當“寒氣”逼向AIGC

文 | MetaPost
本文轉自鈦媒體

圖片來源：由無界版圖AI工具生成

剛剛過去的2022年誕生了很多舊詞新用，“寒氣”便是其中一個，它可不是我們過去所說的體內寒氣，而是萬物都被穿透的“涼涼”和不被看好。而上一波倒在“寒氣”中的，好像是數字藏品，又有多少人記得？多少人賺了，多少人跑了，多少人被割了？

當然，疫情暴發后，無論國內外，企業還是個人都或主動、被動地感受和應對着全球的“寒氣”，就連一度熱鬧非凡的AIGC（人工智能創作內容的生產方式）領域也不例外。

2022年以來，一股AIGC風潮席捲全球，繪畫、音樂、新聞創作、主播等諸多行業有望被重新定義。2022年12月16日，Science雜誌發布了2022年度科學十大突破，AIGC赫然在列。據Gartner預計，到2025年，AIGC將佔所有生成數據的10%。更有機構預測，AIGC有潛力產生數萬億美元的經濟價值。

這一賽道的入局者不僅包括谷歌、Meta 這樣的科技巨頭，還不乏初創公司。資料顯示，2022 年，AI 繪畫捧紅了多個初創公司。不過，並不是所有的 AI 繪畫公司都能成功站在風口起飛，在激烈的競爭下，已有不少公司出局。

2022 年 12 月 28 日，AI 繪畫公司 StockAI 在 Twitter 上發帖稱，StockAI 平台將正式關閉，用戶訂閱計劃將被取消，並將根據賬戶剩餘時間進行退款。公開信息顯示，StockAI 成立於 2022 年 9 月，從成立到關閉僅僅4 個月。是不是有點國內某些數藏平台那味兒了？筆者的幾個朋友，去年做數藏平台，關了，玩虛擬幣，賠了，現在已經投身做AIGC了。

對於 AI 繪畫公司來說，如何在激烈的競爭中殺出重圍，站上風口，是必須思考的事情。

01 商業化是第一道難題

很多時候，一項前沿科技走出實驗室轉化為商品時，往往都需要經過市場的驗證。現在擺在從業者面前的就是無數道難題：AIGC的價值究竟要如何實現？做B端還是做C端？如何開展商業化？

據不完全統計，在國內的AIGC 賽道中，大廠的參與者就有：阿里、百度、華為、浪潮、騰訊、美圖等企業。

據彭博社報道，美圖公司股價在過去幾周上漲了50%以上，一大原因就是其海外市場推出的AI繪畫功能在日本市場大受歡迎，連續進入了蘋果App免費下載排行榜和谷歌Play商店免費下載榜前三名。原本只是衍生於QQ空間的二次元生成器Different Dimension Me，同樣也因為AIGC創作的大熱而突然走紅，一度因為流量過大而宕機。

圖 | 蘋果APP日本商城

不過有人氣是一回事，最終能不能實現真正的商業化轉換卻又是另外一回事，目前，在規模浩大的聲勢面前，巨頭們彷彿並不敢重注下場。

首先體現在成本方面。

以2022年先後推出 AI Art 賽道明星項目 DALLE2 和對話式 AI 爆款的 chatGPT 的母公司 openAI 來說，其大模型 GPT1 從 2017 年就開始訓練，直到 GPT3 出現才逐漸變得易用、好用。而 chatGPT 之所以風靡全球，是因為其背後是比 GPT3 更高級的 GPT3.5。

圖 | 「DALLE2」生成圖像

公開資料顯示，GPT-3 訓練的僅硬件和電力成本就高達 1200 萬美元（約 7500 萬人民幣），GPT3.5 只高不少。

如此高額的支出，一般創業型企業很難維繫，而對於大廠來說，也同樣如此。這兩年，面對寒氣逼人的市場環境，大廠也不再高舉高打，任何項目都要考察投入和回報。

相比於大廠有成熟的產品做載體，創業公司的路走得似乎更為艱難。具體來看，國內應用層的創業公司，大多都是基於Stability AI或是OpenAI這類底座廠商的模型進行二次開發，很大程度上會受制於底層模型的性能。

