【天天新视野】元宇宙再添“新概念”，AIGC有何用武之地？

11月16日，AIGC概念股视觉中国（000681.SZ）两连板，万兴科技（300624.SZ）、恒信东方（300081.SZ）跟涨。消息面上，近两日多支券商团队表示看好AIGC，称这是继UGC、PGC之后新型利用AI技术自动生成内容的生产方式。

(资料图片)

事实上，AIGC并非新鲜事物。在此前的2022百度世界大会上，百度首席技术官王海峰展示了利用AI“补全”《富春山居图》，让历史画作重现当代，风格与现存真迹的一致程度让专家大为震撼。

AIGC全称为Artificial Inteligence Generated Content（人工智能生产的内容），是指AI通过海量现存数据（如文本、音频或图像）创建新内容的技术。不过，目前AIGC概念暂无统一规范的定义，国际上与之相类似的概念是合成式媒体（Synthetic Media），其定义为通过人工智能算法生产、操控与修改数据或媒体的技术，包括文本、代码、图像、语音、视频和3D内容等。

AIGC能干什么？

银柿财经了解到，内容生态从发展演变来看，一共可分为四个阶段，分别是专家生成内容（Professionally-Generated Content，PGC）、用户生成内容（User-Generated Content，UGC）、AI辅助生产内容（AI-assisted Generated Content）及AI生成内容（AI-Generated Content，AIGC）。

PGC一般是指由专业化团队操刀、制作门槛较高、生产周期较长的内容，最终用于商业变现，如电视、电影和游戏等。为了保障生成内容的质量，PGC需要投入大量的技术、人力成本。在这一模式下，内容生产和变现的权力掌握在少数人手中，垄断效应强，但受限于供给侧的人力资源，PGC难以满足大规模的内容生产需求。

而UGC则模糊了消费者与生产者之间的界限，平台将提供创作工具，生产者可为用户本身，这在降低生产门槛的同时提高了内容生态的繁荣度，如短视频。UGC模式在一定程度上降低了生产成本与中心化程度，满足了用户个性化或多样性的需求，同时也提高了产能天花板。虽然内容的生产规模得到了大幅提升，但由于其对生产者、创作工具和内容主题均未设限，其质量不可避免地遭到反噬。

PGC、UGC分别被产能与质量所束缚，难以满足快速增长的内容需求，而AIGC则或将是内容生态在发展过程中的新一轮范式转移。

虽然各大巨头的扎堆入局和投入，使得这一领域快速发展，涌现出了例如微软小冰等人工智能作诗、写作、创作歌曲的产品，但截至目前，始终没有出现大规模普及的标准化to C产品。

浙江大学国际联合商学院数字经济与金融创新研究中心联席主任、研究员盘和林对银柿财经表示，AIGC行业公司所面临的难点主要是需求的差异化。单看写作，AIGC的确能够写作，但是不同领域对写作需求不同，有人要写政府通知，有人要写说明书，有人要写广告文案，有人要写高考作文，这些需求都基于不同的数据，AI功能针对性不同，训练AI的数据内容就不同，而这些细分太多，导致企业不得不多管线开发AIGC产品。

“另一个难点就是数据污染。AIGC是基于数据的人工智能，而小规模的差异化数据，可能会误导AI，最终出来一个啼笑皆非的功能，解决不了内容创造的问题，沦为一个实实在在的娱乐工具。”盘和林补充道。

版权归属问题

在盘和林看来，当前AIGC的应用正在逐渐产生，很多领域早已成为工具，比如写作、画图、3D建模、剪辑、摄录等，很多领域都有AI的身影，能大大减少人力成本，但这些AI都达不到AIGC的程度，其所创作内容仍需要人工删选和优化，目前距离完全由AI主导的创作仍有差距。

以最典型的AI作画举例，今年以来，disco diffusion、midjourney、dall·e2等AI绘画程序相继涌现，AI绘画技术实现了迅速更新迭代。

当然，目前的技术水平并不支持关键词输入后可“一键生成”画作。在国内的AI绘画平台6pen上，输入“秋天”“落叶”“女孩”“背包”等关键词，生成的画作虽然元素具备，但禁不起细看。例如人像面部细节缺失、背景缺失。人物比例不协调等诸多问题。

