圖片來源 @視覺中國
文 | 雷科技 Ieitech
就在本月，WSJ 引述知情人士稱，作為 2022 年爆紅的聊天機器人 ChatGPT 背後的公司，OpenAI 正在談判以收購要約的形式出售現有股份，這起交易對 OpenAI 的估值達到 290 億美元左右。在 2021 年的一場交易中，OpenAI 的估值還隻是在 140 億美元左右。
估值高漲的背後不隻是因為 ChatGPT，OpenAI 旗下另一個 AI 生成圖像模型—— DALL-E 2 同樣展現了生成式 AI 的能力可以有多高。2022 年，從 Stable Diffusion 以開源形式引爆 AI 創作，到 GPTChat 一周内就突破了百萬級用戶注冊，全球出現了無數生成式 AI 的産品和創業公司，文本、圖像乃至視頻，掀起了巨大的 AIGC（人工智能生成内容）浪潮。
AI 繪畫，圖 / 抖音
基于 Stable Diffusion 開源模型，字節也推出 2022 抖音年度爆款「AI 繪畫」，統計顯示有 2758.3 萬人使用過這款特效。抖音和快手都看到了 AIGC 技術在圖像應用上的巨大價值，快手對 AIGC 的布局也證實了這一點。快手在 11 月聯合百度 AI 數字人希加加、度曉曉等發布短視頻，進行 24 小時 AI 直播，還通過 AIGC 技術進行作畫、寫詩、寫歌詞等。
6 月，一位谷歌高級軟件工程師甚至聲稱，谷歌開發的對話式 AI LaMDA「有意識、有靈魂」，但随後很快被谷歌否認。而在一個月前，谷歌剛剛在 2022 年 I/O 大會上公布了 LaMDA2，稱其為谷歌有史以來最先進的對話式 AI，與年底紅遍全球的 ChatGPT 有着相同的語言模型技術和原生應用場景。
12 月 16 日，知名學術期刊《科學》雜志公布了 2022 年十大科學突破，記錄一年裡最重大的科學發現、進展和趨勢，其中一項就是「AI 具備創造力」。用我們更熟悉的詞就是：AIGC，即基于 AI 能力的内容創作。
當 AI 開始擁有大規模創造内容的能力，很多事情都可能被颠覆。
AI 作畫開始大衆化
圖 /OpenAI
2022 年 4 月，人工智能研究公司 OpenAI 發布了新版本的文本生成圖像程序—— DALL-E 2，随後一張由 DALL-E 2 生成的「宇航員在太空騎馬」圖片開始蹿紅社交網絡。
相比前代，DALL-E 2 生成圖像有了更高的分辨率和更低的延遲，同樣基于用戶描述文本進行生成。不過和之前 OpenAI 推出的産品一樣，DALL-E 2 開始并不對外開放，僅限部分研究人員注冊使用該程序，一直到 9 月才宣布向公衆開放使用，每月僅限 15 個免費圖像。
這也為下半年 Stable Diffusion 的爆火和流行提供了機會。如果說上半年最火的「AI 畫師」當屬 DALL-E 2 和 Midjourney，8 月 22 日 Stable Diffusion 發布之後基本就成了「AI 畫師」的代名詞。
在目前的三大 AI 圖像模型中，Stable Diffusion 誕生得最晚，但由于發展良好的開源社區，它的用戶關注度和使用範圍都超越了 Midjourney 和 DALL-E。任何人都可以免費使用，任何公司也可以基于開源項目定制自己的 AI 生成圖像程序。
「一個不在乎人工智能争論的老藝術家」 ，圖 /DrMacabre68
「我們已經看到 3 歲到 90 歲的人第一次開始創作。」StabilityAI CEO Emad Mostaque 在一次采訪中說，該公司資助了 Stable Diffusion 的開發。在海外知名論壇 Reddit 的「StableDiffusion」闆塊下，每天都有用戶分享通過 Stable Diffusion 生成新的圖像作品。
