AIGC——利用人工智能技術來生成內容，它被認為是繼PGC、UGC之后的新型內容創(chuàng)作方式。2022年AIGC發(fā)展速度驚人，迭代速度更是呈現(xiàn)指數(shù)級爆發(fā)，這其中深度學習模型不斷完善、開源模式的推動、大模型探索商業(yè)化的可能，成為AIGC發(fā)展的“加速度”。騰訊將持續(xù)關注AIGC賽道，從技術突破、商業(yè)模式、頭部公司等方向，推出“AIGC未來指北”系列內容，本文為系列第一篇。

以下為正文：

2022年8月，在美國科羅拉多州舉辦的新興數(shù)字藝術家競賽中，參賽者提交AIGC（AI-Generated Content，以下簡稱“AIGC“）繪畫作品《太空歌劇院》，參賽者沒有繪畫基礎但是卻獲得了此次比賽“數(shù)字藝術/數(shù)字修飾照片”類別一等獎，引發(fā)多方爭議：一方面，批判者認為AI在“學習”了大量前人的作品之后，其創(chuàng)作沒有任何情緒和靈魂，難以和人類的藝術創(chuàng)作相提并論。另一方面，支持者認為創(chuàng)作者在一遍遍修改文本內容后，才讓AI創(chuàng)作出滿意的作畫，而且作品有很強的觀賞性，AI的創(chuàng)作有其獨特價值。

(資料圖片僅供參考)

AIGC構建發(fā)展“加速度”

AIGC是利用人工智能技術來生成內容。2021年之前，AIGC生成的主要還是文字，而新一代模型可以處理的格式內容包括：文字、語音、代碼、圖像、視頻、機器人動作等等。AIGC被認為是繼專業(yè)生產內容（PGC，professional-generated content）、用戶生產內容（UGC，User-generated content）之后的新型內容創(chuàng)作方式，可以在創(chuàng)意、表現(xiàn)力、迭代、傳播、個性化等方面，充分發(fā)揮技術優(yōu)勢。2022年AIGC發(fā)展速度驚人，年初還處于技藝生疏階段，幾個月之后就達到專業(yè)級別，足以以假亂真。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。同時，AIGC的迭代速度呈現(xiàn)指數(shù)級爆發(fā)，這其中深度學習模型不斷完善、開源模式的推動、大模型探索商業(yè)化的可能，成為AIGC發(fā)展的“加速度”。

（一）深度學習模型是AIGC加速普及的基礎

視覺信息一直在網絡中有較強的傳播力且容易被大眾感知，具有跨平臺、跨領域、跨人群的優(yōu)勢，天然容易被人記憶和理解。同時視覺信息應用場景廣泛，因此生成高質量的圖像成為當前AI領域的一個現(xiàn)象級功能。

2021年，OpenAI團隊將跨模態(tài)深度學習模型CLIP（Contrastive Language-Image Pre-Training，以下簡稱“CLIP”）進行開源。CLIP模型能夠將文字和圖像進行關聯(lián)，比如將文字“狗”和狗的圖像進行關聯(lián)，并且關聯(lián)的特征非常豐富。因此，CLIP模型具備兩個優(yōu)勢：一方面同時進行自然語言理解和計算機視覺分析，實現(xiàn)圖像和文本匹配。另一方面為了有足夠多標記好的“文本-圖像”進行訓練，CLIP模型廣泛利用互聯(lián)網上的圖片，這些圖片一般都帶有各種文本描述，成為CLIP天然的訓練樣本。據(jù)統(tǒng)計，CLIP模型搜集了網絡上超過40億個“文本-圖像”訓練數(shù)據(jù)，這為后續(xù)AIGC尤其是輸入文本生成圖像/視頻應用的落地奠定了基礎。

“對抗生成網絡”GAN（Generative Adverserial Network, 以下簡稱“GAN”)雖然也是很多AIGC的基礎框架，但是GAN有三個不足：一是對輸出結果的控制力較弱，容易產生隨機圖像；二是生成的圖像分別率較低；三是由于GAN需要用判別器來判斷生產的圖像是否與其他圖像屬于同一類別，這就導致生成的圖像是對現(xiàn)有作品的模仿，而非創(chuàng)新。因此依托GAN模型難以創(chuàng)作出新圖像，也不能通過文字提示生成新圖像。

隨后出現(xiàn)的Diffusion擴散化模型，則真正讓文本生成圖像的AIGC應用為大眾所熟知，也是2022年下半年Stable Diffusion應用的重要推手。Diffusion模型有兩個特點：一方面，給圖像增加高斯噪聲，通過破壞訓練數(shù)據(jù)來學習，然后找出如何逆轉這種噪聲過程以恢復原始圖像。經過訓練，該模型可以從隨機輸入中合成新的數(shù)據(jù)。另一方面，Stable Diffusion把模型的計算空間從像素空間經過數(shù)學變換,降維到一個可能性空間(Latent Space)的低維空間里，這一轉化大幅降低了計算量和計算時間，使得模型訓練效率大大提高。這算法模式的創(chuàng)新直接推動了AIGC技術的突破性進展。

