当AI比人类更具创造力时，会发生什么？
【资料图】
2022年8月，在美国科罗拉多州举办的新兴数字艺术家竞赛中，参赛者杰森·艾伦提交的AIGC绘画作品——《太空歌剧院》，获得了此次比赛“数字艺术/数字修饰照片”类别一等奖。而参赛者此前没有绘画基础，引发多方热议。
虽然在此，AI绘画本身也取得了一个技术上的突破，但是这次AIGC绘画作品获奖引发AIGC大热，AI绘画真正爆火起来。
AIGC是指利用人工智能技术生成内容。2021年之前，AIGC生成的主要还是文字。2022年，AIGC发展速度惊人，年初还处于技艺生疏阶段，几个月后便达到了专业级别。
以AI绘画为例，目前国内百度文心·一格、盗梦师等AI绘画工具，已经可以做到，通过简单输入关键词，例如不同的艺术家风格、构图、色彩、透视方法以及修饰词等，等待几十秒后，便能得到相对应的画作。
AI绘画让没有相关专业能力的人也可以制作出足以“以假乱真”的专业级作品。而这也引发了人们对自身引以为傲的“创造力”被替代的担忧。
为什么是AI绘画？
AI绘画是建立在深度学习基础上的。2022年，深度学习模型中的图像生成领域迎来重要发现——“Diffusion扩散化模型”。
汪梓欣是中国数字文化产业协同创新平台AI数字艺术研究院院长，也是国内首批AI数字生成艺术创作者。
“我是从今年年初接触AI绘画的，当时其实更多的是知道了有这么一个技术，出于好奇，便开始尝试用谷歌Disco Diffusion进行创作。
据浙商证券研报，Diffusion扩散化模型是新一代图像生成主流模型，其工作原理为通过连续添加高斯噪声来破环训练数据，然后通过反转这个噪声过程，来恢复数据。经过训练后，模型可以从随机输入中合成新的数据，实现了算法创新。Diffusion扩散化模型的创新，推动力了AICC技术的突破性发展。
而Stable Diffusion的开源模则直接引爆了整个AIGC赛道。
2022年8月底，Stable Diffusion完全开源（包括模型权重和代码），这意味着任何用户都可以以此建立针对特定文本到图像创作任务的应用程序。
Stable Diffusion的开源直接促使AIGC被广泛关注，短短几个月内出现大量二次开发，从模型优化到应用拓展，大幅降低用户使用AIGC进行创作的门槛，提升创作效率。
近期较火的国产AI绘画小程序“盗梦师”便是在Stable Diffusion基础上做的改进。
盗梦师团队对Stable Diffusion模型型进行了中国本土化的改造，用自己写的follow instruction的方式对模型进行训练，并且加入了大量本地化数据。9月，“盗梦师”刚上线一周，便创造了日增5万新用户的记录。
盗梦师生成的图像：
（文本提示：云梦仙境、景观、幻想、动画、神话，复杂细节，柔和的电影照明，8k）
尽管AI绘画平台已将创作时间压缩至几十秒，但汪梓欣告诉财经网，平均来讲的话，大概1～2小时产出一个相对满意的AI绘画作品。
“这里面有三块时间，第一部分是构思的时间，第二部分是AI绘画自主生成作品的时间，第三部分是最终的试错时间，”汪梓欣表示，“AI是可以无限地画下去的，但真正的好作品可能还需要多画几幅，挑选一个。”
工具化属性明显
由上文可知，包含Diffusion扩散模型在内的关键技术在2022年取得突破，技术可用性显著提高，产出效率也在不断提高，产出效果出现分水岭，技术转化为生产力的契机产生。
商业化基础已初步具备，国内外互联网巨头和独角兽纷纷下场。
国外方面，今年科技巨头谷歌（Imagen、Parti）、Meta（MakeA Scene）、微软（NUWA）等先后推出自己的AI绘画平台，新晋初创独角兽Stability AI（Stable Diffusion）、Midjourney Lab（Midjourney）、Noval（Novel AI）、Open AI（DALL·E2）等也纷纷涉足这一领域。
在国内，AI绘画产品更是井喷，今年下半年上线了如百度文心一格、TIAMAT、盗梦师、无界版图、6pen等诸多产品。
在微博、小红书等多平台上，AI绘画迅速走红，在内容创作者、技术研究者、投资人等各圈层里形成了声势。
这让花费毕生所学进行创作的从业人员倍感焦虑和紧张。
“AI绘画会取代画师吗？”“不想被取代要朝什么方向努力？”近期很多画师有此焦虑。
菜菜是一名自由插画师，在她看来，现在很多玩AI的画师或非画师，其实想的并不是替代谁，而是开发新的挣钱赛道。
“AI绘画的未来会像AI配音一样，真正的主要用户群体，是那些本来也不会花大钱买图的普通人。而画师用AI创作的优势更大，这样来看的话，AI绘画对大众是利好消息，尤其对画师来说，其实是一条可以赚外快的新赛道。”
另一方面，在当前阶段，AIGC虽然引发了社会的广泛关注，但仍旧只能作辅助工具，还难以达到人们畅想的“高度自由创作”阶段。
例如，在捕捉灵感方面，创作者可以提前通过AIGC寻找“感觉”，降低前期的工作量和项目成本，并有望创造出更多惊艳的作品；在提升效率方面，AIGC的出现将使创作者拥有一个更加高效的智能创作工具，辅助创作者进行日常工作，提升效率，为规模化生产构建市场增量。