到現在「AI 畫師」已經可以走入千家萬戶。用戶可以在本地部署，普通消費級顯卡就能滿足硬件要求，也可以直接輸入一串網址，直接輸入描述文本開始創作，這是 2021 年 DALL-E 初代發布的時候不敢想的。
不僅如此，「AI 畫師」出現和流行也在 2022 年挑戰人類的美術和圖片産業。
9 月，全球最大圖庫蓋蒂圖片社（Getty Images）宣布禁止上傳和銷售使用 DALL-E、Midjourney 和 Stable Diffusion 等 AI 藝術工具生成的插圖。蓋蒂認為 AI 産生的圖片并非是一種人類創造性的藝術品。
《太空歌劇院》，圖 /Jason Allen
同月，遊戲公司 CEO 兼遊戲設計師 Jason Allen 通過 Midjourney 生成的《太空歌劇院》，在美國科羅拉多州博覽會舉辦的藝術展中一舉奪得數字藝術組大獎。
但這次獲獎也引起了廣泛的争論，有人認為這對其他自己創作的人不公平，「這就跟為什麼我們不讓機器人參加奧運會的原因完全一樣。」參加評審的藝術家杜蘭（Cal Duran）甚至表示，他在評分的時候根本沒意識到這幅畫由 AI 生成。
相比之下，百度更加務實，一開始就确定了自己「輔助」定位。8 月，百度基于自身的文心大模型也推出了 AI 繪畫平台「文心一格」，更明确定位為面向有設計需求和創意的人群，基于文心大模型智能生成多樣化 AI 創意圖片，輔助創作者的創意設計。
在技術之外，AI 生成圖像還在探索如何解決版權等一系列問題。
用嘴做視頻？還要再等等
作為 AI 大廠，Meta 和谷歌實際上沒有缺席任何一個重要的 AI 技術，在 AI 視頻生成上更是獨領風騷。
Meta 在 9 月率先推出了 Make-A-Video，言簡意赅地表達了它的作用：做視頻。更具體地說，Make-A-Video 可以通過文本、圖片或者視頻來生成一個全新的視頻内容，尤其是文本直接生成視頻，直接讓視頻創作的門檻大大降低，比如輸入「機器人在時代廣場跳舞」：
圖 /Meta
僅僅一周後，Google 也發布了自己的 AI 視頻擴散模型 Imagen Video。與 Make-A-Video 相比，Imagen Video 最直接的感受就是清晰度更高——畫面分辨率可以達到 1280 × 768，幀率也能到 24 fps 了。
不過，兩者實際上都還存在畫面不正常抖動、主體畸形、動作不夠流暢等問題，而且與之前推出文本生成圖像程序一樣，谷歌和 Meta 都沒有選擇對外開放，這也是為什麼相比 AI 畫畫的流行，AI 生成視頻領域更多還是處在看熱鬧的階段——就像 2021 年的 AI 生成圖像。
字節也看好 AI 視頻模型的未來，在抖音内就支持了「圖文成片」功能，輸入一段文字，軟件智能匹配圖片素材、添加字幕、旁白和音樂，自動生成視頻。從一些創作者的反饋來看，目前「圖文成片」的實現還很初級，智能匹配和生成視頻兩個環節都很難真正在視頻生産環節中使用。
當下 AI 生成視頻在技術上顯然還不夠成熟，但最近幾年 AI 進化速度在肉眼可見地加快，很難想象今年 AI 視頻模型又會發生什麼樣的質變。
不管 AI 視頻模型是否能在今年再度質變，就如百度移動生态負責人何俊傑在 9 月的 2022 百度萬象大會上所說，「未來十年，AIGC 将颠覆現有内容生産模式，可以實現以十分之一的成本，以百倍千倍的生産速度，創造出有獨特價值和獨立視角的内容。」
何俊傑，圖 /百度
可以預期，AIGC 将是 UGC 用戶生成内容出現之後，又一個内容生産的大變革，最直接的應用就是大大降低視頻制作的成本和門檻，這也意味着為視頻内容在供給側的大爆發提供了技術基礎。
