在這場不限地域的混亂里，中國的AI Art賽道反而獨善其身。

你愿意為AI畫出的頭像，付30美元嗎？

或許大部分中國人的答案會是“不愿意”。

(資料圖片僅供參考)

但在海外，30、30又30，第一批被AI作畫（AI Art）割的“韭菜”，已經(jīng)出現(xiàn)。

打開Product Hunt（一個發(fā)現(xiàn)新產(chǎn)品的平臺，開發(fā)者可以提交自己的產(chǎn)品，網(wǎng)站會依據(jù)大眾的投票數(shù)量產(chǎn)生每日榜單），會發(fā)現(xiàn)最近幾天，每天都有新的AI作畫產(chǎn)品上線，并且這些AI作畫產(chǎn)品，都在每天榜單的前幾名。

2022年11月3號，Product Hunt榜單第一名就是AI 作畫產(chǎn)品

2022年11月2號，Product Hunt第二名是需要付費的AI作畫產(chǎn)品

其中，Avatar AI推出10天以來，銷售額已經(jīng)突破10萬美元（銷量為2943，平均售價33美元）。

Avatar AI銷售額

但通過趨勢可以看到，在第一批用戶抱著好奇心付費之后，項目的盈利價值也在極速下降。

，而短短一個月的時間，行業(yè)里就發(fā)生了翻天覆地的變化。

賽道里幾家頭部公司，在一個月內(nèi)獲得融資，躋身獨角獸陣營——10月20號，本次AI作畫賽道的引領(lǐng)者、上線不到兩個月的Stable Diffusion的母公司Stability AI宣布獲得1.01億美元的種子融資，估值已達到10億美元；10月26日，人工智能初創(chuàng)公司Jasper宣布獲1.25億美元資金，估值達到15億美元。

除了頭部公司飽受市場和資本的關(guān)注，越來越多的小公司如雨后春筍般冒了出來。比如Product Hunt每天都會有新的AI作畫產(chǎn)品上線；不僅美國如此，在中國也是這樣，盜夢師、無界、皮卡智能、TIAMAT等也在這一個月里受到了廣泛關(guān)注，盜夢師小程序甚至達到了日增5萬用戶的規(guī)模。

層出不窮的AI作畫產(chǎn)品背后，是全球從業(yè)者和C端群眾對于新技術(shù)的好奇和熱捧。從Google Trends和百度指數(shù)上，在10月AI作畫搜索指數(shù)的暴漲，就可見一斑。

Google Trends美國區(qū)“AI Art”熱度

百度指數(shù)“AI作畫”熱度

AI作畫的確火了。

但是這把火燒得太快、來得太突然，法規(guī)完善、生態(tài)體系、用戶認知等等一個賽道長期發(fā)展所要具備的要素，目前在AI作畫賽道都稍顯空白。

這才讓一部分賺塊錢的人，看到了割韭菜的機會。

海外，第一茬“韭菜”出現(xiàn)

AI Art在海外，盡管被大眾關(guān)注僅有幾月，但已“亂象頻生”。

在景區(qū)游玩時，突然出現(xiàn)給你拍照片的人，并問你要不要買，你會心動嗎？第一次圖新鮮買下了，之后還會愿意再付費幾次呢？那些拍照的人是本身就攝影技術(shù)高超，還是說他們拍的照片如果出了景區(qū)就一文不值呢？這些問題，和如今的AI Art類似。

越來越多打著AI Art這一技術(shù)風向的產(chǎn)品，其出現(xiàn)目的就是向C端收費。比如11月2日在Product Hunt第二名的 Avatar AI，收費40美元，需要上傳幾十張自己的照片，產(chǎn)出一百張AI模仿的你的頭像；另一個AI作圖產(chǎn)品，profilepicture.AI，收費30美元，也是上傳十幾張自己的照片，等待三小時后，可以產(chǎn)出百張AI模仿你的風格的照片。

先不提類似“拆盲盒”的體驗下，用戶根本不知道其模型區(qū)別在哪；這件事背后的商業(yè)邏輯可能本就不成立——用自己的照片，訓練AI產(chǎn)出自己的照片，用途目前僅僅是作為社交平臺的頭像，或者給朋友做生日禮物。

profilepicture.AI首頁截圖

幾十美元的價格，即使在美國也并不算便宜。在商業(yè)模式還沒探索出來的當下，就開始消耗對于AI Art感興趣的C端人群的熱情、透支大眾的好奇心，或許對于行業(yè)的長期發(fā)展來說并不是好事。

并且，這30美元，產(chǎn)品方賺得輕而易舉——他們很可能沒有付出相應(yīng)的成本，技術(shù)是開源來的，風格是藝術(shù)家的，模型需要學習的對象是用戶上傳的，他們只是搭建了個頁面跑了個程序而已，這對于大多是開發(fā)者來說似乎都沒什么難度。

