自聊天机(jī)器人(rén)ChatGPT火爆以来，微(wēi)软公司创始人比(bǐ)尔·盖茨已(yǐ)多(duō)次公开谈论人(rén)工智能话题。在最近的一次采访中，他再次表示：“AI可(kě)能会让科(kē)技(jì)行业迎(yíng)来(lái)一次剧烈的洗(xǐ)牌”。

这个结论是他在当地时间2月20日接受(shòu)《In Good Company》节(jié)目专访时提出的(de)。

他预期(qī)，AI的发展可能会威胁(xié)到谷歌的市占率，因为(wèi)微软(ruǎn)在AI方面(miàn)的行动相当迅速。而最终(zhōng)科技巨头将把AI整合成用户的(de)“全能(néng)助手”，包揽一切应用，与人们进行沟通并提供建议(yì)，可(kě)以(yǐ)取代亚马(mǎ)逊、Siri或Outlook等应用。

大佬口(kǒu)中(zhōng)全能助手的到来可(kě)能尚需时(shí)日(rì)，但由ControlNet引发的又一次AI绘画(huà)浪潮，让(ràng)AIGC在(zài)ChatGPT的话题热(rè)点包围中杀出重(zhòng)围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近

以AI绘画为(wèi)代(dài)表的AIGC上一次爆火的时候，还是2022年(nián)8月，在美国科罗拉多州举办的新兴数字艺(yì)术家竞(jìng)赛中(zhōng)，一幅名为《太空歌剧(jù)院(yuàn)》的作品获奖。

随后(hòu)各大厂商的AI绘(huì)画软件被(bèi)广大网友熟知并(bìng)体验，Stable Diffusion便是其中代表。

用户们可以在(zài)应用中(zhōng)输入一组(zǔ)关键词或者一张照片，就能(néng)获得一幅(fú)AI创作的(de)画作。

作画的关(guān)键就是所输入的(de)文本。同一组关键(jiàn)词也可以创作出很多张风格不一样的画作，这让创作的过程就像开盲盒。

很(hěn)多用(yòng)户很喜欢(huān)这(zhè)种不确(què)定(dìng)的惊喜，他们会将生成的美图当做头(tóu)像。而另一部分喜欢翻看AI绘画的(de)“翻车(chē)”作品(pǐn)。在(zài)社交媒体上，许(xǔ)多(duō)用户分享AI“翻(fān)车现场(chǎng)”，例如，一位网(wǎng)友(yǒu)的小狗照片被AI画成了“肌肉(ròu)男”，还有(yǒu)网(wǎng)友的个人照片被AI识别成(chéng)了建筑。

而如今随(suí)着(zhe)ControlNet的出现与加(jiā)持，以往AI绘(huì)画的填写关键词游戏可能要被颠覆了。

ControlNet是一位正在斯坦(tǎn)福读博的中国人张吕敏创作(zuò)的(de)一种(zhǒng)基于(yú)控(kòng)制点的(de)图(tú)像变形算法，主要(yào)用(yòng)于(yú)数字图像(xiàng)处理、计算机视觉和计(jì)算机图形学(xué)等领域。

其SD插(chā)件一(yī)经发布，在短短的两(liǎng)天内便(biàn)成为了AI绘画领域最新的热点。

在此之前(qián)，大家用(yòng)了很多方法(fǎ)想让AI生成的结果(guǒ)尽可能的符合要求，但是都不尽(jǐn)如(rú)人(rén)意，它(tā)的出现代表着AI生成开(kāi)始进入真(zhēn)正的可控(kòng)时期。

因为ControlNet可以(yǐ)直(zhí)接提取画面的(de)构图，人物的(de)姿势和画面的深度信息等。有了它的(de)帮助，就不用频繁的用提(tí)示词来碰运气，抽(chōu)盲盒式的创作(zuò)了。

通俗(sú)的说ControlNet相当于给AI绘画(huà)加了“魔(mó)法(fǎ)”，不少博主(zhǔ)的作(zuò)品已经获得了大量的浏览量(liàng)，“viggo”就是其中之一，他用朋友的(de)照片直(zhí)接(jiē)带她(tā)们走进动漫(màn)世界。

viggo先(xiān)用StableDiffusion图片转(zhuǎn)文字。

再用Text2Prompt插件(jiàn)拓展找到对(duì)应的(de)关键词(cí)；最后用ControlNet插件绑定骨骼开始换(huàn)关键词试效果。

通过图(tú)片就可以看出来，效果十分惊艳。

更厉害的是，除了(le)真实(shí)的照(zhào)片，草图(tú)也(yě)可以加上“魔法”，知(zhī)乎(hū)大牛“DevPoint”和“逗砂”介绍到ControlNet还(hái)能实现线稿转全彩(cǎi)图。大神张(zhāng)吕敏其本尊也亲自(zì)回应(yīng)。