總的來看，AIGC在2022年實現(xiàn)破圈，主要是在深度學習模型方面有了長足進步：首先CLIP模型基于海量互聯(lián)網圖片進行訓練，推動AI繪畫模型進行組合創(chuàng)新；其次Diffusion擴散化模型實現(xiàn)算法創(chuàng)新；最后使用潛空間降維的方法來降低Diffusion模型在內存和時間消耗較大的問題。因此，AIGC繪畫之所以能夠幫助大眾畫出各種天馬行空的畫作，背后離不開大量深度學習模型的不斷完善。

（二） “開源模式”成為AIGC發(fā)展催化劑

在算法模型方面，AIGC的發(fā)展離不開開源模式的推動。以深度學習模型CLIP為例，開源模式加速CLIP模型的廣泛應用，使之成為當前最為先進的圖像分類人工智能，并讓更多機器學習從業(yè)人員將CLIP模型嫁接到其他AI應用。同時，當前AIGC繪畫最熱門的應用Stable Diffusion已經正式開源（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的創(chuàng)作任務應。Stable Diffusion的開源直接引發(fā)2022年下半年AIGC引發(fā)廣泛關注，短短幾個月時間內出現(xiàn)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，并長期長期霸占GitHub熱榜第一名。

在訓練數(shù)據(jù)集方面，機器學習離不開大量數(shù)據(jù)學習，LAION作為全球非盈利機器學習研究機構，在2022年3月開放了當前規(guī)模最大的開源跨模態(tài)數(shù)據(jù)庫LAION-5B，使得近60億個“文本-圖像”對可以用來訓練，從而進一步加快AI圖像生成模型的成熟，幫助研究人員加快推動從文字到圖像的生成模型。正是CLIP和LAION的開源模式構建起當前AI圖像生成應用的核心。未來，隨著模型穩(wěn)定，開源將成為AIGC成熟的催化劑，源模式有望讓相關模型成為海量應用、網絡和服務的基礎，應用層面的創(chuàng)造力有望迎來拐點。

AIGC為創(chuàng)作領域帶來的效率與模式的創(chuàng)新

（一） AIGC工具屬性有助于效率提升

在捕捉靈感方面，AIGC可以幫助有經驗的創(chuàng)作者捕捉靈感，創(chuàng)新互動形式。例如在游戲行業(yè)，制作人靈感往往難以準確表達，與美術工作人員經常由于溝通產生理解誤差。通過AIGC系統(tǒng)可以在設計初期，生成大量草圖，在此基礎上制作人與美術人員可以更好的理解并確認彼此的需求。同時，創(chuàng)作靈感難以琢磨，可以提前通過AIGC來尋找“感覺”，進一步降低美術創(chuàng)作者大量前期工作和項目成本。例如，制作人先構建完整的背景故事后，由AIGC生成系列畫作，之后再由專業(yè)的美術人員進行篩選、處理、整合，并將整個故事和畫面進一步完善提升。

在提升效率方面，AIGC的出現(xiàn)將會讓創(chuàng)作者擁有一個更加高效的智能創(chuàng)作工具，在內容創(chuàng)作環(huán)節(jié)進行優(yōu)化，而非成為競爭對手。例如在極短的項目籌備時間內，AIGC可以大幅提升效率，驗證了AI投入到工業(yè)化使用的可行性。尤其是對于藝術、影視、廣告、游戲、編程等創(chuàng)意行業(yè)的從業(yè)者來說，可以輔助從業(yè)者進行日常工作，并有望創(chuàng)造出更多驚艷的作品。同時，還可以進一步降低成本和效率，為規(guī)?；a構建市場增量。

（二） AIGC構建創(chuàng)意與實現(xiàn)的分離

在創(chuàng)意構思方面，AIGC構建了新的創(chuàng)意完善通路，傳統(tǒng)的創(chuàng)作過程中消化、理解以及重復性工作將有望交由AIGC來完成，最終創(chuàng)意過程將變?yōu)椤皠?chuàng)意-AI-創(chuàng)意”的模式。

在創(chuàng)意實現(xiàn)方面，創(chuàng)作者和AIGC的關系類似于攝影師和照相機。攝影師構建拍攝思路并進行規(guī)劃，對相機進行參數(shù)配置，但是不用了解相機的工作機制，一鍵生成高質量的內容。同樣的，創(chuàng)作者構思并進行規(guī)劃，對AI模型進行參數(shù)配置，不需要了解模型的原理，直接點擊輸出內容即可。創(chuàng)意和實現(xiàn)呈現(xiàn)出分離狀態(tài)，實現(xiàn)過程變?yōu)橐环N可重復勞動，可以由AIGC來完成，并逐步將成本推向趨近于0。

