(de)画作(zuò)，这让创作的过程就(jiù)像(xiàng)开(kāi)盲盒。

很多用户很喜欢这(zhè)种不确定的惊喜，他们(men)会将生成的美(měi)图当做头像。而另(lìng)一部(bù)分(fēn)喜(xǐ)欢翻看AI绘画的(de)“翻(fān)车”作(zuò)品。在社交媒体(tǐ)上，许(xǔ)多用户(hù)分享AI“翻车现场”，例如，一位网友的(de)小狗照片(piàn)被(bèi)AI画成了“肌(jī)肉男”，还有(yǒu)网友的个(gè)人(rén)照片被AI识别成了建(jiàn)筑。

而(ér)如今随着(zhe)ControlNet的出现与加(jiā)持，以往AI绘(huì)画的填写关键(jiàn)词游戏(xì)可(kě)能要被颠覆了。

ControlNet是一位正在斯坦福读博的(de)中国人(rén)张吕敏创作的一种基(jī)于控(kòng)制(zhì)点的图(tú)像变形算法，主(zhǔ)要(yào)用于数字图像处理、计算机视觉和计算机(jī)图形学等领域。

其(qí)SD插(chā)件一经发布，在短短的两天内(nèi)便成为了(le)AI绘(huì)画领域(yù)最新的热(rè)点。

在此之(zhī)前，大家用了很多方法想让AI生成的(de)结(jié)果尽可(kě)能的符合要求，但是都不尽如人(rén)意(yì)，它的出现代表着(zhe)AI生(shēng)成(chéng)开始(shǐ)进入真正的可控时期。

因为ControlNet可以直接提取画(huà)面的构图，人物的姿势和画面的深度信息等。有了(le)它的(de)帮助，就不用(yòng)频繁的(de)用提示词来碰(pèng)运气，抽盲(máng)盒式的创作(zuò)了。

通俗的说ControlNet相当(dāng)于给AI绘画(huà)加了“魔法”，不少(shǎo)博(bó)主(zhǔ)的作品已经(jīng)获得了大量的浏览量，“viggo”就是其中之一，他用朋友的照(zhào)片直接带她(tā)们走进(jìn)动(dòng)漫世界(jiè)。

viggo先用StableDiffusion图(tú)片转文字(zì)。

再用Text2Prompt插(chā)件(jiàn)拓展找到对应(yīng)的(de)关键词；最后用ControlNet插件绑定骨骼开始换关键词(cí)试效果。

通过(guò)图片就可以看(kàn)出来，效果十分惊艳。

更厉害(hài)的是，除了真(zhēn)实的(de)照(zhào)片，草图(tú)也可以加上“魔法”，知(zhī)乎大牛“DevPoint”和(hé)“逗砂”介绍到ControlNet还(hái)能实现线稿转全彩图(tú)。大神张吕敏其本尊也亲自(zì)回应。

不得(dé)不说当下AIGC已经变得越来越强大(dà)，甚至输出的作品(pǐn)都(dōu)已(yǐ)经能以假乱真了。

02

难辨虚实，AIGC技术(shù)力爆发

警(jǐng)惕安(ān)全问题

近(jìn)日，“苏州金鸡湖有游艇party”的消息火遍网络(luò)，而(ér)经过警方(fāng)辟谣这所谓的“party”可能是全国第一(yī)起AI绘图诈(zhà)骗。

由于这个活(huó)动里面(miàn)给出的美女照片都是AI制(zhì)作(zuò)的真(zhēn)人照片(piàn)绘图，因为太逼真，被大(dà)家当(dāng)成真事传播了(le)。

不(bù)过仔细观察(chá)可以(yǐ)发(fā)现(xiàn)，活动发起者(zhě)提(tí)供(gōng)的照片中(zhōng)有个很(hěn)大的漏洞(dòng)可以发现(xiàn)并非真(zhēn)人，而是AI绘(huì)图，那便是图片中女性的手指部(bù)分有的存在异常。

有行业人事(shì)表(biǎo)示：“现在因(yīn)为手(shǒu)指(zhǐ)部分的绘画(huà)算(suàn)法比较复杂，AI还不(bù)太会画人的手，但最新(xīn)看到(dào)的图片已经有(yǒu)越来越完美的AI模型出现，以后(hòu)可能就(jiù)完全没有漏洞了。”

