言必有數|AIGC概念爆火，新手玩家是否應該跟進(jìn)新賽道？
AI繪畫(huà)出圈，
AIGC按下加速鍵
今年8月，美國設計師杰森·艾倫使用一款名為Midjourney的AI圖像生成器制成了一幅名為《太空歌劇院》的畫(huà)作，該作品獲得了科羅拉多州藝術(shù)博覽會(huì )“數字藝術(shù)類(lèi)”冠軍。這一標志性事件如同2017年谷歌旗下的人工智能機器人AlphaGo(阿爾法狗) 擊敗人類(lèi)圍棋高手柯潔一般，引發(fā)大眾熱議。
此外，Stable Diffusion 模型的開(kāi)源降低了AI繪畫(huà)門(mén)檻，在全球范圍內催生了數百個(gè)其他模型和創(chuàng )新產(chǎn)品。近幾個(gè)月，國內手機應用市場(chǎng)中新上架了一大批“AI繪畫(huà)”相關(guān)的APP，包括Unidream、StyleArt、AI繪畫(huà)、LensaArt等。AI繪畫(huà)也成為各大平臺推送的熱點(diǎn)內容，截至12月7日，小紅書(shū)上已經(jīng)有超過(guò)40萬(wàn)篇關(guān)于“AI繪畫(huà)”的筆記；微博超話(huà)“AI繪畫(huà)”中有超過(guò)1300個(gè)帖子，閱讀量超過(guò)702萬(wàn)；抖音上有超過(guò)2400萬(wàn)人使用了AI繪畫(huà)特效，話(huà)題“#AI繪畫(huà)”播放次數超過(guò)65億次。
AI繪畫(huà)是AIGC的一種，AI繪畫(huà)技術(shù)的突破也為AIGC發(fā)展按下了加速鍵。百度指數顯示，11月中旬，AIGC迎來(lái)了第一波熱搜峰值。
圖：近三個(gè)月AIGC搜索指數趨勢
數據來(lái)源：百度指數
經(jīng)濟潛力巨大，
國內外企業(yè)紛紛布局
在資本市場(chǎng)，AIGC概念也掀起了一陣浪潮。東方財富發(fā)布研究報告稱(chēng)AIGC、NFT和VR/AR是元宇宙和Web3.0的三大基礎設施，認為圖片和視頻領(lǐng)域的AIGC化即將到來(lái)。11月16日，元宇宙概念細分新賽道AIGC爆火，領(lǐng)漲A股各概念，并“帶火”Web3.0板塊，概念股視覺(jué)中國一字板，果麥文化、中科金財漲停。
目前，國外科技巨頭谷歌、Meta、微軟等也在A(yíng)IGC領(lǐng)域紛紛布局，并且AIGC領(lǐng)域已經(jīng)跑出了獨角獸公司。10月，Stability AI 宣布獲得了1.01億美元投資，投后估值達到了10億美元；AI 內容平臺Jasper獲 1.25 億美元 A 輪融資，估值達 15 億美元。國內，諸多互聯(lián)網(wǎng)企業(yè)也已經(jīng)入場(chǎng)，包括百度、阿里巴巴、騰訊優(yōu)圖、快手、字節跳動(dòng)、網(wǎng)易、商湯、美圖等。
進(jìn)軍“熱賽道”，
還需“冷思考”
雖然AIGC讓很多企業(yè)及投資者“上頭”，但目前AIGC仍處于探索階段，存在一系列問(wèn)題，新手玩家們進(jìn)軍AIGC賽道，還需冷靜思考。
一是，如何應對關(guān)鍵核心技術(shù)不成熟問(wèn)題。當前，AIGC技術(shù)雖有較大突破，但AIGC關(guān)鍵核心技術(shù)仍存在限制。例如，AI機器人寫(xiě)作的文章結構雷同、千變一律、易讀性較差；AI語(yǔ)音表達不夠流暢度，聲音機械感強；AI繪畫(huà)創(chuàng )作的圖片有種“縫合怪”的滑稽感。