可是這樣一來，壁壘變低，對於客戶和用戶來說，選項也變多了，那麼應用創新的商業價值就會變低。技術價值和商業價值都不夠的情況下，一級市場自然不會買單。

其實在 2022 年，就已經出現了此類現象，國內在 AIGC領域出現了不少用戶量大的創業項目，但是融資情況並不樂觀。

02 並不樂觀的融資市場

對於資本市場而言，看到方向好、團隊好的項目腦子一熱就掏錢的時代已然成為歷史，雖然這一波AIGC的創業熱潮來勢洶洶，但能殺出重圍還是需要真正賺錢的能力。

和海外動輒過億美元的融資輪相比，雖然AI繪畫玩家如雨後春筍般湧現，但國內只有少數初創項目拿到融資。

數據顯示，今年國內在AIGC賽道僅發生12起融資事件，上半年只有3起。其中，1月超參數科技宣布完成1億美元B輪融資；2月瀾舟科技完成近億元Pre-A輪融資。

下半年國內AIGC領域才相對熱鬧起來。

9月智譜AI宣布獲得數億元B輪融資，10月虛擬內容 AIGC 技術服務商慧夜科技完成千萬元人民幣Pre-A+ 輪融資；生成式AI平台TIAMAT宣布完成數百萬美元天使輪融資；11月小冰公司宣布完成10億元新融資；12月聆心智能完成數千萬元天使+輪融資。

圖 | 「TIAMAT」生成圖像

業內人士預測，2023年或許會延續2022年的創投趨勢：創業項目層出不窮，但是一級市場只買單有技術壁壘和商業前景的個別項目；當然，總體數量會比前些年更多。

03 版權問題等不確定性隱憂

表面上看，雖然現在AIGC有很多亟待開發的應用場景，但商業化落地卻遲遲無法推進，核心原因在於，真正落地的過程中無法忽視的版權問題和生成可控性問題。

就拿這段時間最火的AI繪畫為例，生成的可控性差——玩過AI繪畫的人已經見識過了，市面上大多數AI繪畫應用都是基於底層的預訓練大模型進行開發的，應用層的公司想要解決生成可控性問題，底層大模型的迭代和優化很關鍵。

而版權問題自AI繪畫誕生以來，爭議就從未停止。

像Novel AI這樣基於Stable Diffusion模型做微調的模型，它微調用的素材大多都是D站上的圖片，D站上的很多二次元畫師對此意見非常大。不久前，Midjourney的子程序nijijourney無視版權，大量收集個人畫師們的圖片用於訓練模型的事情也在社交媒體上鬧得沸沸揚揚。

圖 | 「Stable Diffusion」生成圖像

在這樣的情況下，如果着急去商用，可能會產生很多不必要的麻煩，這也就不難理解為什麼市場暫時還不太敢用或者用不起來。在此基礎上，引發法律概念的模糊和司法裁判的不確定，導致 AIGC作品存在著作權歸屬不清的現實困境。

04 突破需求，尋找價值

2020年初，著名工程與機器人設計公司波士頓動力正面臨第三次“賣身”，買家是韓國現代汽車集團。短短8年時間，該公司已從谷歌、軟銀再到現代汽車“三易其主”，頗有種燙手山芋的既視感。

可單論技術實力，波士頓動力其實是業內標杆：收購前，光機器人相關的專利文獻就有至少70篇，從美國國防部獲得了大量訂單，堪稱美國國防部的親兒子。波士頓動力曾替美軍研發了運送物資用的LS3機器人、跳躍式軍事偵察機器人Sand Flea，以及軍用人形機器人ATLAS等等。

圖 | 波士頓動力旗下機器人產品

波士頓動力的機器人產品內，AI是“靈魂”所在：它能夠使機器人保持“學習”，不斷優化其運行效率。

AI雖能讓各種多足機器人的腳法日漸出神入化，卻沒能讓波士頓動力賺錢。2019年，波士頓動力發布了首款商用產品——工業用四足機器人Spot，希望能有工廠買單。可等到第二年業績一出，外界發現該公司又凈虧損了1.03億美元，幅度還較往年擴大了六成。

波士頓動力過去的困境，也是AI產業的真實寫照：空有一身功夫，卻沒有太多的用武之地。

當前，無論是科技巨頭還是創業公司，都在循序漸進地摸索AIGC方向，但從產品角度，AIGC的早期階段出現的眾多內容生成利器，由於使用門檻低，更多還是面向C端的產品，但大部分玩家僅僅是為了娛樂，難以轉化成真正的付費用戶。而如果將AIGC用在B端讓其輔助工作流程或實際提高工作效率，不管是用來寫營銷文案還是圖片生成，能夠產生價值，才能成為可持續的商業模式。

而對於企業來說，本質永遠是盈利。階段性的人工智能成果，只有具備大規模商業應用，才能給企業帶來價值，否則也只能是停留在圈地自嗨的模式。