最近两个月，二次元们找到了AI的“正确用法”——玩梗。

以造梗最多的NovelAI为例，无论你投喂什么图片，AI都能二次元化，输出精美中不失离谱的图片。

这只是大量AI作画正面案例里的一个少数。最近两个月，AI作画带着大量梗图火出圈，带动了整个AIGC领域的投融资，AI行业也顺带着被“奶”了一口。

但AIGC能做的，远不止作画。

AIGC实现创作自由？

AIGC（AI-generated content），意为由AI生产的内容。因此，只要创作的主体是AI，无论内容的形式是文本、图像、音频、视频以及它们排列组合的多模态内容，都属于AIGC。

在这个范畴上，游戏领域由AI生成的NPC和游戏策略，还有市面上一抓一大把的虚拟数字人，勉强可能算作AIGC之列。

2020年12月，投资机构a16z官网发布文章，提出“内容生成的四个阶段”，依次为PGC、UGC、AI辅助生成和完全的AIGC。

该文章发布时，a16z还非常保守地认为，“我们仍处于第一至第二阶段”。实际上，果壳硬科技历史文章曾提到，腾讯早在2015年推出了AI写作机器人Dreamwriter，为里约奥运会进行赛事报道，这说明彼时内容产业已经触碰到第三个阶段——AI辅助生成。

2022年百度世界大会上，李彦宏就表示AIGC有三个发展阶段：首先是“助手阶段”，AIGC用来辅助人类进行内容生产；第二是“协作阶段”，AIGC以虚拟人形态出现，形成人机共生局面；第三是“原创阶段”，AIGC将独立完成内容创作。

若以此为标准，我们已经实现了AIGC的第一个阶段，AI生成文字、图像、视频等方面已有多款产品。

AIGC项目虽然多，但是依据定位不同可分为两类：产品型和研发型。

产品型项目以创业公司为主，它们的产品一般更加更加商业化，盈利需求明显。

它们要么向用户收费——AI作画公司PromptBase直接收取1.99美元/张的作品费用；Discord的Midjourney虽然允许用户免费试用AI作画，但是免费版有使用次数限制，若想将画作商用，就要支付每个月30美元的费用。另外，若用户因Midjourney每月获利超过2万美元，还需要与Discord进行分成，分成比例在20%左右。

要么向公司收费——小冰公司公司CEO李笛曾向果壳硬科技表示，小冰通过提供人工智能框架，从其它公司处赚钱。每日经济新闻、红杉中国等公司都使用了小冰的解决方案。

而研发型项目以科技巨头的大规模深度学习模型为代表，它们一般为某些专用目的或是服务于巨头的底层技术，一般不会推出面向普通用户的产品。

如Open AI、腾讯、阿里等公司的预训练语言模型。以阿里为例，其语言模型作为自然语言技术平台的底层能力，支持产品的搜索、推荐、广告、客服等功能。

研发型项目即便推出面向一般用户的产品，也以小规模测试为主，目的是在使用中获得更多学习数据，自我学习。如百度基于文心大模型推出了AI作画产品，但使用该功能需要申请，对于使用次数也有限制。

此外，出于展示研发实力、减少重复劳动、推动技术交流等考虑，大公司一般这些项目开源，供学界研究，但这也给了少数AIGC项目一条“创业的捷径”。

市面上部分AIGC项目并非都有自己的模型，而是采购或剽窃自其它项目。

行业媒体EasyAI就在2021年的文章中提到，人工智能写作工具Copysmith AI及其同类产品Copy AI的模型并非自研，而是使用了GPT-3的语言模型。2020年10月起，GPT-3开始有偿向外界开放自然语言处理能力，这些公司利用GPT-3商业化也无可厚非^[3]。

但少数公司还存在剽窃行为。今年8月，媒体曝出一家名为WriteSonic的AIGC创业公司剽窃了Stable Diffusion，推出一款AI作图的产品Photosonic AI。Stable Diffusion是一个在GitHub上完全公开免费的模型，但WriteSonic并未在产品中标注技术来源，该公司创始人也未做回应，等于是默认了^[4]。

成熟的能力、开放的模型，给人工智能行业带来了新机遇，也带来了大量鱼龙混杂的AIGC项目，但是资本对此并不介意，甚至开始抢起项目。

有人旗帜鲜明，有人举棋不定

今年9月19日，红杉资本两名合伙人黄松雅（音译，Songya Huang）和帕特·格雷迪（Pat Grady）用GPT-3写了一篇名为《生成式AI，一个创造性的新世界》的文章。