二是，如何應對用戶(hù)的差異化需求。以AI寫(xiě)作為例，有的人需要寫(xiě)新聞稿、有的人需要寫(xiě)高考作文、有的人需要寫(xiě)小說(shuō)、有的人需要寫(xiě)說(shuō)明書(shū)、有的人需要寫(xiě)廣告文案，針對不同的細分場(chǎng)景需求，AI訓練的數據也不同，這將提高AIGC產(chǎn)品開(kāi)發(fā)的成本和時(shí)間。
三是，如何應對版權問(wèn)題。AIGC的底層邏輯是模仿學(xué)習，AI本身不具備創(chuàng )作能力，AIGC作品實(shí)際上是AI在被投喂了大量人類(lèi)創(chuàng )作的素材后，通過(guò)不斷學(xué)習，生成一個(gè)龐大的數據庫，然后根據用戶(hù)需求進(jìn)行創(chuàng )作，其作品在風(fēng)格和細節上和原作品或存在諸多相似點(diǎn)，涉及版權爭議。
四是，如何應對商業(yè)化落地挑戰。就目前而言，AIGC仍處于探索階段，雖然AIGC技術(shù)不斷迭代升級，但其關(guān)鍵核心技術(shù)不夠完全成熟，生產(chǎn)的內容質(zhì)量參差不齊，成熟的商業(yè)應用場(chǎng)景少，用戶(hù)付費意愿低、相關(guān)法律法規不健全，商業(yè)推廣和落地仍存在難點(diǎn)。
作者：唐風(fēng)，人民數據研究院研究員
編輯：鐘旭惠
發(fā)布時(shí)間：2022-12-07
來(lái)源：人民數據研究院
隨著(zhù)用戶(hù)對內容的個(gè)性化、分眾化、豐富化提出更高要求，內容產(chǎn)業(yè)升級迭代的需求愈發(fā)迫切，很多人將目光投向了AIGC。AIGC（AI-generated content）是指通過(guò)AI技術(shù)來(lái)自動(dòng)或輔助生成內容，是繼PGC和UGC之后的一種新型生產(chǎn)方式。近幾年，AIGC已覆蓋影視、文學(xué)、音樂(lè )、攝影、游戲等多個(gè)內容領(lǐng)域，包括AI換臉、AI寫(xiě)作機器人、AI編曲、虛擬數字人等。由于技術(shù)限制，此前AIGC一直處于不溫不火的狀態(tài)。今年，AIGC終于迎來(lái)了爆發(fā)。AI繪畫(huà)出圈，
AIGC按下加速鍵
今年8月，美國設計師杰森·艾倫使用一款名為Midjourney的AI圖像生成器制成了一幅名為《太空歌劇院》的畫(huà)作，該作品獲得了科羅拉多州藝術(shù)博覽會(huì )“數字藝術(shù)類(lèi)”冠軍。這一標志性事件如同2017年谷歌旗下的人工智能機器人AlphaGo(阿爾法狗) 擊敗人類(lèi)圍棋高手柯潔一般，引發(fā)大眾熱議。
此外，Stable Diffusion 模型的開(kāi)源降低了AI繪畫(huà)門(mén)檻，在全球范圍內催生了數百個(gè)其他模型和創(chuàng )新產(chǎn)品。近幾個(gè)月，國內手機應用市場(chǎng)中新上架了一大批“AI繪畫(huà)”相關(guān)的APP，包括Unidream、StyleArt、AI繪畫(huà)、LensaArt等。AI繪畫(huà)也成為各大平臺推送的熱點(diǎn)內容，截至12月7日，小紅書(shū)上已經(jīng)有超過(guò)40萬(wàn)篇關(guān)于“AI繪畫(huà)”的筆記；微博超話(huà)“AI繪畫(huà)”中有超過(guò)1300個(gè)帖子，閱讀量超過(guò)702萬(wàn)；抖音上有超過(guò)2400萬(wàn)人使用了AI繪畫(huà)特效，話(huà)題“#AI繪畫(huà)”播放次數超過(guò)65億次。
