作者 | 刘雨洁、王与桐

你愿意为AI画出的头像，付30美元吗？

或许大部分中国人的答案会是“不愿意”。

但在海外，30、30又30，第一批被AI作画（AI Art）割的“韭菜”，已经出现。

打开Product Hunt（一个发现新产品的平台，开发者可以提交自己的产品，网站会依据大众的投票数量产生每日榜单），会发现最近几天，每天都有新的AI作画产品上线，并且这些AI作画产品，都在每天榜单的前几名。

2022年11月3号，Product Hunt榜单第一名就是AI 作画产品

2022年11月2号，Product Hunt第二名是需要付费的AI作画产品

其中，Avatar AI推出10天以来，销售额已经突破10万美元（销量为2943，平均售价33美元）。

Avatar AI销售额

但通过趋势可以看到，在第一批用户抱着好奇心付费之后，项目的盈利价值也在极速下降。

36氪曾在9月29号发布关于AI Art的全球行业图谱，而短短一个月的时间，行业里就发生了翻天覆地的变化。

赛道里几家头部公司，在一个月内获得融资，跻身独角兽阵营——10月20号，本次AI作画赛道的引领者、上线不到两个月的Stable Diffusion的母公司Stability AI宣布获得1.01亿美元的种子融资，估值已达到10亿美元；10月26日，人工智能初创公司Jasper宣布获1.25亿美元资金，估值达到15亿美元。

除了头部公司饱受市场和资本的关注，越来越多的小公司如雨后春笋般冒了出来。比如Product Hunt每天都会有新的AI作画产品上线；不仅美国如此，在中国也是这样，盗梦师、无界、皮卡智能、TIAMAT等也在这一个月里受到了广泛关注，盗梦师小程序甚至达到了日增5万用户的规模。

层出不穷的AI作画产品背后，是全球从业者和C端群众对于新技术的好奇和热捧。从Google Trends和百度指数上，在10月AI作画搜索指数的暴涨，就可见一斑。

Google Trends美国区“AI Art”热度

百度指数“AI作画”热度

AI作画的确火了。

但是这把火烧得太快、来得太突然，法规完善、生态体系、用户认知等等一个赛道长期发展所要具备的要素，目前在AI作画赛道都稍显空白。

这才让一部分赚块钱的人，看到了割韭菜的机会。

AI Art在海外，尽管被大众关注仅有几月，但已“乱象频生”。

在景区游玩时，突然出现给你拍照片的人，并问你要不要买，你会心动吗？第一次图新鲜买下了，之后还会愿意再付费几次呢？那些拍照的人是本身就摄影技术高超，还是说他们拍的照片如果出了景区就一文不值呢？这些问题，和如今的AI Art类似。

越来越多打着AI Art这一技术风向的产品，其出现目的就是向C端收费。比如11月2日在Product Hunt第二名的 Avatar AI，收费40美元，需要上传几十张自己的照片，产出一百张AI模仿的你的头像；另一个AI作图产品，profilepicture.ai，收费30美元，也是上传十几张自己的照片，等待三小时后，可以产出百张AI模仿你的风格的照片。

先不提类似“拆盲盒”的体验下，用户根本不知道其模型区别在哪；这件事背后的商业逻辑可能本就不成立——用自己的照片，训练AI产出自己的照片，用途目前仅仅是作为社交平台的头像，或者给朋友做生日礼物。

profilepicture.ai首页截图

几十美元的价格，即使在美国也并不算便宜。在商业模式还没探索出来的当下，就开始消耗对于AI Art感兴趣的C端人群的热情、透支大众的好奇心，或许对于行业的长期发展来说并不是好事。

并且，这30美元，产品方赚得轻而易举——他们很可能没有付出相应的成本，技术是开源来的，风格是艺术家的，模型需要学习的对象是用户上传的，他们只是搭建了个页面跑了个程序而已，这对于大多是开发者来说似乎都没什么难度。

