AIGC 困局与 Web3 破圈之道

作者：wheart.eth

图片来源：由无界版图 AI 工具生成。

最近一年，随着 AIGC（AI-Generated Content）技术的发展壮大，越来越多的人感受到了它的恐怖之处。AI 降低了创作门槛，使每个普通人都有机会展现自己的创造力，做出不输专业水平的作品。但是就在全民 AI 作图的进程中，艺术家好像与其站在了对立面。

以 Stable Diffusion 和 Midjourney 为代表的业内巨头经常受到艺术家们的集体抵制！究其原因无非两点：一是这些模型在未经允许的情况下使用艺术家的作品进行训练，做出的图片与艺术家风格极其类似，涉嫌侵权；二是某些传统艺术家认为，AI 只是对图片进行简单的拼接，不能算是艺术，它的滥用导致艺术市场震荡，出现“劣币驱逐良币”的现象。

综合来看，现在的 AIGC 市场就像一个怀揣着炸弹的巨人，外表看过去非常强大，但是内部有尚未解决的致命威胁，如果这个威胁不解除，行业发展终究受限，本文将详细聊聊出现这种情况的前因后果，并给出可能的解决方案。

最近越来越多的画家发现，Stable Diffusion 等 AIGC 模型使用的数据集里有自己的作品，并且这里不乏作者经过数十年的摸索形成的具有自己独特的风格画作，现在人们可以利用 AI 几秒钟生成相同风格的内容，这对艺术家来说显然是不公平的。

（左：AI生成图片，右：艺术家原图）

这引发了艺术家非常严重的担忧：他们自己的艺术正在被用来训练一个有朝一日可能会影响他们生计的计算机程序。更急迫的是，任何使用 Stable Diffusion 或 DALL-E 等系统生成图像的人都拥有对生成图像的版权和所有权（具体条款会有所不同）。一位插画师对此解释道：人们会使用 AI 生成图书封面、文章插图等内容，这将威胁他们的生计，毕竟站在购买者视角，当你可以免费在 1000 张图里挑来挑去时，为什么要付 1000 美元给创作者？况且这些都是在艺术家不知情的情况下进行的。

对于这个问题，Stability AI 创始人兼首席执行官 Emad Mostaque 表示，艺术只是 Stable Diffusion 背后的 LAION 训练数据的一小部分，艺术类图片占数据集的比例远低于 0.1%，并且只有在用户选择调用时才会创建。但是一些搜索工具收集的数据表明，在世艺术家的很多画作都在数据集之中，几千张画作的情况并不少见。

技术是原罪？

这个问题的出现不是偶然，而是必然，也是 AI 发展无法绕开的问题，要想详细了解缘由，我们或许可以通过 AIGC 技术原理与发展路径窥探一二。

AIGC是利用人工智能技术来生成内容。2021 年之前，AIGC生成的主要还是文字（代写文章），而新一代模型可以处理的格式内容包括：文字、声音、图像、视频、动作等等。AIGC 被认为是继专业生产内容（PGC，professional-generated content）、用户生产内容（UGC，User-generated content）之后的新型内容创作方式，可以在创意、表现力、迭代、传播、个性化等方面，充分发挥技术优势。2022 年 AIGC 发展速度惊人，年初还处于技艺生疏阶段，几个月之后就达到专业级别，足以以假乱真。

2014年提出的“对抗生成网络”GAN（Generative Adverserial Network)是前些年大热的深度学习模型，也可以算作AIGC的实用框架（去年年底还是主流的研究内容）。

GAN 的基本原理其实非常简单，这里以生成图片为例进行说明。假设我们有两个网络，G（Generator）和 D（Discriminator）。正如它的名字所暗示的那样，G 是一个生成图片的网络，它接收一个随机的噪声z，通过这个噪声生成图片，记做G(z)。D 是一个判别网络，判别一张图片是不是“真实的”。它的输入参数是 x，x 代表一张图片，输出 D(x) 代表x为真实图片的概率，如果为1，就代表100%是真实的图片，而输出为0，就代表不可能是真实的图片。在训练过程中，生成网络G的目标就是尽量生成真实的图片去欺骗判别网络 D。而 D 的目标就是尽量把G生成的图片和真实的图片分别开来。这样，G 和 D 构成了一个动态的“博弈过程”。最后博弈的结果是什么？在最理想的状态下，G 可以生成足以“以假乱真”的图片G(z)。对于D来说，它难以判定 G 生成的图片究竟是不是真实的，因此 D(G(z)) = 0.5。

这样我们的目的就达成了：我们得到了一个生成式的模型G，它可以用来生成图片。

但是 GAN 有三个不足：一是对输出结果的控制力较弱，容易产生随机图像；二是生成的图像分别率较低；三是由于 GAN 需要用判别器来判断生产的图像是否与其他图像属于同一类别，这就导致生成的图像是对现有作品的模仿，而非创新。因此依托 GAN 模型难以创作出新图像，也不能通过文字提示生成新图像。

GAN技术原理