不(bù)得不说(shuō)当下AIGC已(yǐ)经变得(dé)越来(lái)越(yuè)强(qiáng)大，甚至输(shū)出的作品都已经能(néng)以假乱(luàn)真了。

02

难辨虚实，AIGC技术力爆发

警惕安(ān)全问题(tí)

近日(rì)，“苏(sū)州(zhōu)金鸡(jī)湖有游艇party”的消息火遍网(wǎng)络，而经过警方辟谣(yáo)这(zhè)所谓的“party”可能是全国第一(yī)起AI绘(huì)图诈骗。

由于(yú)这个活动里面给出的美女照片都(dōu)是(shì)AI制作(zuò)的真人照片绘图，因为(wèi)太(tài)逼真，被大家当成(chéng)真事(shì)传播了。

不过仔(zǎi)细观(guān)察可以发现，活动(dòng)发起者(zhě)提供的照片(piàn)中有个很大的漏(lòu)洞可以发现并(bìng)非(fēi)真人(rén)，而是AI绘图，那便是(shì)图片(piàn)中女性的(de)手指部分有的存(cún)在异(yì)常(cháng)。

82厘米的腰围是多少尺 82厘米是多少裤头e="jpeg" data-w="1280">

有行业(yè)人(rén)事表示：“现在因为(wèi)手指部分的绘(huì)画算法比较复杂，AI还不(bù)太会画(huà)人的手，但最新看到(dào)的图片已经有越来越(yuè)完美的(de)AI模型出现，以后(hòu)可能就完(wán)全没有漏(lòu)洞了。”

类(lèi)似的AI作图(tú)诈(zhà)骗在国外也已有发(fā)生。据英国广播公司报(bào)道，土耳其地震期间，有Tiktok用户使用AI合成了(le)儿童受灾的假照片(piàn)发布到网络(luò)，以此(cǐ)诱骗善良的(de)人打赏“捐助”从而实施诈骗。

目前随着(zhe)技术(shù)发展(zhǎn)，AIGC已经能做出真人照片般的(de)绘图效果(guǒ)，如果这样的(de)图片(piàn)被(bèi)用来诈骗，将非常(cháng)可怕。

此外AIGC还引发(fā)了很多(duō)担忧，一方面，批判者认为AI在“学习”了大量前人的(de)作品之后，其创作没(méi)有任何情绪和灵魂，难(nán)以(yǐ)和人类的艺(yì)术创作相提(tí)并论(lùn)。

另一方面(miàn)，AIGC背后的(de)版权、目前(qián)都并没有得到(dào)有效的(de)解决，还有AIGC会不会(huì)代替人(rén)类“至(zhì)高无(wú)上”的(de)创(chuàng)意。

马斯(sī)克(kè)也强调(diào)，人工智能的安全问(wèn)题(tí)需要得(dé)到重视，太晚就(jiù)来不(bù)及(jí)了。

03

AIGC下一站(zhàn)除了视频，还有远方(fāng)

技术都是(shì)有两面性(xìng)的，潜在(zài)的危害并不能掩(yǎn)盖其光(guāng)辉的(de)贡献(xiàn)。现在看来，人工智能技术将是第四次工业革命(mìng)的核心驱(qū)动力量，将创造(zào)新的增长奇迹。

过去一年，人(rén)工智能在技术和商业层面都有了(le)巨大进展，AI绘(huì)画(huà)就(jiù)是(shì)人工(gōng)智能(néng)技术发生方向性(xìng)改(gǎi)变的一个代(dài)表。其下一站或许就(jiù)是视(shì)频。

此前，Meta和(hé)谷歌先后发布了(le)几条引爆科技圈的短视频(pín)。这些视频引发关(guān)注并非内容做(zuò)得多(duō)优(yōu)秀(xiù)，反而都(dōu)非常简(jiǎn)单，比(bǐ)如一匹(pǐ)正在喝(hē)水的马，一(yī)只(zhǐ)画画的玩具熊(xióng)，或者一段(duàn)骑摩托车的第一视角录像，随便一个有手(shǒu)机的人(rén)都可以随手录下一(yī)段。

