今年夏天，并無繪畫基礎(chǔ)的游戲設(shè)計師杰森·艾倫（Jason Allen）通過AI繪圖工具M(jìn)idjourney，生成一幅AI畫作《太空歌劇院》，并獲得美國科羅拉多州新興數(shù)字藝術(shù)家競賽一等獎。同時，《太空歌劇院》及其背后一眾類似的AI畫作引發(fā)畫家群體集體抗議維權(quán)。

因AI繪畫屬于AIGC分支之一，熱潮與爭議之中，2022年也被稱為“AIGC元年”。但在更早前，包括NVIDIA、Google等廠商均已發(fā)布相關(guān)技術(shù)成品。相較于AIGC在C端的熱度，B端的具體落地與商業(yè)化應(yīng)用場景更值得關(guān)注。目前來看，AI繪畫仍面臨版權(quán)與倫理問題、商業(yè)化變現(xiàn)等難題。

(相關(guān)資料圖)

技術(shù)拉低AIGC創(chuàng)作門檻

所謂AIGC，既是一種內(nèi)容分類方式、內(nèi)容生產(chǎn)方式，也是用于內(nèi)容自動化生成的一類技術(shù)集合。其全稱為 Al-Generated Content，指基于生成對抗網(wǎng)絡(luò) GAN、大型預(yù)訓(xùn)練模型等人工智能技術(shù)，通過已有數(shù)據(jù)尋找規(guī)律，并通過適當(dāng)?shù)姆夯芰ι上嚓P(guān)內(nèi)容的生產(chǎn)方式。

投資機(jī)構(gòu)a16z將內(nèi)容生態(tài)發(fā)展分為四個階段：專家生成內(nèi)容（ProfessionallyGenerated Content，PGC）、用戶生成內(nèi)容（User-Generated Content，UGC）、AI 輔助生產(chǎn)內(nèi)容（AI-assisted Generated Content）及 AI 生成內(nèi)容（AI-Generated Content，AIGC）。目前行業(yè)主要處于一、二階段為主，第三階段為輔的狀態(tài)。

不論是AI繪畫還是近期剛火的ChatGPT，都是AI技術(shù)在逐漸深化進(jìn)入每個人的生活。在量子位MEET2023智能未來大會上，阿里巴巴集團(tuán)副總裁賈揚清表示，今天行業(yè)講AI，繞不過去的話題就是AIGC的大爆發(fā)，包括Stable Diffusion以及ChatGPT。前者是一個基于Latent Diffusion Models（潛在擴(kuò)散模型，LDMs）的文圖生成（text-to-image）模型，也正是如今被諸多畫家批判版權(quán)問題、但同時又降低了無過濾圖像生成門檻的平臺。

如果溯源的話，賈揚清稱，用統(tǒng)計和AI方法實現(xiàn)內(nèi)容的創(chuàng)作和生成這個方式，經(jīng)歷了很長的階段。往回數(shù)到1999年，艾佛斯教授提出的基本邏輯是用一個簡單的計算機(jī)視覺統(tǒng)計方式，就可以通過一個非常小的圖片來學(xué)習(xí)紋理，生成內(nèi)容，這可以說是AIGC的雛形。

2015年前后，賈揚清稱，行業(yè)很風(fēng)靡的技術(shù)是神經(jīng)風(fēng)格遷移，能夠從畫作當(dāng)中學(xué)習(xí)繪畫風(fēng)格，將一些原始圖片合成為相應(yīng)風(fēng)格的作品，如將梵高的《星空》等，生成更加豐富的內(nèi)容。從開始的1999年的計算機(jī)視覺統(tǒng)計方式，到今天更加強(qiáng)語意的AI創(chuàng)作，這些變化都在不斷催生行業(yè)去考慮更有意思的領(lǐng)域。

