自聊天机器人(rén)ChatGPT火爆以来，微(wēi)软公司创始人比尔(ěr)·盖(gài)茨(cí)已(yǐ)多次(cì)公开谈论人工智能话题。在最近的(de)一次采访中，他再次(cì)表(biǎo)示：“AI可能(néng)会让科技行(xíng)业迎来一(yī)次剧烈的(de)洗牌(pái)”。

这个结(jié)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)预期(qī)，AI的发(fā)展(zhǎn)可能会威胁到(dào)谷歌的(de)市占率，因为微软在AI方面的行动相当迅速。而(ér)最(zuì)终科(kē)技巨头将把AI整合成用户的“全能助手”，包揽一切应(yīng)用，与人们(men)进(jìn)行沟通并(bìng)提供建议，可(kě)以取代亚马逊、Siri或Outlook等应用。

大佬(lǎo)口中全(quán)能助手的(de)到来(lái)可能尚需时日，但由ControlNet引发(fā)的又(yòu)一次AI绘画浪潮，让AIGC在ChatGPT的话题热点包围中杀(shā)出重(zhòng)围(wéi)。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近

以AI绘画为(wèi)代表(biǎo)的AIGC上一次爆火的时候，还是2022年8月，在美国科罗(luó)拉(lā)多州举办的(de)新兴(xīng)数(shù)字艺术家(jiā)竞(jìng)赛中，一幅名为《太空歌剧院》的作品获(huò)奖。

随后各大厂商的(de)AI绘画软件被广大网(wǎng)友(yǒu)熟知并体验，Stable Diffusion便是其中代表(biǎo)。

用(yòng)户们可以(yǐ)在(zài)应用(yòng)中输入一(yī)组关(guān)键词或者一张照片，就(jiù)能(néng)获得一幅(fú)AI创作的(de)画(huà)作。

作画的关键(jiàn)就(jiù)是所输入的文本。同一组关键词也(yě)可以创作出(chū)很多张(zhāng)风格不(bù)一样(yàng)的画作，这让创作的过程(chéng)就像(xiàng)开盲(máng)盒。

很多用户很喜欢这种不确(què)定(dìng)的惊喜，他们(men)会将生(shēng)成的(de)美图当做头像。而另一部分喜欢翻(fān)看AI绘画的“翻车”作品。在社交媒体上，许多用户分(fēn)享(xiǎng)AI“翻车(chē)现场”，例如，一位网友的小狗照片被AI画成了“肌肉(ròu)男”，还有网友的个人照片(piàn)被AI识别成了建(jiàn)筑。

而如今随着ControlNet的出现与加持，以往AI绘画的填写(xiě)关键词游戏可能要被颠覆了(le)。

ControlNet是一位正在斯(sī)坦福(fú)读博的中国人张吕敏创(chuàng)作的一种基(jī)于控(kòng)制点的图像变(biàn)形算法(fǎ)，主要用于数(shù)字图像(xiàng)处理、计(jì)算(suàn)机视(shì)觉(jué)和计算机(jī)图形学等领域。

其SD插件一经发布，在短(duǎn)短的两天内便(biàn)成(chéng)为了AI绘画领域最新的(de)热点(diǎn)。

在此之(zhī)前，大家用了很(hěn)多方法(fǎ)想让AI生成的结(jié)果尽可能的符合要求，但是都不(bù)尽如人意，它的出现代表着AI生(shēng)成开始进入真正的可(kě)控时期。

因为ControlNet可以直接提(tí)取画面(miàn)的构图，人物的(de)姿势和画面的深度(dù)信息等(děng)。有了它的帮(bāng)助，就不用频(pín)繁的用提示词来(lái)碰运气，抽盲盒式(shì)的创作了。

通俗的(de)说ControlNet相(xiāng)当(dāng)于给AI绘画加了“魔法”，不少博主的作品已经获得了大量的(de)浏览量，“viggo”就是(shì)其中(zhōng)之(zhī)一(yī)，他用朋友的(de)照(zhào)片直接(jiē)带(dài)她(tā)们走进(jìn)动(dòng)漫世界。

viggo先用StableDiffusion图(tú)片转文(wén)字。

再用Text2Prompt插件拓展找到对(duì)应的关(guān)键词；最后用(yòng)ControlNet插(chā)件绑定骨(gǔ)骼开始换(huàn)关键词试效果。

通过图片(piàn)就可(kě)以看(kàn)出(chū)来，效(xiào)果十分惊艳(yàn)。

更厉害的是，除了(le)真实的(de)照片，草(cǎo)图也可以加上“魔法(fǎ)”，知乎大牛“DevPoint”和(hé)“逗(dòu)砂”介绍到ControlNet还能(néng)实现线稿转(zhuǎn)全彩图。大神张吕敏(mǐn)其本尊也亲自回应。

不得(dé)不说当下AIGC已经变得越来越强大，甚至输出的(de)作品都已经能以假(jiǎ)乱真了。

02

难辨虚实，AIGC技术力爆发

警惕安全问题(tí)

