爭議不斷的AIGC，靠什麼成為了頂流？-人工智慧-PHP中文網

撰稿丨千山

今年以來，AIGC迅速崛起。

所謂AIGC，即AI-Generated Content，指的是利用人工智慧來產生內容，被認為是繼專業產出內容（PGC）、使用者產出內容（UGC）後的新型內容創作方式。不久前掀起熱議的「AI繪畫」就是AIGC的一個典範。

在這條技術賽道，不僅有許多老牌巨頭持續佈局，甚至已經跑出了幾家估值逾十億美元的獨角獸。

10月18日，Stability AI宣布獲得1.01億美元的融資。它正是開源界「當紅炸雞」文字到圖像生成器Stable Diffusion的背後公司。

10月19日，主打文字生成的AI新創公司Jasper宣布完成1.25億美元的A輪融資，估值達15億美元。

此外，根據統計，8成AIGC概念股前三季獲利。創投圈無疑對其青睞有加，可以說一時風頭無兩。

這個不算新的概念為什麼突然就很火了？

1.為什麼一夜爆火

從表面來看，一切似乎肇於今年8月於美國科羅拉多州舉辦的數字藝術家競賽。一幅名為《太空歌劇院》的繪畫作品獲得了數位藝術類冠軍。消息一公佈就引發了許多爭議。

爭議不斷的AIGC，靠什麼成為了頂流？

Théâtre D'opéra Spatial（太空歌劇院）@百度百科

爭議焦點就在於，這幅作品是遊戲設計師傑森·艾倫（Jason Allen）利用AI繪圖工具Midjourney生成。雖然艾倫對其又進行了潤色，但這一點顯然不足以平復爭議。

關於「AI繪畫是否會取代畫家」、「AI是否會導致藝術之死」的討論迅速升溫，事件發酵後，更多人則陡然發覺：原來AI繪畫的發展水準已經到了十分驚人的地步。

其實早在去年年初，OpneAI推出的影像辨識系統CLIP和語言模型DALL·E就是一個非常重要的訊號。之後，AIGC領域就開始遍地開花，除了AI繪畫之外，AI寫作、AI程式設計工具也相繼湧現。

今年以來，Disco Diffusion、Midjourney、Stable Diffusion等AI輔助工具陸續走紅，更不用說國內外大廠在這一領域的不斷深耕：

GoogleBrain接連推出了AI繪畫工具「Imagen」和「Parti」；
微軟亞洲研究院發表了無限視覺生成模型NUWA-Infinity；
#Github 的AI程式設計神器Copilot可以根據海量的開源程式碼產生子模組供開發者使用；
OpenAI正式開放了DALL-E 2的程式介面；…

#AIGC的爆火看似突然，其實也經歷了較長的蟄伏期，而《太空歌劇院》剛好成為了那根讓其「一朝成名天下知」的引線。歸根究底，多重因素的加持才讓AIGC在今年聲名大噪。

首先，技術層面達到了一定水平，尤其是生成擴散模型和多模態預訓練模型等技術的發展進步顯著，讓AI可以迅速產生不同模態的數據內容，能廣泛用於內容生成、編輯和輔助創作。

然後，市場需求驅動內容生產方式的演進。人們對內容的需求快速成長，內容產業也需要隨之升級。 PGC製作門檻較高、品質有保證，但生產週期較長，UGC降低了生產成本與中心化程度，但品質往往參差不齊，而AIGC在某種程度上兼顧了產能和質量，可以被視為是內容生態在發展過程中的新一輪範式轉移。

再者，經濟下行的大環境讓科技更趨向務實的應用。後疫情時代，降本增效成為許多企業努力的方向。生成式人工智慧恰恰可以滿足個人和團隊在創意輔助上的提效需求。

最後，不得不提的是，Stable Diffusion的開源所產生的破圈效應。作為一款文字到圖像生成器，Stable Diffusion不僅開放了程序，還有其已經訓練好的模型，這意味著其允許後繼的創業家們使用開源框架構建起更加開放而生猛的內容大生態，這為更廣泛的C端用戶的連結提供了可能。

2.引爆畫師圈的「搶飯碗」之憂

#儘管AIGC在設計、繪畫、寫作、程式設計等領域均有了一展身手的空間，但關於其本身的質疑從未中斷。「AI繪畫」相關話題甚至一度登上眾多平台的熱門搜榜單，成為名副其實的流量密碼。

在畫師圈呈現出了兩極化的巨大差異。有人抱著抵觸或警覺態度，也有人坦然接受甚至願意主動接觸。

反对者们认为，不知疲倦的AI“10秒可以出一幅画，而我却需要几天”。从短期来看，它的出现会挤占一大批中低层画师的职业空间。长期来看，会导致绘画圈的严重断层，到最后存活的只有“大佬”。

更有甚者，提出了这样一个观点——“绘画”已经是行业中比较具有不可替代属性的职业技能了，如果画师能被取代，其他职业还会远吗？

就像某位网友的评论：“不知未来路在哪里，我相信AI绘画无法完全代替人类，但是可以替代我。”这种危机感引发了不少人的共鸣。

而支持者则认为，技术发展势不可挡，AI绘画可以更高效地帮助画师制作内容，有时甚至可以提供灵感。优胜劣汰是发展的必然，不会以人的情感为转移。

当然，也有对此持无谓态度，主张它山之石可以攻玉的。比如CG画师乌合麒麟就表示：“画画这玩意不一直是谁画的好就学谁么？ai画的好把他好的部分学过来不就完事了。”