國際科技巨頭逐漸在AIGC領(lǐng)域現(xiàn)身是在21世紀(jì)初。2012年，微軟公開展示了一個全自動同聲傳譯系統(tǒng)，基于深層神經(jīng)網(wǎng)絡(luò)（Deep Neural Network，DNN）可以自動將英文演講者的內(nèi)容通過語音識別、語言翻譯、語音合成等技術(shù)生成中文語音。

2019年，隨著生成式對抗網(wǎng)絡(luò)技術(shù)（Generative Adversarial Network，GAN）逐漸成熟，AIGC 技術(shù)研究迎來關(guān)鍵拐點，DeepMind 發(fā)布了 DVD-GAN 模型用以生成連續(xù)視頻。

同時在2022年，所謂的行業(yè)元年，AIGC逐漸破圈，技術(shù)上，擴(kuò)散生成模型得到廣泛研究與應(yīng)用，文本生成圖像模型可準(zhǔn)確把握文本信息進(jìn)行創(chuàng)作。商業(yè)化基礎(chǔ)也已初步具備，國內(nèi)外互聯(lián)網(wǎng)巨頭和獨角獸紛紛下場。

國外如Open AI 更新了DALL-E-2，可創(chuàng)作出相應(yīng)極高質(zhì)量的卡通、寫實，抽象等風(fēng)格的繪畫作品。今年9月，NVIDIA 推出AI繪畫軟件NVIDIA Canvas，通過GauGAN（生成性對抗網(wǎng)絡(luò)），可將寥寥幾筆的草圖變?yōu)榫坝^大片。近期，NVIDIA又推出一款低門檻文本生成3D模型Magic3D，無需建模經(jīng)驗、無需特殊培訓(xùn)，只需要40分鐘左右，該模型就能生成一個帶有色彩紋理的3D網(wǎng)格模型，經(jīng)過調(diào)整后，模型未來可用于開發(fā)游戲或CGI藝術(shù)場景。

據(jù)浙商證券研究所分析認(rèn)為，真正將AIGC 創(chuàng)作最終推向平民化的，是 Stability AI 推出的 Stable Diffusion，個人電腦即可驅(qū)動，且?guī)讉€月內(nèi)產(chǎn)出效果具有直觀的改善。隨后，AI 繪畫迅速在微博、小紅書、抖音等多平臺上掀起傳播聲勢。

AI繪畫版權(quán)爭議何解？

除了《太空歌劇院》的意外獲獎，AI繪畫遭大批畫師抵制的現(xiàn)象也成為外界關(guān)注、熱議的重要原因。大批畫師已將“禁止投放作品進(jìn)入AI繪畫系統(tǒng)”加入個人簡介，全球知名視覺藝術(shù)網(wǎng)站ArtStation的上千名畫師發(fā)起聯(lián)合抵制，禁止用戶將其畫作投放AI繪畫系統(tǒng)，ArtStation認(rèn)為，任由系統(tǒng)學(xué)習(xí)模仿畫作是在侵犯版權(quán)。

對于AI繪畫產(chǎn)生的畫作版權(quán)問題，F(xiàn)orrester 分析師盧冠男對第一財經(jīng)記者表示，目前海外針對GitHub Copilot代碼生成服務(wù)的輸出內(nèi)容，目前出現(xiàn)了潛在集體訴訟。另外大型人工智能模型的訓(xùn)練過程會使用大量數(shù)據(jù)（包含代碼，文本和圖像）。由于很多數(shù)據(jù)是公開可訪問的，如GitHub的開源代碼，因此大模型的訓(xùn)練數(shù)據(jù)中常常會包含這類數(shù)據(jù)，且通常這類數(shù)據(jù)來源也標(biāo)注了許可證規(guī)則，明確說明如何在互聯(lián)網(wǎng)上二次傳播或以商用為目的傳播。

