當AI比人類更具創(chuàng)造力時，會發(fā)生什么？
【資料圖】
2022年8月，在美國科羅拉多州舉辦的新興數字藝術家競賽中，參賽者杰森·艾倫提交的AIGC繪畫作品——《太空歌劇院》，獲得了此次比賽“數字藝術/數字修飾照片”類別一等獎。而參賽者此前沒有繪畫基礎，引發(fā)多方熱議。
雖然在此，AI繪畫本身也取得了一個技術上的突破，但是這次AIGC繪畫作品獲獎引發(fā)AIGC大熱，AI繪畫真正爆火起來。
AIGC是指利用人工智能技術生成內容。2021年之前，AIGC生成的主要還是文字。2022年，AIGC發(fā)展速度驚人，年初還處于技藝生疏階段，幾個月后便達到了專業(yè)級別。
以AI繪畫為例，目前國內百度文心·一格、盜夢師等AI繪畫工具，已經可以做到，通過簡單輸入關鍵詞，例如不同的藝術家風格、構圖、色彩、透視方法以及修飾詞等，等待幾十秒后，便能得到相對應的畫作。
AI繪畫讓沒有相關專業(yè)能力的人也可以制作出足以“以假亂真”的專業(yè)級作品。而這也引發(fā)了人們對自身引以為傲的“創(chuàng)造力”被替代的擔憂。
為什么是AI繪畫？
AI繪畫是建立在深度學習基礎上的。2022年，深度學習模型中的圖像生成領域迎來重要發(fā)現——“Diffusion擴散化模型”。
汪梓欣是中國數字文化產業(yè)協同創(chuàng)新平臺AI數字藝術研究院院長，也是國內首批AI數字生成藝術創(chuàng)作者。
“我是從今年年初接觸AI繪畫的，當時其實更多的是知道了有這么一個技術，出于好奇，便開始嘗試用谷歌Disco Diffusion進行創(chuàng)作。
據浙商證券研報，Diffusion擴散化模型是新一代圖像生成主流模型，其工作原理為通過連續(xù)添加高斯噪聲來破環(huán)訓練數據，然后通過反轉這個噪聲過程，來恢復數據。經過訓練后，模型可以從隨機輸入中合成新的數據，實現了算法創(chuàng)新。Diffusion擴散化模型的創(chuàng)新，推動力了AICC技術的突破性發(fā)展。
而Stable Diffusion的開源模則直接引爆了整個AIGC賽道。
2022年8月底，Stable Diffusion完全開源（包括模型權重和代碼），這意味著任何用戶都可以以此建立針對特定文本到圖像創(chuàng)作任務的應用程序。
Stable Diffusion的開源直接促使AIGC被廣泛關注，短短幾個月內出現大量二次開發(fā)，從模型優(yōu)化到應用拓展，大幅降低用戶使用AIGC進行創(chuàng)作的門檻，提升創(chuàng)作效率。
近期較火的國產AI繪畫小程序“盜夢師”便是在Stable Diffusion基礎上做的改進。
盜夢師團隊對Stable Diffusion模型型進行了中國本土化的改造，用自己寫的follow instruction的方式對模型進行訓練，并且加入了大量本地化數據。9月，“盜夢師”剛上線一周，便創(chuàng)造了日增5萬新用戶的記錄。
盜夢師生成的圖像：
（文本提示：云夢仙境、景觀、幻想、動畫、神話，復雜細節(jié)，柔和的電影照明，8k）
盡管AI繪畫平臺已將創(chuàng)作時間壓縮至幾十秒，但汪梓欣告訴財經網，平均來講的話，大概1～2小時產出一個相對滿意的AI繪畫作品。
“這里面有三塊時間，第一部分是構思的時間，第二部分是AI繪畫自主生成作品的時間，第三部分是最終的試錯時間，”汪梓欣表示，“AI是可以無限地畫下去的，但真正的好作品可能還需要多畫幾幅，挑選一個。”
工具化屬性明顯
由上文可知，包含Diffusion擴散模型在內的關鍵技術在2022年取得突破，技術可用性顯著提高，產出效率也在不斷提高，產出效果出現分水嶺，技術轉化為生產力的契機產生。
