从AI画画到“用声音做视频”，全球掘金AIGC｜焦点分析( 二 ) 编辑|苏建勋整个科技行业经历

而此前的AI绘画要耗费大量算力，动辄半天一天的生成时间。 Stability.AI又在新模型上改进机器运算的方式，大大压缩了所需内存和空间——从一天出图，到以秒出图，对硬件要求也降到极低， C端用户才能无障碍地进行创作。
AI生成内容的星星之火开始燎原，现在新战场已经从图像走到了视频领域。 9月， Meta、Google都公布了自家的AI生成视频技术进展。比如Meta的Make-A-Video技术，就能够让平面上的物体短暂地“动起来” 。

文章图片
美丽新世界里，谁能淘到第一桶金？
9月，红杉资本发表了一篇名为《生成式AI：一个充满创造力的新世界》（GenerativeAI:ACreativeNewWorld）的文章。红杉在文中表示，生成式AI ，让机器开始大规模涉足知识类和创造性工作，这涉及数十亿人的工作，未来预计能够产生数万美元的经济价值。
AIGC其商业前景看起来很诱人，这可遇不可求。比起VR/AR、新能源车等领域，尚在市场教育早期，要投入大量的教育成本。而AIGC只需算力稍微强劲一点的电脑，未来甚至可以跑在云上，其内容生成的边际成本无限接近于0 。
但AIGC无限拓展和输出的特性，也伴随着人们的担忧：商业壁垒到底在哪里？
市面上已有不少关于“调包侠”的讨论。如今市面上所有的AI绘画产品，基本都是基于几个开源模型开发。内核不变，只简单搭壳的情况下，调用的都是类似的模型。若都给AI喂类似的数据，这些产品输出的结果，是否也会逐渐趋同？
大厂们在算力、数据训练上投入多年，底层基础设施注定是大公司的游戏。不过，由于大厂间内卷得厉害，成本在急速下降。据一家美国风投机构NfX统计，在过去2个月中， AI生成图像的成本下降了100倍。
显然，底层技术和模型无法成为壁垒。应用层的竞争已经开始——想要让AIGC打开商业新局面，真正达到规模化，市场需要一个杀手级的应用。
NfX创始人JamesCurrier在博客里举例——Facebook成立时，市面上有50个和它一样，有着相同功能的产品。但Facebook最巧妙的选择在于，从哈佛大学的学生群体开始推广，最终吸引到各个大学的学生竞相跟随。
远在大洋彼岸的AIGC热潮，同样点燃了国内市场的热情。
7月，百度就在百度世界大会上，用了“1秒”复原了《富春山居图》残卷——背后依托的正是千亿级的AI大模型“文心” 。
除了百度，在创业公司方面，也已经有彩云小梦、Tiamat、蜜度、6pen、MuseArt等公司，其中不乏已经投入数年的公司，他们覆盖了文字、图像等方向。今年，他们也成了VC圈的新任香饽饽。
但国内的技术发展和商业化处在更早期。国内市场上已经有层出不穷的AI绘画小生意，比如在抖音、闲鱼等平台开展代画服务，提供词组调试攻略等等，很多人声称“AI画画，月入过万” 。但这些生意都相对边缘。
短期内， AIGC还是要依靠企业端，才能有足够资源支撑起底层技术的快速迭代。尤其对国内而言，中文数据的NLP（语义识别）比英文更为复杂，要做中文版的AI生成技术，不是简单汉化就能够解决问题。像百度和清华的AI模型均为自研，底层模型的训练成本还处在高位。
【从AI画画到“用声音做视频”，全球掘金AIGC｜焦点分析】现在AIGC在载体上没有太多桎梏。在寻求商业化的路上，未来它更多要解决的是法律、监管以及伦理问题。前不久，日本绘画AI平台“mimic”上线，很快遭到众多日本画手抵制，声明“禁止AI学习自己的画作” 。现在，包括Stability在内的平台，也正在卷入版权等不少争议。