AIGC是创作者的助力还是阻力？

过去很长一段时间，人类对AI的担忧还停留在可控的范围内，因为技术所限，AI更多地在替代人类从事重复性高、繁琐枯燥的“dirty work”。

但现在，一切都不一样了。各种AIGC应用，包括自动生成文字、图片、视频、代码的“AI打工天团”相继登场，文案、插画师、视频制作人，甚至程序员都陷入“被AI替代”的恐慌。

人类引以为傲的创造力也沦陷了吗？

AIGC是指利用人工智能技术来生成内容，它被认为是继PGC、UGC之后的新型内容创作方式。

随着生成扩散模型和多模态预训练模型等技术的快速发展，在图文生成效果上有了显著进步，AI可以快速、灵活地生成不同模态的数据内容，极大地助力了2022年AIGC赛道的爆火。

据Gartner预计，到2025年，AIGC将占全球所有生成数据的10%。

硅谷众多一线VC纷纷将目光瞄准AIGC初创公司，尤其是生成式AI艺术这一领域，今年有两家独角兽 Stability 和 Jasper 均获得了超过一亿美元的融资，估值突破十亿美元。

AI绘画的热度还未散去，OpenAI的ChatGPT又掀起了AI问答的新热潮。

Stable Diffusion 是时下最先锋、也是最流行的 AI 绘画机器学习模型，由 StabilityAI 开发，Web 演示版本搭载于 AI 开源社区 Huggingface。

Stable Diffusion 的预训练模型是一个文本至图像的 AI 模型。根据文本提示，Stable Diffusion 能够生成逼真的 512x512 像素的图像以描述提示中的场景。

在上线不足两月的时间里，StabilityAI 获得由在 Coatue 和 Lightspeed Venture Partners 领投的 1.01 亿美元融资，投后估值超过 10 亿美元。

但在11月份AI编程辅助工具GitHub Copilot被集体诉讼告上了法庭，AIGC的合法性也被推到了风口浪尖。

诉讼原告声称微软、GitHub和OpenAI侵犯了其版权，Copilot复制开源代码时并没有提供署名。

虽然目前该案件尚处于早期阶段，前景并不明晰，但可以肯定的是AI版权之战的第一枪已经打响，该诉讼中的任何细节，都可能决定AIGC未来发展的走向。

该诉讼案呼应了很多设计师、程序员等内容创作者的担忧，也让我们清醒的看到，无法确权和版权争议将是AIGC公司未来发展的“掣肘”，是AIGC头上的达摩克里斯之剑，正“悬”而未决。

艺术不是拼贴，但真正产生问题的是模型的训练方法

很多艺术家对以 Stable Diffusion 和 Midjourney 为代表的AI艺术公司强烈谴责，表示通过海量素材投喂的AI并不具备艺术创作的能力，艺术不是拼贴，但其实现在的AI 模型不会复制和拼接现有艺术作品。

相反，他们使用机器学习来学习概念，比如人的眼睛是什么——通过自身的理解来创作作品。

AIGC作品实际上是AI在被投喂了大量人类创作的素材后，通过不断学习，生成一个庞大的数据库，然后根据用户需求进行创作。

这就导致AI生成的作品在风格和细节上和原作品或存在诸多相似点。此前中国新闻周刊文章提到艺术家对AI作画的抗议。

文章称，以油画风格的恢弘奇幻作品闻名的波兰概念艺术家格雷格·鲁特科夫斯基成了Stable Diffusion中最受欢迎的模仿对象之一。他在网上搜自己的名字，蹦出的都是AI的画，自己的作品已经被淹没了。

在判断“是否合理的使用”中还有无数种其他情况，其中的输入、目标和输出有着具体的权衡倾向，所以最终“是否合法”的法律裁决还是要受到种种细节的影响。

目前除了英国、爱尔兰、新加坡等国家认可计算机程序可作为作者之外，多国版权法保护的都是自然人的权益。

依据大陆法，我国著作权法实施条例第二条规定：“著作权法所称作品是指文学、艺术和科学领域内具有独创性并能以某种有形形式复制的智力成果”。

AI没有独立人格，不具备我国著作权法规范中“作者”的主体资格，AI背后设计者、开发者、使用者才应该是AIGC版权的权属者。

但目前AI作品的法律性质不明，是否属于著作权法上的作品仍存在争议。目前，一般认为，AI软件设计者已经从软件版权中得到补偿，AI作品版权主要在软件所有者和使用者之间分配。

目前AIGC大多数模型都是根据从网络上获取的大量内容进行训练的，AI研究人员、初创企业和科技巨头们之所以敢放手使用，原因就是使用这些内容（至少在美国）受到合理使用原则的保护。

在美国，有大量投入的利用AIGC的内容可以认为是属于二创者本身的，但目前具体的归属需要根据实际情况一一判断，大量投入的量化并不明确。

有条件地赋予使用人初始版权，可促进AIGC软件使用和作品传播，激励更开放的表达和创作。

我们可以看到，AIGC相关企业的版权意识已经有明显的进步，很多平台都在试图通过一种“负责任”的方式来解决AI作品存在着著作权归属不清的现实困境。

虽然AIGC的相关概念十分火热，但对于其大规模商业化在业内人士看来仍需时日。