在景區(qū)拍照的人，甚至都需要從景區(qū)那里獲得資質(zhì)，而這些收費的AI Art項目卻什么都不需要證明，只需要抓住用戶早期的獵奇心理。

AI模仿上傳者風格，然后收上傳者的錢，嚴格來說只是違背了道德，但也是一個愿打、一個愿挨的消耗型商業(yè)模式。

但是另一類產(chǎn)品，卻的確涉及法律風險——抄襲還在世的藝術(shù)家的風格，然后收費生成該類型的圖片。

比如前段時間鬧得沸沸揚揚的插畫師Hollie Mengert和工程師Ogbogu Kalu的線上battle，就是關(guān)于AI Art版權(quán)問題的爭議。Ogbogu Kalu使用了Stable Diffusion和DreamBooth的AI能力，做出了一個訓練模型，據(jù)“量子位”介紹，Ogbogu Kalu只是在云端租了GPU、花了兩個半小時、用了32張Hollie Mengert的插畫作品，就訓練出了Hollie的插畫風格。

不僅如此，他也遵循了開源的習慣，把代碼放出來了，供大家免費試玩。

左：Hollie Mengert作品；右：AI模仿作品

而這件事，首先就涉及到了版權(quán)問題。一些過世藝術(shù)家的作品，可以被認為是人類共有資產(chǎn)，因此模仿、學習，似乎并無不妥；但是Hollie Mengert目前還在世，還得靠著自己的作品吃飯，不僅如此，Hollie Mengert的作品版權(quán)歸屬迪士尼，她自己未經(jīng)允許都不能隨意在網(wǎng)上上傳插畫。

好在Ogbogu Kalu并沒有將該訓練模型商用，因此避免了后續(xù)更多麻煩。但是其他根據(jù)過世甚至在世藝術(shù)家的作品生成類似風格的AI作品，并且收費的產(chǎn)品，該如何界定“侵權(quán)”的邊界？目前尚不得知。

這些亂象背后的共有原因是，由于最影響AI作畫觀感的底層技術(shù)——Diffusion已經(jīng)取得突破性進展，并且完全開源，因此目前能夠?qū)崿F(xiàn)AI作畫的大部分上層產(chǎn)品，區(qū)別都是指在于產(chǎn)品體驗，而不是底層技術(shù)。

那么，產(chǎn)品與產(chǎn)品之間，同質(zhì)化明顯，缺乏真正的競爭力。C端用戶無法辨別區(qū)別，就容易被割韭菜；因為產(chǎn)品差異小，那么風格上的區(qū)別就變得重要，那么藝術(shù)家的版權(quán)就有可能被侵犯；大家都用的是一套開源架構(gòu)，那么投資機構(gòu)也很難選擇。

開源帶來的套殼行為可能可以從短期壓榨技術(shù)的剩余價值，在這波浪潮下獲得比較不錯的盈利，但理論上來說，如果沒有對這種行業(yè)內(nèi)耗有一個清晰的認知，它可能也只是一兩個月的熱度。

所以，人類技術(shù)產(chǎn)生突破，并且以開源形式普惠大眾，并不是錯?；蛟S本質(zhì)還是時間周期的問題——技術(shù)發(fā)展，快于生態(tài)。

壁壘追不上風口

亂象愈演愈烈，就在這短短的一個月內(nèi)。

我們不禁思考，人人都能享受普惠藝術(shù)，有多大的可能變成“人人都能靠普惠藝術(shù)賺上一筆”？

驅(qū)動了市場亂象的主要原因有三，分別為：法規(guī)和生態(tài)的不完善，技術(shù)爆發(fā)下商業(yè)模式探索過慢，開源面前轟然倒塌的壁壘。

其一，隨著技術(shù)的快速發(fā)展，全球范圍內(nèi)與人工智能相關(guān)的案件正在激增，且趨勢還在持續(xù)。歸其根本，是因為很多技術(shù)發(fā)展速度都遠遠快于法律法規(guī)，以至于法律還沒有做好相應(yīng)準備，產(chǎn)品技術(shù)就已經(jīng)落地應(yīng)用到大量場景中。

另一方面，如何在理性約束和強制干涉中進行平衡取舍，也是全球法律在相對長期的發(fā)展過程中“矯正”新興行業(yè)需要做的事情。

畢竟，交易行為和市場需求并不是“為了合法”而存在的。在推動市場公平的同時，全球法律也應(yīng)當最大限度地減少傳統(tǒng)框架對于科技發(fā)展的阻礙。

目前，各國正在爭先恐后制定新法律，從而規(guī)定最終誰應(yīng)該對機器所做的事情或創(chuàng)造的事物來負責。今年7月，英國提出了新的人工智能規(guī)則手冊，歐盟也正在制定自己的政策，美國方面盡管已經(jīng)頒布的法律還很少，但提出的議案數(shù)量一直在穩(wěn)步增加——2019年提交了15項立法，2020年提交了13項，2021年和2022年又提交了17項。

法律效率正在加速，AI Art合法化總有一天會塵埃落定。但就目前來講，法律成果的推進比起每天在以億萬行代碼級別爆發(fā)的技術(shù)成果來說，無異于“夸父逐日”。

對于版權(quán)意識較差的C端用戶來說，很少有人能明確知道自己生成的每一張圖風格，屬于已過世著名藝術(shù)家還是活躍的商業(yè)畫師，而后者則明顯會損害他人乃至企業(yè)的利益。同樣，各個平臺也無法做到讓每個用戶去閱讀和理解自己的

關(guān)鍵詞： 人工智能 每天都有 版權(quán)問題