爭議不斷的AIGC，靠什麼成為了頂流？

图源：CG画师乌合麒麟评论@微博

自人工智能诞生之日起，不可回避的一点就是：需要直面关于“AI取代人”的担忧。而AIGC的发展似乎又加剧了这一“饭碗”之争，但如果在众声喧哗中回归到AIGC本身，就会发现AIGC存在的意义更多是将生产者从枯燥的生产工作中释放，或者帮助生产者突破生产瓶颈，而非取代从业者。正如AI绘画工具Midjourney的创始人David Holz曾经提到的：

“我认为艺术家不仅仅是关于图像的产生者，艺术往往是关于故事和情感的，而AI没有故事和情感，AI创作的影像的叙事来源于使用它的人。贝壳皆来自大海，但海洋非造物者。美石皆来自川河，但河流非孕育者。这套系统并无创造的能力，但美可以来自其中。”

人工智能在创造性活动中的作用只是一种工具，一个载体，而不是创造者本身。Holz将人工智能比作水，“水是危险的，但你也可以在里面游泳、制造船只、用水坝发电”，关键是要学会如何利用它以及与之共处，“它没有意志，没有恶意，是的，你可能淹死在里面，但这并不意味着我们应该禁止水。当你发现一个新的水源时，这真的是一件好事”。

3.风光背后的阴翳

尽管很多人对AIGC的价值依旧存疑，甚至有些人批评其一直游走在道德和法律的边缘。但某种程度上，黑红也是红，AIGC已经进入了大众视野，并在逐步重塑众多行业场景，在认知和关注度上打下了基本盘。市场也普遍看好这一赛道的发展潜力。

据量子位AIGC图谱显示，现在AIGC主要用在文字、图像、视频、音频、游戏以及虚拟人上，里面涉及的初创企业大多集中在A到B轮，包括DeepMusic、倒映有声、聆心智能、彩云小梦、rct.ai、影谱科技、超参数等。

爭議不斷的AIGC，靠什麼成為了頂流？

我国现有AIGC产业链划分

@《AIGC/AI生成内容产业展望报告》

而国内大厂百度、腾讯、阿里巴巴、字节跳动、网易等也都在AIGC领域有所投入。

百度推出了AI作画平台“文心一格”；
腾讯研发的写稿机器人Dreamwriter可以在规定的22种场景中写作；
阿里巴巴旗下的AI在线设计平台Lubanner可以帮助营销人员生产Banner；
字节跳动旗下的剪映以及快手云剪都能提供AI生成视频；
网易推出了AI编曲系统“网易天音”；……

不过，尽管前景被多数人看好，但目前AIGC领域还存在着不少问题。

第一，关键核心技术仍然有待提升。围绕AI绘画、AI写作的批评中，很多人直指其生成的内容堆砌且质量层次不齐，有时甚至会产生类似“缝合怪”一般的滑稽感。不久前哈佛大学的一项研究表明，DALL-E 2对于文本提示内的关系根本不理解，只是把文本中的几个实体粘合在一起，图像正确率仅有22%。

第二，需求的差異化提升了開發門檻。以AI寫作為例，AIGC能做到根據關鍵字自動產生文本，甚至達到一定的流暢度，但不同場景對寫作需求不同。例如，說明書和廣告文案在措詞上有天壤之別，新聞評論和小說也是風格迥異。需求不同，訓練資料自然不同，無疑提高了AIGC產品開發的成本和時間。

第三，大規模商業化落地依舊挑戰重重。由於目前的人工智慧還在傳統的弱人工智慧階段，必須高度依賴人類對實際問題的建模，但這種方式存在著相當的不穩定性，加上硬體設施的效能限制，導致生成結果不理想，以及用戶缺乏付費意願，讓AIGC距離大規模商業化落地還需時日。

先前，曾經擁有50萬月活用戶的AI程式設計工具Kite在堅持8年後宣布了失敗，令人扼腕。其創辦人Adam Smith將失敗歸因於「演算法不夠好」和「用戶不買單」。「最大的問題是最先進的模型不理解程式碼的結構，例如非本地上下文。」其次，他們花了很長時間才發現，「個人開發者不會購買工具，只有他們的經理可能會這樣做。但僅僅使開發人員在編寫程式碼時速度提高18%——這也不足以打動他們。」

第四，AI作品的版權之爭未有定論。如今許多AIGC工具免費開放使用，但仍有許多使用者擔心其版權的合法性。由於整個產業目前仍處於探索階段，各國的政策也不同，不同公司在面對相關問題時處理方法也千差萬別，因此，全世界仍都處在蒙昧和混沌期。

版權之爭的核心問題主要集中在兩個面向：一是你能取得AI模型所創造的東西的版權嗎？二是你可以使用受版權保護的資料來訓練AI模型嗎？

不久前GitHub Copilot引發的官司就是一個典型案例。在這項集體訴訟中，廣大程式設計師指控OpenAI涉嫌違反開源許可，OpenAI和微軟使用他們貢獻的程式碼訓練專有AI工具GitHub Copilot。不少業界人士認為，這起案件的進展和結果可能會為整個生成式人工智慧領域的版權歸屬問題開創先例。