丨劃重點

人類現(xiàn)在能創(chuàng)作的內(nèi)容，AI都可以有所助力。這一波AI的最新進展在于，過去AI偏科，分得很細，現(xiàn)在通用能力更強

AIGC界面表面上好像有點像搜索，但底層原理完全不同，有很大的創(chuàng)造成分存在，基于數(shù)據(jù)收集、算法計算可創(chuàng)作出獨一無二作品，甚至能模仿大師風格，畫出“機械蝦”

傳統(tǒng)創(chuàng)作者需要擁抱新技術(shù)變革，AIGC本身的意義是“解放人類”而非“替代人類”，會賦予更多普通人強大的創(chuàng)作能力，不是簡單的“搶飯碗”

AIGC作品著作權(quán)歸屬現(xiàn)階段尚無明確定論，平臺一般不會聲明版權(quán)，但也不建議創(chuàng)作者利用AIGC內(nèi)容進行商業(yè)化

丨概述

2022，AIGC（人工智能產(chǎn)生內(nèi)容）爆火并迅速出圈，在PGC（專業(yè)人員產(chǎn)生內(nèi)容）、UGC（用戶產(chǎn)生內(nèi)容）之后成為生產(chǎn)內(nèi)容的新方式。

這一趨勢是由OpenAI、DeepMind和智源等優(yōu)秀的科研機構(gòu)引領(lǐng)的，巨頭也積極下場搶占風口，包括谷歌、Meta、微軟等知名科技公司先后布局，當然業(yè)內(nèi)也不乏AIGC的新晉獨角獸Stability AI、Jasper、MidJourney 加速搶占制高點。

但AIGC“光鮮亮麗”的背后也隱藏著許多問題，諸如版權(quán)、創(chuàng)意等等目前都并沒有得到有效的解決，AIGC是否真的會從人類手中“搶飯碗”，商業(yè)化的持續(xù)探索又該何去何從？

AIGC在今年快速走紅這個現(xiàn)象，智源研究院運營副院長劉江認為這離不開AI“大模型”（是指基于大規(guī)模算力，使用大規(guī)模數(shù)據(jù)訓練而得到的新一代規(guī)模巨大的人工智能模型，可以用于廣泛的應用場景）的快速發(fā)展。

關(guān)于AI內(nèi)容生產(chǎn)對PGC和UGC等傳統(tǒng)內(nèi)容生成形式的沖擊，智源研究院NLP/多模態(tài)模型研究負責人伍昱認為AIGC的目的是幫助創(chuàng)作者從重復性、比較枯燥的勞動中解放出來，與現(xiàn)存的創(chuàng)作形式并不存在沖突，創(chuàng)作者應該更多的學習、利用AIGC的技術(shù)。

智源創(chuàng)新應用實驗室負責人黃文灝則認為未來AIGC的發(fā)展始終需要保持開放開源的態(tài)度，要重視產(chǎn)品形態(tài)的設計以及對UX（用戶體驗）的把握，讓AI繪畫不只是一個茶余飯后的消遣，而是成為一種剛需。

01

基于通用大模型，AIGC可以打90分

劉興亮：AIGC到底是什么，它有什么作用？

劉江：AIGC英文是AI-Generated Content（AI生成內(nèi)容），Content不僅僅包含繪畫，還有文字、音樂等等。

文字方面代表的平臺是美國研究機構(gòu)OpenAI的GPT-3，智源研究院在這方面的悟道模型也是比較領(lǐng)先的。只需一段文字提示（類似高考作文題或者一個開頭），AI系統(tǒng)就可以寫一篇作文，甚至長篇大論。

往下繼續(xù)延伸，AIGC還可以生成代碼（也是一種文字），如今已經(jīng)出現(xiàn)比較成熟的商業(yè)化平臺可以幫助廣大程序員寫代碼。智源也在從事音樂和視頻生成模型的研究。