（三） AIGC給創(chuàng)作者獲得更多收益帶來思路創(chuàng)新

創(chuàng)作者的成果是AIGC學習的對象，但創(chuàng)作者的創(chuàng)意才是關鍵，創(chuàng)意本身比AIGC生成的繪畫更有價值，因此如何將創(chuàng)作者的“創(chuàng)意”進行量化，甚至定價，將有助于打造AIGC的商業(yè)模式。這其中“注意力機制”將成為AIGC潛在的量化載體。例如國內有機構專家提出，可以通過計算輸入文本中關鍵詞影響的繪畫面積和強度，我們就可以量化各個關鍵詞的貢獻度。之后根據(jù)一次生成費用與藝術家貢獻比例，就可以得到創(chuàng)作者生成的價值。最后在與平臺按比例分成，就是創(chuàng)作者理論上因貢獻創(chuàng)意產生的收益。

例如某AIGC平臺一周內生成數(shù)十萬張作品，涉及這位創(chuàng)作者關鍵詞的作品有30000張，平均每張貢獻度為0.3，每張AIGC繪畫成本為0.5元，平臺分成30%，那么這位創(chuàng)作者本周在該平臺的收益為：30000*0.3*0.5*（1-30%）=3150元的收益，未來參與建立AI數(shù)據(jù)集將有望成為藝術家的新增收益。

（四） 從“大模型”到“大應用”，探索可行商業(yè)模式

基于深度學習算法數(shù)據(jù)越多，模型魯棒性越強的特點，當前的大模型規(guī)模只增不減，比拼規(guī)模已經成為標配。例如，Open AI推出的GPT-3參數(shù)已經超過1750億個。但“數(shù)據(jù)投喂”并非一種技術路徑上的創(chuàng)新，更多的是在工程領域的微調。需要指出的是，模型規(guī)模越大，其實越難以在現(xiàn)實場景中落地部署。同時“海量數(shù)據(jù)”并不等同于“海量高質量數(shù)據(jù)”，有可能會導致反向效果產生。

AIGC的發(fā)展離不開預訓練大模型的不斷精進。大模型雖然在很多領域都表現(xiàn)出良好的使用效果，但是這些效果作為展示甚至噱頭之后，很難形成良性的商業(yè)價值，與大模型的訓練成本、基礎設施投入更是相差甚遠。如何推動“大模型”向“大應用”來轉變，正在成為關鍵的考驗。AIGC的破圈以及引發(fā)的關注，可以看到大模型商業(yè)化的潛力正在清晰化：一方面大模型企業(yè)可以根據(jù)C端用戶實際“按需提供服務”和商業(yè)轉化；另一方面帶動對云計算、云存儲的使用量上升。將AIGC從“嘗鮮試試看”變成大眾頻繁使用的需求，再到與具體行業(yè)和領域深度結合，依托我國豐富的產業(yè)需求和應用場景，有望為大模型商業(yè)化和長期價值探索一條新路徑。

AIGC發(fā)展面臨的挑戰(zhàn)

Gartner預計，到2025年，生成式人工智能將占所有生成數(shù)據(jù)的10%。根據(jù)《Generative AI ：A Creative New World》的分析，AIGC有潛力產生數(shù)萬億美元的經濟價值。AIGC在引發(fā)全球關注的同時，知識產權、技術倫理將面臨諸多挑戰(zhàn)和風險。同時AIGC距離通用人工智能還有較大的差距。

（一） AIGC引發(fā)“創(chuàng)造力”歸屬爭論

傳統(tǒng)印象中，人工智能在創(chuàng)造性工作領域與人類還無法進行競爭，主要擅長的是計算、挖掘，聚焦在海量數(shù)據(jù)分析領域。人類更擅長的是創(chuàng)新，例如詩詞、設計、編程等需要創(chuàng)造性的事物上。與AI下棋相比，AI進行繪畫創(chuàng)作給大眾帶來的沖擊更為明顯：棋類游戲具有明確的規(guī)則和定義，不需要AI具備創(chuàng)造性，但AIGC尤其是輸入文字就能進行繪畫、視頻，讓沒有相關專業(yè)能力的人也可以制作出以假亂真的專業(yè)級別作品，則引發(fā)人們對自身引以為傲的“創(chuàng)造力”擔憂。AI不會替代創(chuàng)作者，但是可能會替代不會AI工具的創(chuàng)作者。