在景区拍照的人，甚至都需要从景区那里获得资质，而这些收费的AI Art项目却什么都不需要证明，只需要抓住用户早期的猎奇心理。

AI模仿上传者风格，然后收上传者的钱，严格来说只是违背了道德，但也是一个愿打、一个愿挨的消耗型商业模式。

但是另一类产品，却的确涉及法律风险——抄袭还在世的艺术家的风格，然后收费生成该类型的图片。

比如前段时间闹得沸沸扬扬的插画师Hollie Mengert和工程师Ogbogu Kalu的线上battle，就是关于AI Art版权问题的争议。Ogbogu Kalu使用了Stable Diffusion和DreamBooth的AI能力，做出了一个训练模型，据“量子位”介绍，Ogbogu Kalu只是在云端租了GPU、花了两个半小时、用了32张Hollie Mengert的插画作品，就训练出了Hollie的插画风格。

不仅如此，他也遵循了开源的习惯，把代码放出来了，供大家免费试玩。

左：Hollie Mengert作品；右：AI模仿作品

而这件事，首先就涉及到了版权问题。一些过世艺术家的作品，可以被认为是人类共有资产，因此模仿、学习，似乎并无不妥；但是Hollie Mengert目前还在世，还得靠着自己的作品吃饭，不仅如此，Hollie Mengert的作品版权归属迪士尼，她自己未经允许都不能随意在网上上传插画。

好在Ogbogu Kalu并没有将该训练模型商用，因此避免了后续更多麻烦。但是其他根据过世甚至在世艺术家的作品生成类似风格的AI作品，并且收费的产品，该如何界定“侵权”的边界？目前尚不得知。

这些乱象背后的共有原因是，由于最影响AI作画观感的底层技术——Diffusion已经取得突破性进展，并且完全开源，因此目前能够实现AI作画的大部分上层产品，区别都是指在于产品体验，而不是底层技术。

那么，产品与产品之间，同质化明显，缺乏真正的竞争力。C端用户无法辨别区别，就容易被割韭菜；因为产品差异小，那么风格上的区别就变得重要，那么艺术家的版权就有可能被侵犯；大家都用的是一套开源架构，那么投资机构也很难选择。

开源带来的套壳行为可能可以从短期压榨技术的剩余价值，在这波浪潮下获得比较不错的盈利，但理论上来说，如果没有对这种行业内耗有一个清晰的认知，它可能也只是一两个月的热度。

所以，人类技术产生突破，并且以开源形式普惠大众，并不是错。或许本质还是时间周期的问题——技术发展，快于生态。

乱象愈演愈烈，就在这短短的一个月内。

我们不禁思考，人人都能享受普惠艺术，有多大的可能变成“人人都能靠普惠艺术赚上一笔”？

驱动了市场乱象的主要原因有三，分别为：法规和生态的不完善，技术爆发下商业模式探索过慢，开源面前轰然倒塌的壁垒。

其一，随着技术的快速发展，全球范围内与人工智能相关的案件正在激增，且趋势还在持续。归其根本，是因为很多技术发展速度都远远快于法律法规，以至于法律还没有做好相应准备，产品技术就已经落地应用到大量场景中。

另一方面，如何在理性约束和强制干涉中进行平衡取舍，也是全球法律在相对长期的发展过程中“矫正”新兴行业需要做的事情。

毕竟，交易行为和市场需求并不是“为了合法”而存在的。在推动市场公平的同时，全球法律也应当最大限度地减少传统框架对于科技发展的阻碍。

目前，各国正在争先恐后制定新法律，从而规定最终谁应该对机器所做的事情或创造的事物来负责。今年7月，英国提出了新的人工智能规则手册，欧盟也正在制定自己的政策，美国方面尽管已经颁布的法律还很少，但提出的议案数量一直在稳步增加——2019年提交了15项立法，2020年提交了13项，2021年和2022年又提交了17项。