类似的(de)AI作图诈骗在国外(wài)也已有发生。据英国广播公司报道(dào)，土(tǔ)耳(ěr)其地震期间，有Tiktok用(yòng)户使用(四字拟声词有哪些ABAB式，abcd四字拟声词有哪些yòng)AI合成了儿童受灾的假(jiǎ)照(zhào)片(piàn)发布到网络，以此诱骗(piàn)善良(liáng)的(de)人打赏“捐助”从(cóng)而实施诈骗。

目前(qián)随(suí)着技术发(fā)展，AIGC已经(jīng)能(néng)做(zuò)出真人照片般的(de)绘图效果，如果(guǒ)这样的(de)图片被(bèi)用(yòng)来(lái)诈骗(piàn)，将非常(cháng)可怕(pà)。

此外AIGC还引发(fā)了很多(duō)担忧，一方面，批(pī)判者认(rèn)为(wèi)AI在(zài)“学习(xí)”了大量前(qián)人(rén)的作品之后，其创作没有任何情绪和灵(líng)魂，难以和人类的(de)艺术(shù)创作相提并论。

另一方(fāng)面(miàn)，AIGC背后的版(bǎn)权、目(mù)前都并没(méi)有(yǒu)得到有(yǒu)效的解决，还有AIGC会不会代替人(rén)类“至高无(wú)上”的创意(yì)。

马斯克也强调，人工智能的安全问题需要得到(dào)重视，太晚就来不及了。

03

AIGC下一(yī)站(zhàn)除了视频，还有远方

技术都是有两面性的(de)，潜在(zài)的危害并不能掩盖其光(guāng)辉的贡献。现在(zài)看来，人(rén)工智能技术将是第四次工业革(gé)命的核心驱动力量，将创(chuàng)造新的增(zēng)长奇迹。

过(guò)去(qù)一年(nián)，人(rén)工(gōng)智(zhì)能在技术和商(shāng)业层(céng)面都有了(le)巨大进展，AI绘(huì)画就是人工智能技术发生方向性改变(biàn)的一个(gè)代(dài)表。其下一站或许(xǔ)就是视频(pín)。

此前，Meta和谷歌先后发(fā)布了几(jǐ)条(tiáo)引(yǐn)爆科技(jì)圈的(de)短视频。这(zhè)些视频引发(fā)关注(zhù)并非内容(róng)做得多(duō)优秀，反而(ér)都非常简单，比如一匹正(zhèng)在喝水(shuǐ)的(de)马，一只画画的玩(wán)具熊，或(huò)者(zhě)一段(duàn)骑(qí)摩托(tuō)车的(de)第一视角录像(xiàng)，随(suí)便一个(gè)有手机的人(rén)都可以随手(shǒu)录下(xià)一段(duàn)。

但(dàn)这(zhè)些短视频的创作方式非(fēi)常简单，创作者仅仅需要向AI输入(rù)一段话，甚至只是(shì)说一下要求，AI就可(kě)以(yǐ)根据需要(yào)生成一段视频。

谷(gǔ)歌发布的两(liǎng)个AI生成(chéng)视频分别来自于Imagen Video和Phenaki，前者主(zhǔ)要突出的是高清，与(yǔ)Meta的(de)Make-A-Video没有(yǒu)太(tài)多(duō)的差别。

在Make-A-Video公布了AI生(shēng)成的视频后，AI圈就已经玩了一波梗(gěng)，一个能(néng)够做出更高清(qīng)视频的AI还不足以在短时间(jiān)内戳中(zhōng)兴奋点。

Phenaki更加(jiā)令人震惊的地方(fāng)在于，它可以制作出超过2分钟的连贯(guàn)的也有确切内容的视频，这才是真(zhēn)正让人们感到惊喜的地方。因为无论(lùn)AI生成的视频(pín)多么高清(qīng)，也只能(néng)是(shì)为内容生产者提(tí)供一(yī)个灵(líng)感，一(yī)个素(sù)材(cái)，一个(gè)过场动画。

不过能够制作出有(yǒu)具体剧情(qíng)内(nèi)容的视频就意(yì)味着，一些视频(pín)创作由AI代(dài)替(tì)人工完成(chéng)已经初步有(yǒu)了可能。四字拟声词有哪些ABAB式，abcd四字拟声词有哪些rong>