當AI比人類更具創造力時，會發生什么？

【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能力的人也可以制作出足以“以假亂真”的專業級作品。而這也引發了人們對自身引以為傲的“創造力”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現——“Diffusion擴散化模型”。

汪梓欣是中國數字文化產業協同創新平臺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添加高斯噪聲來破環訓練數據，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，實現了算法創新。Diffusion擴散化模型的創新，推動力了AICC技術的突破性發展。

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，從模型優化到應用拓展，大幅降低用戶使用AIGC進行創作的門檻，提升創作效率。

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，柔和的電影照明，8k）

盡管AI繪畫平臺已將創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作的從業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創作的優勢更大，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“高度自由創作”階段。

例如，在捕捉靈感方面，創作者可以提前通過AIGC尋找“感覺”，降低前期的工作量和項目成本，并有望創造出更多驚艷的作品；在提升效率方面，AIGC的出現將使創作者擁有一個更加高效的智能創作工具，輔助創作者進行日常工作，提升效率，為規模化生產構建市場增量。

“創作者本身可能有一些天花板或者創作瓶頸，AI繪畫出現之后，創作者能夠創造出一些原先他們所不能創作或者來不及創作的東西，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。

產業鏈初見規模

AIGC要真正發揮對不同行業的驅動作用，需要與各行各業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化處理，完全由AI主導的創作在當前階段尚未實現。”

量子位智庫認為，我國的AIGC行業仍處于起步階段，尚未發展成型。量子位智庫基于自身理解，繪制了產業鏈分布圖，具體如下：

圖片來源：量子位智庫

AIGC產業鏈涉及硬件、NLP、算法算力、應用、數據提供與處理等多環節。

據量子位智庫，當前我國AIGC產業布局在算法和應用開發環節較為集中和領先，而在產業鏈上下游還有諸多可開發的藍海領域。

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，如廣告和營銷行業均有可想見的應用情景能挖掘出較為可行的商業模型，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(專業內容生產)、UGC（用戶生成內容）后的新型內容創作方式，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化效率的催化劑。“

Gartner預測，到2025年AIGC所創造的數據將占到所有已生產數據的10%。

但現下，AIGC在引發全球關注的同時，在知識產權、技術倫理等方面還面臨諸多挑戰。首先是AIGC的版權問題有待厘清。

當前，我國《著作權法》中規定，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。”汪梓欣對財經網解釋到。

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對原創藝術家的問卷調研，超過90%的原創藝術家持相對保留態度，約37%的原創藝術家呼吁向版權付費或有所標注。這也阻礙了AI繪畫創收。

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，“隨著相關法律法規約束的健全，AIGC行業必能在內容創作領域找到自己合適、合規的發展之路。”

王苗苗/文