事实上，即便掌握了技巧，要想获得效果更佳的作品，光靠一键生成也远远不够，还需要大量的修改。譬如在今年8月份美国科罗拉多州博览会上获得一等奖的AI绘画作品《空间歌剧院》，就是作者在midjourney生成百张作品的基础上，经过了900多次调整、耗费近300个小时修改完善而成的。

随之而来的便是此起彼伏的争议，不少艺术家对此愤愤不平，认为这属于高科技对创意的“剽窃”，不过，大赛评委并未对该幅作品进行改判，并直言“即使它是AI生成的作品，也依旧配得上这样的成绩”。

虽然画手圈因为AI引发了失业的担忧，但需要看到的是，AI作画首先面对的是法律层面的问题，即AI绘画作品的版权归属问题。

一家知识产权保护公司的工作人员向银柿财经表示，由于AI工具的数据库选材自公域，以上述画作为例，AI作画可在内容上对所选取的素材进行溯源，但免不了部分素材具有版权限制，此外，就重组后的新画作而言，其版权归属问题也将是一大难题，目前业内并未有明确的界定方法。

AIGC应用场景颇多，但商业模式并不清晰

目前，AIGC在多个领域取得较多突破。例如在文本生成相关的AI工具方面，其在文本创作方面的应用包括代码编写、识别翻译和文章/新闻/报告的撰写等。

代表作如微软出品的Github Copilot，用户文字输入代码逻辑，其能快速理解，根据海量的开源代码生成子模块供开发者使用。如今，在GitHub Copilot生成的程序中，将近40%的代码是由AI编写。

虽然Web3行业中的SDK等模块化插件已经提高了开发者编程速度，但随着AIGC技术在未来的普及，加密协议的开发效率或将进一步得到提升。在理想状态下，AIGC可自动探查市场的需求或空缺，继而自主编程、拼接生成新协议。

在人类语言的内容创作方面，AIGC也取得了可观的进展。目前，识别翻译领域的发展已经实现了较大的领先，Roblox通过机器学习将基于英语开发的游戏自动翻译为其它八种语言，包括中文、德语和法语；同样的，AIGC在Web3.0的文本创作领域亦将有许多可取之处。

腾讯研发的Dreamwriter新闻写作系统可以在规定的22种场景中写作，平均发稿速度快至0.46秒；在红杉资本的《Generative AI: A Creative New World》一文中，部分内容是由GPT-3自然语言模型撰写，阅读体验却并不晦涩生硬，还兼顾了言辞流畅、条理清晰、逻辑通顺等写作要求。

此外，AIGC在Web3.0的游戏领域也可能获得广泛应用。AI渲染技术将加速实现Web3游戏中大量建筑、环境的构建需求。目前，小型场景的搭建已经具备技术基础，但Web3游戏需要更快更好地建造更丰富宏大的场景。RCT Studio打造的Morpheus引擎，通过大量深度地机器学习，输入目标文字即可拓展出一个虚拟开放空间，AI将从文字内容中理解情节、内在逻辑与人物关系，进而渲染成3D动画。例如，程序可将“一个人坐在沙发上的文字指令变成一个虚拟人在3D空间中向沙发坐下的动画。”

晨山资本是一家深耕产业互联网领域的风险投资基金，晨山资本副总裁吴文超告诉银柿财经，从内容生成的角度来讲，AIGC本质上还是一个富有创造力的行业，以前工业领域并没有这样一个诉求，大家普遍认为无论是做设计还是3D模型都需要人工，而不是工业界内生的需求。

“但现在是倒过来拿着技术去找需求，有点类似拿着锤子去找钉子。这就意味着AIGC的发展比起原来CV领域的工业需求倒逼推动，更在于是人为推动，所以商业模式就会显得不够清晰。”吴文超进一步表示。

对于目前可以明确的商业落地价值，吴文超认为，AI+CG的价值落地明确并且正在发生，“不论是2D还是3D，更多是为了视觉而服务，我们日常能够体验到的视觉场景大致包括视觉内容营销、线上的商业服务、行业仿真和新的交互方式带来的泛娱乐内容的需求。”

吴文超指出，行业内每家公司虽然模型架构不同，但技术上却是大同小异，下一步，怎样产品化、怎样做好社区、如何将用户的反馈更好地落到模型上，以及同时做一些to B细分场景的落地，才是真正让竞争者之间产生区别的地方。

关键词