12月16日，Science發布2022年度科學十大突破，它們是一年里最重大的科學發現、科學進展和趨勢，其中AIGC作為人工智能領域的重要突破也赫然在列。
AIGC即是指利用人工智能技術生成內容。
作為今年AI圈最大的趨勢，AIGC意味著，AI進軍到了此前被視為“人類獨占”的領域，如藝術表達、科學發現。Science表示，最初AI這種滲透是緩慢的，但在今年逐漸形成了一場搶地戰。
(資料圖片)
在李彥宏看來，未來十年，AIGC將顛覆現有內容生產模式。可以實現以十分之一的成本，以百倍千倍的生產速度，去生成AI原創內容。
但與此同時，AIGC目前面臨的版權與倫理、商業化變現等難題，正在為AIGC未來發展的埋下隱患。
2022年被稱為是AIGC元年。
事實上，今年AIGC的第一次出圈還要從一副獲獎的AI繪畫作品說起。
今年8月，在美國科羅拉多州舉辦的數字藝術家競賽中，一幅名為《太空歌劇院》的畫作最終獲得數字藝術類別冠軍。
畫面上，幾位演員穿著華美戲服，站在舞臺上表演，黑暗中的觀眾席上方出現一個巨大圓窗，似乎能看到另一個未知世界的存在。
但這一絕美的畫作并沒有讓藝術家們心服口服，反而引起巨大的爭議。原因在于這副獲得頭獎的作品并非由作者Jason Allen親自使用畫筆繪成，而是使用人工智慧（AI）算法繪圖工具Midjourney完成。
有人認為，Allen使用AI生成圖像完全是在作弊，“這太惡心了，通過AI生成一幅畫就聲稱自己是藝術家？”還有網友說：“這真的很糟糕，試想一下如果機器人去參加奧運會。”也有人不滿Allen把AI生成的圖像與藝術品混為一談，表示“我們正在目睹藝術死亡。”
關于這一話題的爭議在世界范圍內迅速發酵，國內話題“AI畫作拿一等獎惹怒人類藝術家”也很快登上熱搜，僅單日閱讀量便已超過1.1億次。
而在該事件發生的兩個月后，ChatGPT的火熱再次讓人們的目光聚焦到AIGC上。
11月30日，明星人工智能公司OpenAI發布全新聊天機器人模型ChatGPT，并對用戶開放免費使用。
體驗過的用戶無一不被ChatGPT強大的功能折服，它不僅可以輕松與人類進行各個領域的對話，回答各種問題，無論是寫代碼改bug、回答科學問題，甚至給推特的發展提建議機承認自己的錯誤、質疑不正確的假設，拒絕不合理的要求等。
圖源小紅書
聰明且智能的ChatGPT很快走紅網絡，僅上線短短5天其用戶數量就突破百萬。而由于太過火爆，OpenAI不得不暫時關閉了用戶的測試入駐窗口。
面對功能強大的ChatGPT，有業內人士指出ChatGPT的出現會對傳統的搜索引擎造成沖擊。OpenAI 的聯合創始人馬斯克在體驗后也感嘆：“ChatGPT 非常好。我們離強大到危險的AI不遠了。”
火熱的AIGC賽道同樣受到了資本青睞，今年來AI智能初創公司融資不斷。
10月19日，主打文字生成的AIGC公司Jasper.ai宣布完成1.25億美元的A輪融資，估值達到15億美元。幾乎同一時間，Stability AI宣布獲得1.01億美元，公司宣布會繼續研發用于生成圖片、語言、音頻、視頻和3D的AI生成模型，投后估值達10億美元。
國內AIGC技術服務提供商慧夜科技也于近期完成由高瓴創投領投、順為資本跟投的Pre-A+輪數千萬融資。
與此同時，國內外互聯網巨頭爭先布局AIGC領域。
目前在國內，騰訊發布了寫稿機器人Dreamwriter，阿里巴巴旗下AI在線設計平臺鹿班實現海報設計生產，字節跳動旗下的剪映和快手推出的云剪能夠進行AI視頻創作。今年8月，百度發布AI藝術和創意輔助平臺“文心·一格”，可快速生成AI畫作。
在海外，谷歌、Meta、微軟等科技公司也不斷推動從文字、圖畫走向視頻的AIGC創新迭代。
資本涌入、互聯網巨頭紛紛布局的背后是AIGC巨大的經濟價值和市場規模。
根據《Generative AI：A Creative New World》的分析，AIGC有潛力產生數萬億美元的經濟價值。而國泰君安表示，未來五年或將有10%-30%的圖片內容由AI參與生成，相應或將有600億以上的市場規模。
從字面來看，AIGC并不難理解。
AIGC全稱為AI Generated Content，對應互聯網的PGC（專業生產內容）、UGC（用戶生成內容）、PUGC（專業用戶生成內容）等概念，AIGC是通過 AI 技術來自動或輔助生成內容。
事實上，AIGC也并非是近幾年才出現的新概念。根據中國信通院發表的《人工智能生成內容（AIGC）白皮書》，AIGC的發展從受限于技術發展的早期概念階段，經過1990年之后的沉淀積累階段，自2010年至今正處于快速發展階段。
而AIGC之所以在今年迎來爆發，和深度學習模型不斷完善、開源模式的推動密切相關。
此前中國信通院的研究發現指出，深度神經網絡的升級是推動AIGC快速發展的主要原因之一。
特別是從2014年生成式對抗網絡（GAN）的提出，被業內認為AIGC真正迎來了“春天”。GAN通過AI內部生成、判別兩套模型進行迭代訓練，能夠實現根據輸入的信息生成新圖像。