在我看來，人類所能想象到的東西，AI都有可能實現(xiàn)，至少能幫助人更好更快地實現(xiàn)。未來會賦予更多普通人強大的創(chuàng)作能力。

最近AIGC為什么火了呢，因為確實效果太好了。利用AI或編程進行內(nèi)容生成，之前其實有很長的歷史，但效果不能滿足大多數(shù)人的需求。這次為什么生成的效果這么驚人？這離不開這幾年AI領(lǐng)域的最新進展——我們稱之為“大模型”。

大家可能不知道，之前AI都是非常偏科的，每個系統(tǒng)只會干很專門的事情，分得非常細。多細呢？搞文字和搞語音、音樂、圖片視頻的是好幾波人，都有自己的技術(shù)和工具，搞的是不同的系統(tǒng)。甚至搞圖片的也要分成分類、目標檢測、分割、生成等很多小任務，都是不同的。有點像高考，有系統(tǒng)會做數(shù)學卷子，但不會語文、英語、物理、化學，反過來也一樣。甚至語文卷子里，會做填空題的不會做選擇題，會做閱讀題的不會做作文題。所以AI總體發(fā)展還是挺難的。

而近幾年“大模型”出現(xiàn)之后，原來分得很細的AI科研人員和AI系統(tǒng)，有了共同的基礎(chǔ)技術(shù)，開始往通用的方向發(fā)展了。現(xiàn)在智源研究院的科研團隊，原來搞文字的和搞圖片的已經(jīng)開始打通，可以有廣泛合作了。

智源研究院旗下免費AIGC創(chuàng)作平臺FlagStudio：flagstudio.baai.ac.cn

伍昱：過去對不同任務需求，都是需要不同的方法去求解，大模型或者說預訓練模型，則是嘗試用同一套技術(shù)去解決，然后針對不用的任務/應用場景，進行一定程度的微調(diào)，在自然語言領(lǐng)域已經(jīng)形成了用預訓練模型這樣一種相對統(tǒng)一的方法去解決不同的問題的范式。

近兩年可能是更大的一個融合，包括像計算機方向。智源也有團隊在研究視覺的大模型，其實在解決問題的技術(shù)和方法上是很接近的，從技術(shù)的發(fā)展上確實看到了不同模態(tài)、不同任務的統(tǒng)一這樣一種范式的轉(zhuǎn)變。

多模態(tài)的發(fā)展非常迅速，而文字生成視頻近年來爆火，正是多模態(tài)方向的發(fā)展。近一兩年來，從Open AI提出DALLE模型開始，在實現(xiàn)方法上會有一定的區(qū)別——它引入了文字控制，而文字的控制又是從語言大模型發(fā)展過來的。

GPT-3（自然語言處理計算模型）它能夠去做文本的生成，而對于語言的能力轉(zhuǎn)化，我可以通過語言來交互，讓計算機生成一張圖片，使得它能夠符合我的預期。同時我的語言其實又可以與計算機交流，讓它生產(chǎn)代碼，所我的語言變成了一種工具，可以完成更多的事情。

黃文灝：AIGC技術(shù)已有一段時間的發(fā)展歷史，之前就有通過AI完成內(nèi)容生成的案例，但一直沒有引爆話題。

我覺得從產(chǎn)品上來看，最大的問題——之前的質(zhì)量生成內(nèi)容質(zhì)量不符合使用者預期，可能在60分的水平，但這次AIGC火爆和出圈的原因爆火出圈的原因在于我們擁有了大模型的能力，使得它的模型水平可以從60提高到80-90分。

它肯定不是完美的，和預期會存在差距，但基本上可以做到以假亂真的地步，而且比大多數(shù)人實際繪畫要好很多，滿足使用者的預期，得到他們想要的圖片。

所以，我覺得大模型帶來了技術(shù)或者模型層面上的一個質(zhì)變，使得更多的產(chǎn)品涌現(xiàn)出來，讓使用者更容易體驗到技術(shù)帶來的優(yōu)勢。