但是，盧冠男稱，在AI模型利用這些數(shù)據(jù)訓(xùn)練后，模型運行時所生成的所謂新數(shù)據(jù)，有可能出現(xiàn)和源數(shù)據(jù)具有高相似度的結(jié)果。對于這樣的結(jié)果是否違背了源數(shù)據(jù)自身的license范疇，目前還無法確定。特別是如果AI模型是在商用環(huán)境下產(chǎn)出這樣的具有爭議的結(jié)果，極易引起糾紛。

上海君悅律師事務(wù)所陳怡然律師對記者表示，關(guān)于AI作品是否構(gòu)成對其他人類作品的侵權(quán)，鑒于著作權(quán)侵權(quán)的認(rèn)定原則主要是接觸+實質(zhì)性相似，是否接觸需要綜合原始代碼和學(xué)習(xí)的參考圖進(jìn)行判斷，而是否符合實質(zhì)性相似需要具體判定AI圖和參考圖之間的相似度。所以需要具體案例具體分析。

在行為主體方面，假如張三對于圖A擁有著作權(quán)，李四在未經(jīng)允許的情況下將該圖提供給AI訓(xùn)練，王五使用AI生成了一張類似的圖片B并進(jìn)行營利性使用。陳律師表示在上述情境中，李四和王五均或可構(gòu)成侵權(quán)，若此款A(yù)I的開發(fā)公司對圖片B聲明版權(quán)，那么公司也或可構(gòu)成侵權(quán)。

不過據(jù)了解，目前多數(shù)AI作圖工具傾向于提示用戶，由AI生成的畫作的版權(quán)屬于AI公司。“關(guān)于AI作畫的版權(quán)問題，其實已經(jīng)完全超出了現(xiàn)有版權(quán)法的體系，如果真的有作者認(rèn)為AI創(chuàng)作的作品對自己的作品構(gòu)成侵權(quán)，由于AI學(xué)習(xí)的機(jī)制和邏輯不同，作者舉證和維權(quán)難度可以預(yù)見會遠(yuǎn)高于一般侵權(quán)訴訟，業(yè)界普遍認(rèn)為應(yīng)當(dāng)由AI公司承擔(dān)不侵權(quán)的注意義務(wù)及舉證責(zé)任，比如爬圖和學(xué)習(xí)的畫作僅限于公有領(lǐng)域的作品，如需學(xué)習(xí)版權(quán)保護(hù)期內(nèi)的作品，應(yīng)當(dāng)向作者支付分成等，”陳怡然稱。

針對目前AI畫作版權(quán)歸屬不明對行業(yè)的影響問題，盧冠男對記者表示，一方面會增加創(chuàng)新的門檻。企業(yè)如果想利用這類技術(shù)進(jìn)行商業(yè)服務(wù)，就要在法務(wù)合規(guī)等方面做出額外的準(zhǔn)備。這對于中小企業(yè)創(chuàng)新是一個潛在的隱性成本。另一方面會約束生成式AI的使用方式或場景。受制于To C提供服務(wù)時潛在的版權(quán)風(fēng)險，企業(yè)可能更傾向于在To B場景中間接使用生成式AI的結(jié)果。比如通過其生成的圖像結(jié)果輔助設(shè)計師構(gòu)圖，或通過其產(chǎn)出的代碼為軟件工程師提供代碼設(shè)計建議，從而做到規(guī)避其結(jié)果的風(fēng)險，這也能推動生成式AI的發(fā)展。但在To C這一側(cè)的發(fā)展也許會受阻。

B端商業(yè)化落地難題待解

作為一項早期技術(shù)，AIGC的商業(yè)化、大規(guī)模擴(kuò)展，以及倫理與法律等問題，仍是目前行業(yè)面臨的限制性因素。

賈揚清認(rèn)為，AI普惠有兩個重要支撐——一個是AI的工程化，一個是開源。著名教授RichardS. Sutton曾說過，此前七十年的AI研究，行業(yè)所得到的最大經(jīng)驗和教訓(xùn)是通過標(biāo)準(zhǔn)化的方式來使用大規(guī)模計算與通用算法。而大規(guī)模計算無論是通過原生方式還是通過更加高效的分布式計算方式等，都會讓開發(fā)到迭代的路徑變得更加簡單。另一個方面就是讓市場變得更大的開源。