那場萬象大會上，百度就推出了基于文心 AI 大模型的「創作者 AI 助理團」，由 AI 文案、AI 畫師和 AI 視頻制作人組成。理想狀态下，借助「創作者 AI 助理團」，一個人就可以是一支視頻團隊。
但顯然，現實是 AI 視頻生成還需要一些時間。
ChatGPT，屬于 AI 的「初代 iPhone」
12 月初，OpenAI 發布了 ChatGPT ——一個對話式 AI，發布後很快就在小範圍内流行起來，随後持續發酵并風靡全網。從敲代碼、寫稿、寫詩、推薦到教你學英語、寫小說，甚至是一場類似人類之間的對談，ChatGPT 都表現出了驚人的語言對話能力。
ChatGPT 甚至一度拉響了谷歌搜索的紅色警報。
用 ChatGPT 修 bug，圖 /@amasad
與 OpenAI 之前發布的産品不同，ChatGPT 選擇面向公衆大範圍公測，短短 5 天，其用戶注冊量就突破了百萬級，這在互聯網增長集體放緩的 2022 年多少有些不可思議。即便到了歲末年初，很多用戶依然在使用 ChatGPT 做報告、寫年終總結等事務，可見其表現帶來的用戶粘性。
ChatGPT 之所以脫穎而出，普遍認為很大程度上是因為它采用了很自然的措辭進行對話，有網友評價其使用體驗「就像平常聊天」。而 ChatGPT 背後的核心之一是使用 GPT-3 的新版本 GPT-3.5 來進行對話，該版本擁有 1750 億個模型參數。
事實上，從 GPT-3 引發全球範圍 AI 大模型的軍備競賽開始，這件事一定程度上就是巨頭之間的比拼。谷歌在 2021 年推出了萬億級參數的 AI 大模型—— Switch Transformer，微軟和英偉達燒壞了 4480 塊 GPU 後，才開發出 5300 億參數的自然語言生成模型 MT-NLG（威震天 - 圖靈）。
「錢」，圖 / 英偉達
根據媒體報道，GPT-3 訓練的僅是硬件和電力成本就高達 1200 萬美元（約 7500 萬人民币），GPT-3.5 應該隻高不少。目前 ChatGPT 仍然是免費使用，但顯然 OpenAI 不可能一直免費開放下去。
另一個對話式 AI 的問題在于——自以為是。大量的用戶對話已經證明，ChatGPT 的回答并不可靠，但它又經常以令人信服的方式「胡說八道」。OpenAI 也承認，盡管 ChatGPT 生成的回答從語氣上已經非常逼近真人，但有時仍會給出完全錯誤的答案。
這不是在否認 ChatGPT 帶來的驚豔。Box CEO 亞倫 · 萊維認為，「當一種新技術已經到了改變你對計算機的看法時，你會有一種特定的感覺。谷歌做到了，火狐做到了，AWS（亞馬遜）做到了，iPhone 做到了，OpenAI 正在通過 ChatGPT 做到這一點。」
寫在最後
過去十年，可以說互聯網和智能手機徹底改變了内容的分發和消費環節，但在内容生産領域本質上沒有過多的變化。而在過去一年，AIGC 已經帶來了太多的變化，Stable Diffusion、Imagen Video 和 ChatGPT 分别對應了最主要的内容形式——圖像、視頻和文本。
當然，AIGC 還在面對很多挑戰，包括版權、生成質量不穩定、創作主體争論等，甚至 AI 生成視頻還沒有經過大衆使用驗證。但現如今 AIGC 開始「飛入尋常百姓家」，已經具備了成為一項大衆化技術的基礎，未來很可能極大地提高内容的生産效率和豐富度。
從《太空歌劇院》獲得藝術大獎到今天，AI 的争論依然沒有停止，但就如 Jason Allen 為自己的事件所做的總結：AI 作畫程序已經誕生，人們能做的隻有承認并接受這件事。
更多精彩内容，關注钛媒體微信号（ID：taimeiti），或者下載钛媒體 App