02

齊白石也能畫“鋼鐵蝦”

劉興亮：體驗AIGC后，有時感覺自己是個畫家，有時候感覺這只是另一種形式的搜索，有什么區(qū)別嗎？

劉江：它的界面看上去與搜索很像，也是在一個框里輸入一些文字，就出結(jié)果了。但底層原理其實完全不同，AIGC并不是將預先生成的很多圖片，根據(jù)搜索詞進行匹配調(diào)出。AI是收到文字（其實是一種命令提示）后，再調(diào)用底層模型，把畫計算出來的。

AIGC背后涉及比較復雜的數(shù)學、計算算法，基于海量的數(shù)據(jù)。同樣的一條指令，可能不同時間，生成的內(nèi)容卻是不一樣的，它有比較強的隨機性，看上去是有一定創(chuàng)造能力的（背后的機理還不完全清楚）。

搜索則是基于已經(jīng)存在庫中的已有圖片，最后呈現(xiàn)的圖片也是數(shù)據(jù)庫中的，只是去找對應的圖像，而AI繪畫的前提是，這幅畫本身并不存在。

比如齊白石，算法為什么知道齊白石？因為齊白石的風格統(tǒng)一，而且有很多作品，計算機算法會對現(xiàn)有的作品和風格進行規(guī)律總結(jié)。你可以命令系統(tǒng)畫出齊白石風格的變形金剛、星球大戰(zhàn)等場景，這是大師生前都不知道的事情。當然你也可以讓AI畫梵高、畢加索風格的中國畫……

AIGC生成的融合齊白石風格、金屬元素的“蝦”

伍昱：首先它肯定不完全是搜索，因為它有創(chuàng)造的成分。

搜索的空間是有限的，比如給定的圖片的數(shù)據(jù)，只能從固定的數(shù)據(jù)中尋找，如果沒有，就不會出現(xiàn)相應的圖片。而AIGC的模型是從大量的數(shù)據(jù)中去學習的，首先肯定具有很大的數(shù)據(jù)庫，并且有文字和圖片對應，AI模型會學習文字跟圖片對應的概念。

其次AI模型可以從數(shù)據(jù)中掌握規(guī)律，比如蘋果可能是什么樣的，其他的概念是什么樣的，再通過語言的創(chuàng)作來組合不同的元素，結(jié)果則是，圖片原來可能數(shù)據(jù)庫中不存在，但是可以基于給定的條件和規(guī)律生成。

甚至可以去混搭一些概念，比如嘗試不同的風格，像齊白石他有自己的繪畫風格，但在新概念下，蒸汽朋克風、機械風都可以成為可能，我們也能創(chuàng)作一個齊白石畫風的機械蝦。

黃文灝：可以舉兩個例子來回答，第一個就是牛油果椅子。

上圖是模型生成出來的牛油果椅子，相當于模型知道牛油果是什么，也知道椅子是什么，盡管世界上之前是沒有人畫過牛油果椅子或者造出過。AI模型仍然可以進行組合，生成既像牛油果又是個椅子的繪畫作品。

這就可以很直接證明，AIGC的內(nèi)容是模型創(chuàng)造出來的，而不是搜索出來的，因為世界上還沒有出現(xiàn)類似的實物。

這樣的例子還有很多，像鏤空的咖啡杯也很火。

第二個很簡單的方法也可以用來驗證AIGC的唯一性，用戶可以拿生成的圖片去百度或者Google，通過以圖搜圖會發(fā)現(xiàn)很多搜索結(jié)果當中，與生產(chǎn)的圖片很相似，但卻找不到完全一樣的結(jié)果，這就證明AI具備理解大多數(shù)類似的圖片相同規(guī)律的能力，但它提供的結(jié)果則不完全一樣，足以證明生成的內(nèi)容是它創(chuàng)造出來的。