在這樣的趨勢下，賈揚清認(rèn)為目前行業(yè)有幾個明顯的趨勢方向——第一是原始AI工程化平臺，第二是大規(guī)模端到端異構(gòu)計算體系，以及通過算法與體系組合，實現(xiàn)更加智能的、貼近用戶需求的產(chǎn)品，最后通過算法的開源，助力AI在產(chǎn)業(yè)垂直化落地。

至于說規(guī)模化之后的商業(yè)化問題，以Stable Diffusion和 Midjourney 這兩家代表性公司為例，二者都還未實現(xiàn)盈利。浙商證券研究所分析認(rèn)為，AI 繪畫商業(yè)化方面仍處于摸索階段，變現(xiàn)方式較為單一。用戶多為生成數(shù)量或者使用時間付費，常見付費方式為訂閱制或按次付費。

比如Stable Diffusion 目前尚未形成明確的盈利模式，主要收費方式是首次注冊DreamStudio beta 將獲得價值 2 英鎊的積分，約為200 次單張圖免費生成的額度。試用后可按 10 英鎊的增量購買額外的積分。但 Stability AI CEO認(rèn)為其未來商業(yè)模式將類似紅帽和 MongoDB，將開源版本定位免費，通過商業(yè)版本實現(xiàn)盈利。今年10月，Stable Diffusion背后的公司Stability AI宣布獲得1.01億美元融資，估值達(dá) 10 億美元。

相對而言，Midjourney 采用了訂閱制，新用戶可免費生成 25 張，之后對于個人用戶或公司年收入少于 100 萬美元的企業(yè)員工用戶，有兩個檔位的訂閱套餐可選。對于大公司客戶，單人一年收費約為 600 美元，生成的作品可以商用。

整體而言，對于普通 C 端用戶來說，應(yīng)用場景商業(yè)化性價較低，付費意愿有待提升。浙商證券研究所認(rèn)為，行業(yè)未來B 端變現(xiàn)路徑更為多元、成熟，若 B 端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。B端可能的收入方向包括：廣告、設(shè)計、營銷定制、動漫、游戲等行業(yè)。

盧冠男也持有相似觀點，他對記者表示，現(xiàn)在行業(yè)還很難預(yù)測一個成熟的商業(yè)模式，暫時仍處于一個探索的過程。目前的行業(yè)商業(yè)變現(xiàn)探索主要體現(xiàn)在模型服務(wù)提供方和模型服務(wù)使用方。對于公開數(shù)據(jù)提供方和模型服務(wù)提供方之前是否會產(chǎn)生新的商業(yè)模式，仍然不清晰。

另外對于To C的AI作畫服務(wù)，盧冠男認(rèn)為，AI模型服務(wù)供應(yīng)商需要確認(rèn)其目前是基于哪些圖片數(shù)據(jù)庫實現(xiàn)的模型訓(xùn)練，這些圖片是否能支持其商用范疇。服務(wù)商也應(yīng)考慮設(shè)立投訴通道，在糾紛發(fā)生初期盡早控制損失；對于To B的AI作畫服務(wù)，供應(yīng)商應(yīng)考慮如何利用企業(yè)客戶自有版權(quán)的數(shù)據(jù)源，進(jìn)行定制化訓(xùn)練服務(wù)；對于提供公開可訪問的素材平臺，平臺方也要考慮更新線上作品的許可證條款，同時為平臺上的創(chuàng)作者提供建議，比如注明是否接受其作品被用作訓(xùn)練數(shù)據(jù)等。

標(biāo)簽： AI繪畫 AIGC Stable Diffusion