但GAN也有著明顯的缺點，由于GAN需要用判別器來判斷生產的圖像是否與其他圖像屬于同一類別，這就導致生成的圖像是對現有作品的模仿，而非創新。因此依托GAN模型難以創作出新圖像，也不能通過文字提示生成新圖像。
這一缺點被今年出現的去躁擴散模型Diffusion所克服。
Diffusion擴散化模型的原理類似給照片去噪點，通過學習給一張圖片去噪的過程來理解有意義的圖像是如何生成，因此Diffusion 模型生成的圖片相比 GAN 模型精度更高，更符合人類視覺和審美邏輯，同時隨著樣本數量和深度學習時長的累積，Diffusion模型展現出對藝術表達風格較好的模仿能力。
Diffusion擴散模型使得文本生成圖像的AIGC應用真正被大眾所熟知，也是2022年涌現的各類AI作畫應用的重要模型基礎。
2021年年初，OpenAI發布了用于匹配文本和圖像的神經網絡模型CLIP，被認為是近年來在多模態研究領域的杰出成果，它不僅能對文字進行語言分析，還能對圖形進行視覺分析，不斷調整兩個模型內部參數，達到文字和圖像高度匹配的效果。
可以說，Diffusion+ CLIP的結合讓AI自動生成文字和圖片的質量得到了質的提升，也是推動 AIGC爆火的重要原因。
在這一過程中，開源模式也進一步促進AIGC的傳播和普及。
據光源資本，開源即開放源代碼，任何人可以在源代碼的基礎上進行學習與修改。比如2022年初，Disco Diffusion的開源引發了開發者對文生圖領域的探索和創作，而2022年下半年Stable Diffusion的火爆除了因為Diffusion模型的創新，也是因為形成了良好的開源社區氛圍，以開源的方式縮短了行業技術進步所需要的時間。
Stable Diffusion模型開源后短短幾個月時間出現大量的二次開發，從模型本身優化到應用拓展以及插件，大量開發者和用戶進行傳播和創作，也直接引發了2022年AIGC的火爆。
此外，大量內容需求也在牽引AIGC應用落地。
國盛證券認為，邁入Web3.0時代，內容消費需求飛速增長，UGC/PGC難以匹配擴張需求，AIGC將是新的元宇宙內容生成解決方案。
AIGC將帶來內容生產變革的消息讓人激動不已，但由于AIGC發展尚處于初期，關于AIGC的版權和商業化落地等問題亟需解決。
AIGC作品實際上是AI在被投喂了大量人類創作的素材后，通過不斷學習，生成一個龐大的數據庫，然后根據用戶需求進行創作。
這就導致AI生成的作品在風格和細節上和原作品或存在諸多相似點。此前中國新聞周刊文章提到藝術家對AI作畫的抗議。文章稱，以油畫風格的恢弘奇幻作品聞名的波蘭概念藝術家格雷格·魯特科夫斯基成了Stable Diffusion中最受歡迎的模仿對象之一。他在網上搜自己的名字，蹦出的都是AI的畫，自己的作品已經被淹沒了。
在《太空歌劇院》意外獲獎后，大批畫師已將“禁止投放作品進入AI繪畫系統”加入個人簡介，全球知名視覺藝術網站ArtStation的上千名畫師發起聯合抵制，禁止用戶將其畫作投放AI繪畫系統，ArtStation認為，任由系統學習模仿畫作是在侵犯版權。
11月29日，插畫博主洛柒投訴AI繪畫的微博也引發熱議。洛柒指出，AI繪畫軟件Nijijourney生成的許多圖片風格，與一些畫師的作品高度相似，更有一些圖片下方直接帶上了這些畫師的簽名和水印，“(AI作品)有很多我熟悉的老師的畫作”“求求各位老師對AI重視起來”，洛柒呼吁道。
但事實上，目前對于AI繪畫對其他畫師的著作權構成侵權，認定依舊困難。為規避版權風險，Getty Images、Shutterstock等大型付費圖庫經已不再接收由DALL·E 2、Stable Diffusion、Midjourney等生成的AI畫作。這也在一定程度成為AIGC邁向商業化的阻礙。
而對于AI畫作的版權是歸屬于AI畫家，還是歸屬于平臺也一直為外界所詬病。目前我國《著作權法》中規定，著作權的指向對象為“作品”，且“作者”只能是自然人、法人或非法人組織。
因此有人呼吁為人工智能建立新的法律保護形式，而不是試圖將舊的法定方案（包括歷史上對人類發明家和作者的依賴）應用于這些新問題。
另外，人工智能算法存在固有缺陷導致內容質量層次不齊。
比如近日ChatGPT因回答內容中多次出現錯漏，已被程序設計領域的問答網站Stack Overflow暫時禁用。
據悉，ChatGPT面世之后，Stack Overflow上很快便出現了大量由該模型生成的答案。這些答案通常需要具備一些專業知識的人詳細閱讀才能分辨出是錯誤的。
很快ChatGPT的創始團隊也承認：“因為AI生成的答案不總是準確或相關的，可能會導致Stack Overflow上混淆錯誤答案，誤導在尋求幫助的用戶。”并且還表態：“Stack Overflow禁止用AI生成答案是合理的。”
雖然AIGC的相關概念十分火熱，但對于其大規模商業化在業內人士看來仍需時日。
浙商證券研究所分析認為，AI繪畫商業化方面仍處于摸索階段，變現方式較為單一。從C端上看，應用場景商業化性價較低，付費意愿有待提升。“行業未來B端變現路徑更為多元、成熟，若B端能挖掘出較為可行的商業模型，付費的可能性和水平相對更高。”