但这些(xiē)短视频的创作方式非常简单(dān)，创作者仅仅(jǐn)需(xū)要向AI输入一段话，甚至只是说一下(xià)要(yào)求，AI就可以(yǐ)根据需要生成一段(duàn)视(shì)频(pín)。

谷歌发布的两个AI生(shēng)成视(shì)频分(fēn)别来自于Imagen Video和(hé)Phenaki，前者(zhě)主(zhǔ)要突出的是(shì)高清，与Meta的Make-A-Video没有太多的差(chà)别。

在Make-A-Video公布了AI生成的视频后(hòu)，AI圈就(jiù)已经玩了(le)一波梗，一(yī)个能够做出更高清视频的(de)AI还不足以在短时间(jiān)内戳中兴奋点。

Phenaki更加令人震惊的地方在于，它可以制作出超(chāo)过2分钟(zhōng)的连贯(guàn)的也有确(què)切内容的视频，这才是真正让人们感到惊喜(xǐ)的地方。因为无论AI生(shēng)成的视频多么高(gāo)清(qīng)，也(yě)只能是为内容(róng)生(shēng)产者提供(gōng)一个灵感，一个(gè)素(sù)材，一个过场动画。

不过能够(gòu)制(zhì)作出有(yǒu)具体剧(jù)情内容(róng)的视(shì)频就意味着，一些视(shì)频创作(zuò)由AI代替人工完(wán)成已经初步有了(le)可(kě)能。

当下AI的发展速度已经超过大部(bù)分人的想象。内(nèi)容产业的本质(zhì)是供给(gěi)创造需求(qiú)，AIGC作为全新的内容生产方(fāng)式，可(kě)以为内(nèi)容产业带(dài)来更新的(de)内容风格、更(gèng)快(kuài)的(de)生(shēng)产速度，更低的(de)生产成本，这(zhè)无(wú)疑会驱动(dòng)内容产业的大爆发。

除了AI绘图(tú)、视频，AIGC技术还能应(yīng)用于(yú)音(yīn)乐、代(dài)码、机器人动作等多(duō)种内容形式的生成。不难发现该项技术不仅(jǐn)在(zài)游戏等行业能得到有(yǒu)效应用，对(duì)于下一代互联(lián)网各种(zhǒng)元素的构(gòu)建亦有关(guān)键(jiàn)意义。

从(cóng)商(shāng)业化的(de)角度来看，文(wén)化(huà)娱乐、教育、传(chuán)媒(méi)等诸多领域，本身就对(duì)基于AI的可视(shì)化内容有强烈需(xū)求。

因此，AI绘画及视(shì)频或不(bù)是(shì)结(jié)果，而只是AI进程中的一(yī)块重要拼图，有望在(zài)技术更新的加持下实现更大的应用(yòng)价值。

AI从理解内容，走向了可以(yǐ)生(shēng)成内(nèi)容，甚至(zhì)能够创造(zào)出独(dú)立(lì)价(jià)值和独(dú)立(lì)视角的(de)内容。AIGC的(de)再次(cì)出圈，更代表着未来(lái)的(de)先进生产力即将到来。

04

紧抓大(dà)模型与算力，牢固AIGC底座(zuò)

从技(jì)术的发展也可以看出，在语言(yán)大模型、图像大模型之(zhī)后，多模态大模(mó)型(xíng)已经成为了新(xīn)的(de)趋势。

大模(mó)型被誉为当前(qián)人工智能发展的智能底座，是全球竞争最激烈的研(yán)究方向之一，包括谷歌、亚马逊、百度、阿(ā)里、腾讯等(děng)众多头部(bù)企业都在竞相发(fā)力(lì)。

不过(guò)训练大模型的确(què)价格不菲，以国盛(shèng)证(zhèng)券发布的《ChatGPT需(xū)要多少算(suàn)力》报告估算，GPT-3训练一次的(de)成本(běn)约为(wèi)140万(wàn)美(měi)元(yuán)。而(ér)对于一些更大的LLM(大(dà)型语言(yán)模型(xíng))，训(xùn)练成本则介于200万美元至1200万(wàn)美(měi)元高价之间。