劉興亮：如果用戶輸入條件完全一模一樣，出現(xiàn)“撞畫”的概率有多少？

伍昱：AI創(chuàng)作模型有很大的隨機性，普通用戶不用擔心“撞畫”的情況，這種概率非常小，但如果從專業(yè)的模型研究或者開發(fā)的角度來講，其實是能夠去控制隨機性的。

開發(fā)者可以通過控制讓算法基于同樣的輸入，得到同樣的結(jié)果輸出，因為整個模型算法的設計中雖然引入了隨機性，但可以對隨機性可以進行控制。在用戶接觸到的產(chǎn)品端，往往不會讓用戶來控制這個隨機性，所以即使相同的文本輸入，用戶的圖片生成結(jié)果也會不一樣。

劉興亮：從數(shù)學的角度，重復概率用一個直觀的數(shù)據(jù)來表達會是多小？

黃文灝：AIGC相關(guān)的繪畫工具涉及到很多參數(shù)，但如果所有參數(shù)都一樣，也會因為“隨機種子”這個參數(shù)，使得輸出結(jié)果是隨機的，但考慮到用戶友好的問題，我們會把隨機種子“藏”起來，用戶在生成時都是默認隨機的狀態(tài)。

這種情況下概率應該是二的32次方分之一。

隨機種子在AIGC應用中挺有用處，我們發(fā)現(xiàn)隨機種子會控制圖片的風格，比如通過控制隨機種子，來控制不同時間生成的圖片的相似度。目前，很多的產(chǎn)品設計里面都會把隨機種子固定住，如果隨機種子固定，其他參數(shù)一致，那兩次生成就會出現(xiàn)同樣的圖片。

03

AIGC是高級版PS，不會搶人類“飯碗”

劉興亮：AIGC生成圖片，哪些行業(yè)可能會受到影響，會搶奪人類“飯碗”嗎，PGC跟UGC創(chuàng)作者應該如何應對？

劉江：對于所有技術(shù)包括AI的影響，人容易在短期高估，長期低估。這個問題也不是AI獨有的。人類科技不斷進步的進程中，從最早的機械化到后來的電氣化、計算機，包括軟件等各種各樣的技術(shù)趨勢，都是在不斷的對我們工作產(chǎn)生巨大的影響。

需要認識到的是，科技能把餅做得更大，是人類社會發(fā)展的底層動力，但每個人能否在科技帶來的變革中能分到更多份額，取決于你是否能擁抱科技、擁抱變化。

我給大家的建議是，每個人無論你做什么工作，都要思考一下，自己從事的工作中比較重復、枯燥類型的成分是不是很多，這類工作本來就不應該人來做，而更適合機器，我認為是會逐步被AI的發(fā)展所取代的，但它的進程不會那么快。

而工作中需要思考和進行復雜判斷的成分，具有真正創(chuàng)造力的，AI想取代人就很難。比如司機這個工作，其實大部分人稍加培訓都能勝任，看似不難，但由于路況復雜多變，盡管自動駕駛發(fā)展多年，投入巨大，還遠沒有對司機就業(yè)方面產(chǎn)生重大的影響。

另一方面，AIGC等技術(shù)手段首先的目的是幫助提升人類的效率，而不是為了取代人。所以從業(yè)者要減少重復性工作，積極學習新知識、新技能和新工具，擁抱變化，以開放的心態(tài)，享受AI技術(shù)發(fā)展所帶來的好處。

伍昱：AIGC技術(shù)的發(fā)展，更多的是能夠消除重復的勞動，幫助創(chuàng)作者更好的去創(chuàng)作，將創(chuàng)作者從重復的勞動中解放出來，更專注于創(chuàng)作的本身，更好的去表達內(nèi)容。

有人認為，AIGC可能是下一代更加高級的PS，能更方便的進行圖片編輯與創(chuàng)造。

AI工具降低了創(chuàng)作的門檻，比如以前繪畫這項工作，必須接受長期的訓練，那通過技術(shù)的形式，能夠?qū)㈤L期訓練的門檻降低，使創(chuàng)作者縮短訓練時間，就能夠更輕易的進行創(chuàng)作。