文章提到，AIGC正在变得更快、更便宜，而且在某些情况下比人类的创作质量更高，并表示“AIGC有潜力产生数万亿美元的经济价值”。

但一级市场的投资热，在此之前已经开始。

有投资人称，AIGC投资从今年七八月开始热了起来，到9月已经铺天盖地了。西南某新一线城市投资经理也告诉果壳硬科技，今年下半年陆续看过几个AIGC的案子，但因为项目一般，并未出手。

10月17日，Stability AI宣布获得来自Coatue和光速创投领投的1.01亿美元投资，投后估值达10亿美元，被媒体“尊为”AIGC领域首个独角兽。两日后，德州AIGC公司Jasper获得获得Insight Partners领投的1.25亿美元A轮融资，投后估值达15亿美元。

国内方面，今年以来有多家涉及AIGC业务的公司获得新融资，它们的融资时间几乎全部发生在7月后，天使轮融资占比近半。

对于AIGC公司来说，融资事关公司扩张。

研发算法和搭建、训练模型需要投入大量人力物力，比如1750亿参数的GPT-3，训练成本为1200万美元。另外，为了训练GPT-3，微软还投资5亿美元，专门为它搭建了一座超算中心，装载了一万张英伟达GPU。

即便套用现成的模型，也要租用大量算力维持服务，并且使用的人越多、占用的算力越大。这也是为什么大部分AI作画产品，不会无限制向用户提供免费服务——每一幅作品都有算力成本。

对于投资机构来说，AIGC可能会创造巨大的商业价值。

我们可以参照计算机视觉技术的发展趋势。晨山资本副总裁吴文超认为，计算机视觉技术发展时间超40年，但迟迟没有好的商业化途径。直到人脸识别、工业视觉检测等杀手级应用出现，计算机数据技术极大提升了生产力，也创造了大量社会价值和投资机会。而AIGC的技术成熟度较计算机视觉晚了3~5年，如今已经到了大爆发的前期^[9]。

有AI行业投资人告诉果壳硬科技，AIGC行业到了商业化的重要节点已经是业内共识，不能错过这个机会。

AIGC能不能投，也有VC举棋不定。

北京某一线VC投资经理对果壳硬科技表示，在AIGC产品上，她更看好大公司而非创业团队，一方面大部分创业公司无法承担运行AI大模型的成本，另一方面大公司有先发优势，不过前提是方向和模式正确。

此外，她还认为AIGC无法替代创意工作者，无论生成的内容是什么，最终的创意来源都是人，而服务创作者就是AIGC产品最直观的落地方式。

AIGC，别靠玩梗赚钱了

无论是否投资AIGC，我们还是应该关注那些具有普遍意义的问题——

一个好的AIGC产品应该长什么样？

最近两个月，被拿来玩梗的AIGC一个个都出了圈，但梗图脱离了AI的生产力定位，无法带来商业价值。

在前述北京VC投资经理看来，投资AIGC就是“选商业模式”。AIGC无法替代创意工作者，无论生成的内容是什么，最终的创意来源都是人，而服务创作者就是AIGC产品最直观的落地方式。她对果壳硬科技表示，“能更好地替代创意工作者操作过程的AIGC，才是一个好的产品。”

不过，目前的AIGC产品距离“生产力工具”仍有距离。

AIGC能做到什么程度？

整体上看，目前AIGC产品辅助生产的作用有限。

果壳硬科技历史文章也提到了AI写作高度程式化、产品退居幕后的问题。至于音视频领域，AI也存在套旋律和效果生硬、画面猎奇等硬伤^[10]。

在最有望替代基础画师的作画领域，AI的理解能力和易用性程度还不够强——出现了手脚不协调、口眼歪斜等不合常理的问题，包括“不会用筷子”和“不分鲑鱼和刺身”这样的著名翻车案例。

比如百度推出的AI作画产品“文心一格”，就给我创作了这么一张“双手持筷”的作品，而它的关键词是“一个用筷子吃盒饭的少女”。

总之，AIGC的能力还是不尽如人意。

我们离AIGC还有多远？

我们更加期待AIGC可以在一些高度商业化的领域发挥作用，比如电影工业。

制作难、成本高是制约CG电影发展的原因之一。比如《阿凡达》制作成本2.61亿美元，其中特效成本高达2亿美元。《变形金刚5》制作成本2.17亿美元；《变形金刚5》制作成本2.17亿美元，特效支出占1.3亿美元。

而中国信通院发布的《人工智能生成内容（AIGC）白皮书（2022年）》提到，AIGC能够合成虚拟场景，结合抠像技术，将无法实拍或成本过高的场景生成出来^[11]。2017年播出的《热血长安》， 剧中的大量场景便是通过人工智能技术虚拟生成。

虽然仍有观众对AI生成的视频场景评价褒贬不一，但至少我们已经看到了AIGC应用的影子。