近(jìn)日(rì)，“苏(sū)州金(jīn)鸡湖有游艇party”的(de)消息(xī)火遍网络，而经过警方辟谣这所谓的“party”可能是全国第一(yī)起(qǐ)AI绘(huì)图(tú)诈(zhà)骗。

由于这个活动里面(miàn)给出的(de)美(měi)女照片都是AI制作的真人照(zhào)片绘图，因为太逼真(zhēn)，被大家当成真(zhēn)事传播了。

不过仔细(xì)观(guān)察(chá)可以发现，活动发起者(zhě)提供的(de)照片中有(yǒu)个(gè)很(hěn)大的(de)漏(lòu)洞可以发(fā)现(xiàn)并非真人，而是AI绘图(tú)，那便是图片中女性的手指(zhǐ)部(bù)分有(yǒu)的存在(zài)异常。

有(yǒu)行(xíng)业人事表示(shì)：“现在因为手指部分的绘画(huà)算(suàn)法比较复杂，AI还不(bù)太(tài)会画人的手，但最新看到的图片已经有越来越完美的AI模(mó)型(xíng)出现(xiàn)，以(yǐ)后可(kě)能(néng)就完(wán)全没(méi)有漏洞(dòng)了。”

类似的(de)AI作图诈骗在(zài)国外也已有(yǒu)发(fā)生。据英国广(guǎng)播(bō)公司报道，土耳其地震期间，有Tiktok用户使用AI合成了儿童受灾的假(jiǎ)照片发布到(dào)网络，以(yǐ)此诱骗善良的人打赏(shǎng)“捐助”从(cóng)而实施诈骗。

目前(qián)随着技术发展，AIGC已(yǐ)经能(néng)做(zuò)出真人照片般(bān)的绘图(tú)效果(guǒ)，如果这样(yàng)的图片被用来诈骗，将(jiāng)非常可怕。

此(cǐ)外AIGC还(hái)引发了很(hěn)多担忧，一方面，批判者(zhě)认为AI在“学习”了大量(liàng)前人的(de)作品之(zhī)后，其创作没(méi)有任何情绪和灵(líng)魂(hún)，难以和(hé)人类的艺(yì)术创作相(xiāng)提并论。

另一方面，AIGC背后的版(bǎn)权、目前都并没有(yǒu)得到有效的解决，还有AIGC会不会代替人类“至高无上(shàng)”的创意。

马斯克也强调(diào)，人工智能的安(ān)全问题需要得到重视(shì)，太晚就来不及了。

03

AIGC下一站除了视频，还有远方

技术(shù)都(dōu)是有两面性(xìng)的(de)，潜在的危害(hài)并不能掩盖其光辉的贡献。现在(zài)看(kàn)来，人工智能技(jì)术(shù)将是第四次工业(yè)革命的核心驱动力量，将创造新的增长奇迹。

过去一(yī)年，人工智(zhì)能在技术(shù)和商业层面都有了(le)巨(jù)大进展，AI绘画就是人工(gōng)智(zhì)能(néng)技术发(fā)生方向(xiàng)性改变的一个代(dài)表。其下一站或许就是视(shì)频。

此前，Meta和(hé)谷歌先(xiān)后发布了几条引爆(bào)科技圈的短视频。这些视频引发关(guān)注并非(fēi)内容做得多优秀，反(fǎn)而都非常(cháng)简单，比如一匹正在喝(hē)水的马(mǎ)，一只(zhǐ)画画的玩具(jù)熊，或者(zhě)一段骑摩托车的第(dì)一(yī)视角录像，随便一个有(yǒu)手(shǒu)机的人都可以随手(shǒu)录下一段。

但这些短视频的(de)创作方式非常简单，创作者(zhě)仅(jǐn)仅需要(yào)向AI输入一段(duàn)话，甚至只是说一下(xià)要求，AI就可以根据需要生成一段视(shì)频。

谷歌发布(bù)的(de)两个AI生成(chéng)视频(pín)分别来自于Imagen Video和(hé)Phenaki，前者(zhě)主要(yào)突(tū)出的是高清，与(yǔ)Meta的Make-A-Video没有太多的(de)差别。

在Make-A-Video公(gōng)布了AI生成(chéng)的视频(pín)后，AI圈就已经玩了一波(bō)梗，一个能够做出更高清视频的AI还不(bù)足(zú)以(yǐ)在短时间内(nèi)戳中兴奋(fèn)点。

Phenaki更加令人(rén)震惊(jīng)的地方在于，它可以制作出(chū)超过(guò)2分(fēn)钟的(de)连贯的也有确切内容的视频，这才是真正让(ràng)人(rén)们(men)感到惊喜(xǐ)的地方。因为无论AI生成的视频(pín)多么(me)高清(qīng)，也(yě)只能是(shì)为内容生产(chǎn)者提供一个灵感，一个素材，一个过场动画。

不过能够制作出有具体剧(jù)情内(nèi)容的视频就(jiù)意味着，一些视频创作由AI代替人(rén)工完成(chéng)已经(jīng)初步有了可能。