PGC與UGC需要去利用好AI這個工具，開發(fā)者則需要將其擴展到更多的領(lǐng)域，讓更多的人加入到AI創(chuàng)作中來。

黃文灝：我覺得“繪畫”這個行業(yè)可能會一直存在。

AIGC爆火之后，我們可能仍然會在某些招聘平臺上看到插畫師的崗位，只是的職位要求改變了——過去可能會要求有過硬的繪畫技術(shù)，但在未來可能會要求具備使用AI創(chuàng)作工具的能力，插畫師則變成了創(chuàng)意專家。

面對AIGC，我認為我們應該去擁抱它們，PGC和UGC的創(chuàng)作者們要將AI工具作為他們創(chuàng)作的一部分，幫助他們更高效或者更便捷的去產(chǎn)生相應的內(nèi)容。

所以我覺得未來會是合作創(chuàng)造作品的狀態(tài)，而且專業(yè)內(nèi)容的創(chuàng)造者或者說插畫師，他對圖畫的審美是有能力，AI繪畫外行可能覺得已經(jīng)很不錯，但是專業(yè)領(lǐng)域的人會發(fā)現(xiàn)瑕疵，會接著去做細微的修改，最后的作品必然會更加優(yōu)質(zhì)。

如果說，AI可能現(xiàn)在可以做到80-90分的繪畫水平，人類是可以把后面的10分彌補上的。對于專業(yè)人士來說，其實他們更擅長后面的部分，在前面90分內(nèi)容的基礎(chǔ)上，接著去完善作品。

基于這個角度，AIGC應該是一種幫助，所以未來應該是專業(yè)內(nèi)容生產(chǎn)者和AI工具，共同協(xié)作的一種模式。

04

版權(quán)歸屬尚無定論，需要多領(lǐng)域協(xié)同共建

劉興亮：AIGC相關(guān)作品，版權(quán)是屬于誰？

黃文灝：FlagStudio有明確規(guī)定，作品的版權(quán)是歸創(chuàng)作者所有，模型開發(fā)者沒有版權(quán)。

即便如此，也不建議用戶利用生成的作品去盈利，去做商用。這方面，法律上對此并沒有強制的約束，因為世界上對于AIGC著作權(quán)在法律上并沒有統(tǒng)一的認知，著作權(quán)究竟是屬于誰如今還處在爭議的區(qū)域，現(xiàn)階段并無強制規(guī)定。

劉興亮：假如侵權(quán)，誰來賠？通過AIGC生產(chǎn)的作品，如果獲獎屬于自己還是平臺？

伍昱：我覺得因為AIGC發(fā)展非常迅速，引起的爭議與版權(quán)相關(guān)的法律法規(guī)可能目前還在逐步完善。一些創(chuàng)作者在進行藝術(shù)創(chuàng)作過程中，也沒有意識作品會被AI模型去學習，被其他的用戶進行再創(chuàng)作獲利，導致自身利益因而在某種程度上被損害。

未來技術(shù)發(fā)展過程中，我覺得有一種可能，創(chuàng)作者一開始就能夠知情——我的作品會被AI模型去學習——同時模型產(chǎn)生的后續(xù)基于自身作品的新創(chuàng)造，原始創(chuàng)作者同樣能夠從中獲利。

從這個角度上來講，解決模型創(chuàng)作時損害原始創(chuàng)作者利益的問題，需要形成一套更新的規(guī)范和流程。

劉江：各種爭議的源頭，即法律到底在著作權(quán)矛盾中起到什么作用？其實本質(zhì)上都是在做利益共享機制的分配。

由于法律和規(guī)范也在不斷變化，且會有一定滯后性，協(xié)調(diào)和規(guī)范的前提都是基于“出現(xiàn)什么問題，解決什么問題”，但是技術(shù)發(fā)展的速度快，所以經(jīng)常會出現(xiàn)法律不適用的情況。