商業(yè)化基礎已初步具備，國內外互聯網巨頭和獨角獸紛紛下場。
國外方面，今年科技巨頭谷歌（Imagen、Parti）、Meta（MakeA Scene）、微軟（NUWA）等先后推出自己的AI繪畫平臺，新晉初創(chuàng)獨角獸Stability AI（Stable Diffusion）、Midjourney Lab（Midjourney）、Noval（Novel AI）、Open AI（DALL·E2）等也紛紛涉足這一領域。
在國內，AI繪畫產品更是井噴，今年下半年上線了如百度文心一格、TIAMAT、盜夢師、無界版圖、6pen等諸多產品。
在微博、小紅書等多平臺上，AI繪畫迅速走紅，在內容創(chuàng)作者、技術研究者、投資人等各圈層里形成了聲勢。
這讓花費畢生所學進行創(chuàng)作的從業(yè)人員倍感焦慮和緊張。
“AI繪畫會取代畫師嗎？”“不想被取代要朝什么方向努力？”近期很多畫師有此焦慮。
菜菜是一名自由插畫師，在她看來，現在很多玩AI的畫師或非畫師，其實想的并不是替代誰，而是開發(fā)新的掙錢賽道。
“AI繪畫的未來會像AI配音一樣，真正的主要用戶群體，是那些本來也不會花大錢買圖的普通人。而畫師用AI創(chuàng)作的優(yōu)勢更大，這樣來看的話，AI繪畫對大眾是利好消息，尤其對畫師來說，其實是一條可以賺外快的新賽道。”
另一方面，在當前階段，AIGC雖然引發(fā)了社會的廣泛關注，但仍舊只能作輔助工具，還難以達到人們暢想的“高度自由創(chuàng)作”階段。
例如，在捕捉靈感方面，創(chuàng)作者可以提前通過AIGC尋找“感覺”，降低前期的工作量和項目成本，并有望創(chuàng)造出更多驚艷的作品；在提升效率方面，AIGC的出現將使創(chuàng)作者擁有一個更加高效的智能創(chuàng)作工具，輔助創(chuàng)作者進行日常工作，提升效率，為規(guī)?；a構建市場增量。
“創(chuàng)作者本身可能有一些天花板或者創(chuàng)作瓶頸，AI繪畫出現之后，創(chuàng)作者能夠創(chuàng)造出一些原先他們所不能創(chuàng)作或者來不及創(chuàng)作的東西，把AI繪畫當作一種賦能工具來用，會產生很多新的可能。”汪梓欣指出。
產業(yè)鏈初見規(guī)模
AIGC要真正發(fā)揮對不同行業(yè)的驅動作用，需要與各行各業(yè)的特異場景深度融合。
據浙江大學國際聯合商學院數字經濟與金融創(chuàng)新研究中心聯系主任、研究員盤和林介紹，“當前AIGC的應用正在逐漸產生，例如在寫作、畫圖、3D建模、剪輯、攝錄等領域都有AI的身影，但最終還需要人類對內容進行篩選和優(yōu)化處理，完全由AI主導的創(chuàng)作在當前階段尚未實現?！?/p>
量子位智庫認為，我國的AIGC行業(yè)仍處于起步階段，尚未發(fā)展成型。量子位智庫基于自身理解，繪制了產業(yè)鏈分布圖，具體如下：
圖片來源：量子位智庫
AIGC產業(yè)鏈涉及硬件、NLP、算法算力、應用、數據提供與處理等多環(huán)節(jié)。
據量子位智庫，當前我國AIGC產業(yè)布局在算法和應用開發(fā)環(huán)節(jié)較為集中和領先，而在產業(yè)鏈上下游還有諸多可開發(fā)的藍海領域。
在自然語言處理、計算機視覺和人工智能技術等方面，目前國內的百度集團、拓爾思、商湯、科大訊飛等公司均已有所布局；
在應用產品和場景方面，除AI繪畫外，國內布局最多的賽道是AI寫作和語音合成領域，虛擬人賽道也開始興起。具體參與者包括視覺中國、中文在線、萬興科技、昆侖萬維、藍色光標等。
仍以AI繪畫為例，用戶多為生成數量或者使用時間付費，常見付費方式為訂閱制或按次付費，變現方式較為單一。