AI繪畫(huà)是AIGC的一種，AI繪畫(huà)技術(shù)的突破也為AIGC發(fā)展按下了加速鍵。百度指數顯示，11月中旬，AIGC迎來(lái)了第一波熱搜峰值。
圖：近三個(gè)月AIGC搜索指數趨勢
數據來(lái)源：百度指數
經(jīng)濟潛力巨大，
國內外企業(yè)紛紛布局
在資本市場(chǎng)，AIGC概念也掀起了一陣浪潮。東方財富發(fā)布研究報告稱(chēng)AIGC、NFT和VR/AR是元宇宙和Web3.0的三大基礎設施，認為圖片和視頻領(lǐng)域的AIGC化即將到來(lái)。11月16日，元宇宙概念細分新賽道AIGC爆火，領(lǐng)漲A股各概念，并“帶火”Web3.0板塊，概念股視覺(jué)中國一字板，果麥文化、中科金財漲停。
目前，國外科技巨頭谷歌、Meta、微軟等也在A(yíng)IGC領(lǐng)域紛紛布局，并且AIGC領(lǐng)域已經(jīng)跑出了獨角獸公司。10月，Stability AI 宣布獲得了1.01億美元投資，投后估值達到了10億美元；AI 內容平臺Jasper獲 1.25 億美元 A 輪融資，估值達 15 億美元。國內，諸多互聯(lián)網(wǎng)企業(yè)也已經(jīng)入場(chǎng)，包括百度、阿里巴巴、騰訊優(yōu)圖、快手、字節跳動(dòng)、網(wǎng)易、商湯、美圖等。
進(jìn)軍“熱賽道”，
還需“冷思考”
雖然AIGC讓很多企業(yè)及投資者“上頭”，但目前AIGC仍處于探索階段，存在一系列問(wèn)題，新手玩家們進(jìn)軍AIGC賽道，還需冷靜思考。
一是，如何應對關(guān)鍵核心技術(shù)不成熟問(wèn)題。當前，AIGC技術(shù)雖有較大突破，但AIGC關(guān)鍵核心技術(shù)仍存在限制。例如，AI機器人寫(xiě)作的文章結構雷同、千變一律、易讀性較差；AI語(yǔ)音表達不夠流暢度，聲音機械感強；AI繪畫(huà)創(chuàng )作的圖片有種“縫合怪”的滑稽感。
二是，如何應對用戶(hù)的差異化需求。以AI寫(xiě)作為例，有的人需要寫(xiě)新聞稿、有的人需要寫(xiě)高考作文、有的人需要寫(xiě)小說(shuō)、有的人需要寫(xiě)說(shuō)明書(shū)、有的人需要寫(xiě)廣告文案，針對不同的細分場(chǎng)景需求，AI訓練的數據也不同，這將提高AIGC產(chǎn)品開(kāi)發(fā)的成本和時(shí)間。
三是，如何應對版權問(wèn)題。AIGC的底層邏輯是模仿學(xué)習，AI本身不具備創(chuàng )作能力，AIGC作品實(shí)際上是AI在被投喂了大量人類(lèi)創(chuàng )作的素材后，通過(guò)不斷學(xué)習，生成一個(gè)龐大的數據庫，然后根據用戶(hù)需求進(jìn)行創(chuàng )作，其作品在風(fēng)格和細節上和原作品或存在諸多相似點(diǎn)，涉及版權爭議。
四是，如何應對商業(yè)化落地挑戰。就目前而言，AIGC仍處于探索階段，雖然AIGC技術(shù)不斷迭代升級，但其關(guān)鍵核心技術(shù)不夠完全成熟，生產(chǎn)的內容質(zhì)量參差不齊，成熟的商業(yè)應用場(chǎng)景少，用戶(hù)付費意愿低、相關(guān)法律法規不健全，商業(yè)推廣和落地仍存在難點(diǎn)。
作者：唐風(fēng)，人民數據研究院研究員
編輯：鐘旭惠