“创作者本身可能有一些天花板或者创作瓶颈，AI绘画出现之后，创作者能够创造出一些原先他们所不能创作或者来不及创作的东西，把AI绘画当作一种赋能工具来用，会产生很多新的可能。”汪梓欣指出。
产业链初见规模
AIGC要真正发挥对不同行业的驱动作用，需要与各行各业的特异场景深度融合。
据浙江大学国际联合商学院数字经济与金融创新研究中心联系主任、研究员盘和林介绍，“当前AIGC的应用正在逐渐产生，例如在写作、画图、3D建模、剪辑、摄录等领域都有AI的身影，但最终还需要人类对内容进行筛选和优化处理，完全由AI主导的创作在当前阶段尚未实现。”
量子位智库认为，我国的AIGC行业仍处于起步阶段，尚未发展成型。量子位智库基于自身理解，绘制了产业链分布图，具体如下：
图片来源：量子位智库
AIGC产业链涉及硬件、NLP、算法算力、应用、数据提供与处理等多环节。
据量子位智库，当前我国AIGC产业布局在算法和应用开发环节较为集中和领先，而在产业链上下游还有诸多可开发的蓝海领域。
在自然语言处理、计算机视觉和人工智能技术等方面，目前国内的百度集团、拓尔思、商汤、科大讯飞等公司均已有所布局；
在应用产品和场景方面，除AI绘画外，国内布局最多的赛道是AI写作和语音合成领域，虚拟人赛道也开始兴起。具体参与者包括视觉中国、中文在线、万兴科技、昆仑万维、蓝色光标等。
仍以AI绘画为例，用户多为生成数量或者使用时间付费，常见付费方式为订阅制或按次付费，变现方式较为单一。
例如，百度文心一格目前的收费方式是首次注册获赠200电量，相当于免费生成100次单张图，电量耗尽后，可以通过免费（进行画作分享/公开优秀画作）或付费（100电量9.9元/200电量15.9元/800电量49.9元）方式获得。
AI绘画app灵境则采用订阅制，按月会员68元、年会员168元、永久会员198元向用户收取订阅费用。
但据6pen的调研，60%的用户从未在AI绘画产品上有过付费行为，而在剩下的40%用户中，付费超过100元的也仅占比10%。
对普通C端用户而言，应用场景商业化性价比较低，付费意愿不强。
浙商证券认为，造成上述现象的原因主要有两方面：一是商业应用场景的缺失，二是当前AI绘画平台大多为轻量级的工具应用，能够操作的玩法和赋能服务都比较有限。
相比之下，B端的变现路径更为多远、成熟，如广告和营销行业均有可想见的应用情景能挖掘出较为可行的商业模型，付费的可能性和水平相对更高。浙商证券表示，B端或可成为AI绘画商业化的突破口。
元宇宙生产力工具
作为生产力工具，AIGC是继PGC(专业内容生产)、UGC（用户生成内容）后的新型内容创作方式，被认为是元宇宙和web3.0的底层基础设施之一。
当我们迈入Web3.0时代，人工智能、关联数据和语义网络构建，形成人与网络的全新链接，内容消费需求飞速增长。UGC\PGC这样的内容生成方式将难以匹配扩张的需求。AIGC将是新的元宇宙内容生成解决方案。
元宇宙涉及大量数字人、虚拟场景和虚拟资产的创建。
而AIGC可以利用人工只能学习知识图谱、自动生成，在内容的创作方面为人类提供协助，或者完全由AI产生内容。这不仅能提高内容生成的效率，还能提高内容的多样性。
开源证券认为，“AIGC或成为提升元宇宙数字内容供给和商业化效率的催化剂。“
Gartner预测，到2025年AIGC所创造的数据将占到所有已生产数据的10%。
但现下，AIGC在引发全球关注的同时，在知识产权、技术伦理等方面还面临诸多挑战。首先是AIGC的版权问题有待厘清。
当前，我国《著作权法》中规定，著作权的指向对象为“作品”，且“作者”只能是自然人、法人或非法人组织。因此，由AIGC生辰的智能化内容难以通过“作品—创作—作者”的逻辑获得著作权的保护。
汪梓欣对此深有体会。今年6月份。汪梓欣对自己的画作《春江花月夜》在上海版权局申请版权登记，8月份，汪梓欣收到了该作品的数字版权证书。
但后来，汪梓欣创作更多的作品，再向上海版权局申请AI艺术作品的版权登记时，却被屡屡退回。和版权部门沟通时，给出的答复是“这是AI创作出来的，相当于你本身就没有出什么力”。
“我说那Photoshop的作品也是数字作品，能不能去申请，他说这种可以，但后来也就不了了之了。”汪梓欣对财经网解释到。
其次，AIGC涉及的作品侵权、名人肖像侵权等都是巨大的行业风险点。
日本绘画领域就曾掀起争论，不少画师公开表示禁止AI学习自己的作品。根据6pen对原创艺术家的问卷调研，超过90%的原创艺术家持相对保留态度，约37%的原创艺术家呼吁向版权付费或有所标注。这也阻碍了AI绘画创收。
此外，AI模型训练所使用的大量素材，可能包含了未经授权的，有明确版权方的图片数据，版权归属是否应该由模型指定也未有定论。因此使用此类作品并以此盈利很有可能为使用者带来法律上的纠纷。
不过，浙商证券相信，“随着相关法律法规约束的健全，AIGC行业必能在内容创作领域找到自己合适、合规的发展之路。”
王苗苗/文