AI版權(quán)問題的復雜性表現(xiàn)在兩個方面，一是AI要基于數(shù)據(jù)進行創(chuàng)作，在數(shù)據(jù)基礎(chǔ)上進行訓練，但是數(shù)據(jù)的收集、使用、確權(quán)、商用等目前在法律上還很不清晰。

二是從貢獻來講，需要有一個合適的利益分配機制，現(xiàn)在還是缺乏的。我最近在研究Web3，也是出于這個原因。

接下來AI發(fā)展它要基于數(shù)據(jù)，但數(shù)據(jù)單獨放置也并沒有多大價值，只有當全部數(shù)據(jù)都匯聚在一起，用人類的集體智慧，再加上AI技術(shù)，這樣才能夠發(fā)揮更大的價值。

因此，相關(guān)法律法規(guī)在未來也需要不斷的進行完善，才能更好的推動AI行業(yè)進一步的發(fā)展。

黃文灝：數(shù)據(jù)對于創(chuàng)作者非常重要，智源的下一個方向可能會是讓大家去做自己的定制化模型。這個數(shù)據(jù)可能是用戶自己的，比如梵高，它有自己的數(shù)據(jù)，用戶也可以使用。

在一個開放的基礎(chǔ)模型情況下，創(chuàng)作者自身可以利用梵高的數(shù)據(jù)訓練出一個梵高風格的模型。因為基礎(chǔ)模型是開放的，定制模型也屬于用戶，用來定制的數(shù)據(jù)也是如此，那么用戶就可以通過定制模型去進行商業(yè)化的使用，但無論是共享，還是商業(yè)化，我認為未來版權(quán)相關(guān)的法律規(guī)范都會有更準確嚴謹?shù)亩x。

劉興亮：如今的AIGC已經(jīng)大火，那在未來我們要用什么樣的眼光去看待這項技術(shù)的繼續(xù)發(fā)展？

伍昱：我們希望能夠多方共建，既包括從AI技術(shù)的方向，也希望有更多的專家從法律層面來考慮其中存在的很多問題，包括著作權(quán)、圖片生成的安全性，是否會對社會造成影響，怎樣進行AI的交互等等。

一個新的技術(shù)發(fā)展，肯定需要得到多方利用專業(yè)知識來共建，而不僅僅是AI的專家。

此外，技術(shù)本身它是有多面性的，也需要更多的專家來保證技術(shù)是被用在合理的地方，能夠更好的促進社會發(fā)展，我們也希望更多的人關(guān)注到AI的發(fā)展，加入AI相關(guān)行業(yè)，一起去推動這項新興技術(shù)的發(fā)展。

黃文灝：AIGC技術(shù)如今基本上是開源開放的狀態(tài)。智源也一直是秉承著這種開源開放的態(tài)度來運行，我們做的所有模型也都是開放的，免費進行使用。

在這種情況下，我覺得未來在產(chǎn)品方面，更多是對產(chǎn)品形態(tài)的設計以及對U X（用戶體驗）把握的考驗。如果基礎(chǔ)模型或者技術(shù)能力都很接近的情況下，誰能更好的幫助到用戶解決真正的痛點，將會更加重要。

以及，如何能讓技術(shù)能在商業(yè)模式上或者在落地層面找到它的剛需場景，也是比較重要的，只有這樣才能更好的發(fā)揮技術(shù)的作用，而不是像現(xiàn)在很多用戶僅僅嘗試一次，之后便不再會去使用。

生成海報

免責聲明：此文內(nèi)容為第三方自媒體作者發(fā)布的觀察或評論性文章，所有文字和圖片版權(quán)歸作者所有，且僅代表作者個人觀點，與極客網(wǎng)無關(guān)。文章僅供讀者參考，并請自行核實相關(guān)內(nèi)容。投訴郵箱：editor@fromgeek.com。

免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。