（二） 知識產權引發(fā)創(chuàng)作者擔憂

由于算法模型的進一步完善和成本快速下降，AIGC大規(guī)模商業(yè)化成為現(xiàn)實，過去遙不可及的專業(yè)能力已經具備從實驗室飛入尋常百姓家的可能。與此同時，AIGC的飛速發(fā)展和商業(yè)化應用，除了對創(chuàng)作者造成沖擊外，也對大量依靠版權為主要營收的企業(yè)帶來沖擊。具體來看：

一方面，AIGC難以被稱為“作者”。根據(jù)我國《著作權法》的規(guī)定，作者只能是自然人、法人或非法人組織，很顯然AIGC不是被法律所認可的權利主體，因此不能成為著作權的主體。但AIGC應用對生成的圖片版權問題持有不同觀點，圖片屬于平臺、完全開源還是生成者，目前尚未形成統(tǒng)一意見。

另一方面，AIGC產生的“作品”尚存爭議。根據(jù)我國《著作權法》和《著作權法實施條例》的規(guī)定，作品是指文學、藝術和科學領域內具有獨創(chuàng)性并能以某種有形形式復制的智力成果。AIGC的作品具有較強的隨機性和算法主導性，能夠準確證明AIGC作品侵權的可能性較低。同時，AIGC是否具有獨創(chuàng)性目前難以一概而論，個案差異較大。

由于創(chuàng)作者每次新的創(chuàng)作都在無形中對AIGC進行免費培訓，這讓眾多版權機構產生巨大擔憂。目前已經有大量藝術家和創(chuàng)作者宣布禁止AI學習自己的作品，從而保護自身知識產權。Getty Images、Newgrounds等網站也紛紛宣布禁止上傳和銷售AIGC作品。

（三） 距離通用人工智能還有較大差距

當前熱門的AIGC系統(tǒng)雖然能夠快速生成圖像，但是這些系統(tǒng)是否能夠真正理解繪畫的含義，從而能夠根據(jù)這些含義進行推力并決策，仍是未知數(shù)。

一方面，AIGC系統(tǒng)對輸入的文本和產生的圖像不能完全關聯(lián)起來。例如，用戶對AIGC系統(tǒng)進行測試，輸入“騎著馬的宇航員”和“騎著宇航員的馬”內容時，相關AIGC系統(tǒng)難以準確生成對應的圖像。因此，當前的AIGC系統(tǒng)還并沒有深刻理解輸入文本和輸出圖像之間的關系。另一方面，AIGC系統(tǒng)難以了解生成圖像背后的世界。了解圖像背后的世界，是判斷AIGC是否具備通用人工智能的關鍵。目前來看，AIGC系統(tǒng)還難以達到相關的要求。比如，在Stable Diffusion 輸入“畫一個人，并把拿東西的部分變成紫色”，在接下來的九次測試過程中，只有一次成功完成，但準確性還不高。顯然，Stable Diffusion 并不理解人的雙手是什么。

知名AI專家發(fā)出的調查也印證了同樣的觀點，有86.1%的人認為當前的AIGC系統(tǒng)對世界理解的并不多。持相同觀點的人還包括Stable Diffusion的首席執(zhí)行官。

（四） 創(chuàng)作倫理問題尚未有效解決

部分開源的AIGC項目，對生成的圖像監(jiān)管程度較低。一方面，部分數(shù)據(jù)集系統(tǒng)利用私人用戶照片進行AI訓練，侵權人像圖片進行訓練的現(xiàn)象屢禁不止。這些數(shù)據(jù)集正式AIGC等圖片生成模型的訓練集之一。例如，部分數(shù)據(jù)集在網絡上抓取了大量病人就醫(yī)照片進行訓練，且沒有做任何打碼模糊處理，對用戶隱私保護堪憂。另一方面，一些用戶利用AIGC生成虛假名人照片等違禁圖片，甚至會制作出暴力和性有關的畫作，LAION-5B數(shù)據(jù)庫包含色情、種族、惡意等內容，目前海外已經出現(xiàn)基于Stable Diffusion模型的色情圖片生成網站。

由于AI本身還不具備價值判斷能力，為此一些平臺已經開始進行倫理方面的限制和干預。例如DALL·E2已經開始加強干預，減少性別偏見的產生、防止訓練模型生成逼真的個人面孔等。但相關法律法規(guī)的空白和AIGC應用研發(fā)者本身的不重視將引發(fā)對AI創(chuàng)作倫理的擔憂。

本文作者：騰訊科技，來源：騰訊科技，原文標題：《一文讀懂AIGC：萬億新賽道為何今年獲得爆發(fā)？》

風險提示及免責條款 市場有風險，投資需謹慎。本文不構成個人投資建議，也未考慮到個別用戶特殊的投資目標、財務狀況或需要。用戶應考慮本文中的任何意見、觀點或結論是否符合其特定狀況。據(jù)此投資，責任自負。

關鍵詞： 人工智能 知識產權 不斷完善