例如，百度文心一格目前的收費方式是首次注冊獲贈200電量，相當于免費生成100次單張圖，電量耗盡后，可以通過免費（進行畫作分享/公開優(yōu)秀畫作）或付費（100電量9.9元/200電量15.9元/800電量49.9元）方式獲得。
AI繪畫app靈境則采用訂閱制，按月會員68元、年會員168元、永久會員198元向用戶收取訂閱費用。
但據6pen的調研，60%的用戶從未在AI繪畫產品上有過付費行為，而在剩下的40%用戶中，付費超過100元的也僅占比10%。
對普通C端用戶而言，應用場景商業(yè)化性價比較低，付費意愿不強。
浙商證券認為，造成上述現象的原因主要有兩方面：一是商業(yè)應用場景的缺失，二是當前AI繪畫平臺大多為輕量級的工具應用，能夠操作的玩法和賦能服務都比較有限。
相比之下，B端的變現路徑更為多遠、成熟，如廣告和營銷行業(yè)均有可想見的應用情景能挖掘出較為可行的商業(yè)模型，付費的可能性和水平相對更高。浙商證券表示，B端或可成為AI繪畫商業(yè)化的突破口。
元宇宙生產力工具
作為生產力工具，AIGC是繼PGC(專業(yè)內容生產)、UGC（用戶生成內容）后的新型內容創(chuàng)作方式，被認為是元宇宙和web3.0的底層基礎設施之一。
當我們邁入Web3.0時代，人工智能、關聯數據和語義網絡構建，形成人與網絡的全新鏈接，內容消費需求飛速增長。UGC\PGC這樣的內容生成方式將難以匹配擴張的需求。AIGC將是新的元宇宙內容生成解決方案。
元宇宙涉及大量數字人、虛擬場景和虛擬資產的創(chuàng)建。
而AIGC可以利用人工只能學習知識圖譜、自動生成，在內容的創(chuàng)作方面為人類提供協助，或者完全由AI產生內容。這不僅能提高內容生成的效率，還能提高內容的多樣性。
開源證券認為，“AIGC或成為提升元宇宙數字內容供給和商業(yè)化效率的催化劑?！?/p>
Gartner預測，到2025年AIGC所創(chuàng)造的數據將占到所有已生產數據的10%。
但現下，AIGC在引發(fā)全球關注的同時，在知識產權、技術倫理等方面還面臨諸多挑戰(zhàn)。首先是AIGC的版權問題有待厘清。
當前，我國《著作權法》中規(guī)定，著作權的指向對象為“作品”，且“作者”只能是自然人、法人或非法人組織。因此，由AIGC生辰的智能化內容難以通過“作品—創(chuàng)作—作者”的邏輯獲得著作權的保護。
汪梓欣對此深有體會。今年6月份。汪梓欣對自己的畫作《春江花月夜》在上海版權局申請版權登記，8月份，汪梓欣收到了該作品的數字版權證書。
但后來，汪梓欣創(chuàng)作更多的作品，再向上海版權局申請AI藝術作品的版權登記時，卻被屢屢退回。和版權部門溝通時，給出的答復是“這是AI創(chuàng)作出來的，相當于你本身就沒有出什么力”。
“我說那Photoshop的作品也是數字作品，能不能去申請，他說這種可以，但后來也就不了了之了?！蓖翳餍缹ω斀浘W解釋到。
其次，AIGC涉及的作品侵權、名人肖像侵權等都是巨大的行業(yè)風險點。
日本繪畫領域就曾掀起爭論，不少畫師公開表示禁止AI學習自己的作品。根據6pen對原創(chuàng)藝術家的問卷調研，超過90%的原創(chuàng)藝術家持相對保留態(tài)度，約37%的原創(chuàng)藝術家呼吁向版權付費或有所標注。這也阻礙了AI繪畫創(chuàng)收。
此外，AI模型訓練所使用的大量素材，可能包含了未經授權的，有明確版權方的圖片數據，版權歸屬是否應該由模型指定也未有定論。因此使用此類作品并以此盈利很有可能為使用者帶來法律上的糾紛。
不過，浙商證券相信，“隨著相關法律法規(guī)約束的健全，AIGC行業(yè)必能在內容創(chuàng)作領域找到自己合適、合規(guī)的發(fā)展之路?！?/p>
王苗苗/文