法律效率正在加速，AI Art合法化总有一天会尘埃落定。但就目前来讲，法律成果的推进比起每天在以亿万行代码级别爆发的技术成果来说，无异于“夸父逐日”。

对于版权意识较差的C端用户来说，很少有人能明确知道自己生成的每一张图风格，属于已过世著名艺术家还是活跃的商业画师，而后者则明显会损害他人乃至企业的利益。同样，各个平台也无法做到让每个用户去阅读和理解自己的版权声明。也就是说，在缺少法律统一规定的情况下，没有人知道把一张AI生成图片用于商业用途的“红利”，能持续到哪一天。

版权的不确定性，使得目前对于AI Art相关的案件结果更加保守。比如，USCO（美国版权局）早在2019年和今年二月份就多次因“缺乏人类作者身份”这一因素而驳回了AI生成图像的版权请求，但这也只不过是基于当前传统的版权保护框架。不过，即使没有版权保护，这些图片可能仍然会以没有版权的方式用于商业用途。

而澳大利亚的一位法官去年却曾裁定，人工智能创造的发明有资格获得专利保护。由此可见，AI Art自身和技术应用大多基于互联网，而在针对AI Art立法的过程中，各国有不同的决策方式，从而可能会在未来导致另一种混乱。

因此，在一个规则还没有被写好的世界里，悄然形成的AI Art市场就像位于灰色地带里的一道彩虹，以其开发成本低、且C端用户需求广泛的特点，诱惑着每个技术爱好者趁机做一点自己的“生意”。

在海外市场，这些“生意”可能会是前文所述打包售卖头像的模式。需要在此说明的是，由于服务器成本，用户为生成AI Art的行为付费这一点本身没有问题，为了防止用户滥用从而影响其他用户的生成体验，各AI Art工具平台目前所采取的商业模式也基本都是“一定免费次数 付费点数”。

但从服务价格来看，Stablilty AI旗下的DreamStudio生成一张图片的价格为0.01美元，DALLE-2生成一次（一次含四张图片）的价格约为0.1美元，远低于头像包。此外，此类平台产品拥有较好的交互性和可见性，用户通过免费次数基本可以完整地体验模型能力，而不必像头像包一样，用户在得到图片之前就需要一次性支付费用，且不可退款。

Avatar AI 出售的头像示例

而在用户付费习惯较差的国内市场，这种对于赚快钱的渴望，则有可能会演变成一批卖流量卖广告的投机者。大到一个在应用商店买榜赚吆喝、拿着开源算法提前抢下了风头的App，小到一个风靡朋友圈的“现象级”H5，国内开发者的广告变现手段越来越多样化，而靠收割C端流量卖广告赚钱究竟是不是一种良性商业模式，还有待商榷——毕竟就以往的经验来看，这一类风口产品大多生命周期短、模仿者多，长久来看会损耗C端对于一种细分产品模式的理性认知与信心。

上述的“商品”越来越多，我们不能完全定义其为黑心钱，但也毋庸置疑，它们是法规窗口期的存在和开源所造成的行业“壁垒缺失”所导致的。那么，AI Art开源的逻辑究竟有没有问题？

现在，让我们再来思考两个场景。

虽然这与AI Art仍然有所不同，但也有相同之处。从行业发展的角度来说，开源所代表的开放与包容无疑是最好的方式。但对于产品、市场、用户的选择和体验来说，实际上也是砍掉了帮他们去过滤“劣币”的一环。

可另一方面，开源无疑是大势所趋。无数的技术赛道都在纷纷走上开源之路，开源的优势也十分显著。相比如今的AI Art来说，其他已经进入开源相对成熟期的行业，特点主要有以下三点：

基于这三点事实，可以说目前异军突起的AI Art尚未处于绝大多数行业的开源节点。其中最致命的可能还是第一点——虽然在积极沟通，但行业内目前还没有一家公司展现出了绝对的ToB能力和跑得非常好的商业模式，大家都只是在合作阶段。

而作为一个长期具有ToC价值的领域，开源一定程度上“放纵”了AI Art在商品层面的混乱。正是因为技术突破本身很艰难，但随着技术壁垒越来越低，投机者几乎能以零成本去“追逐风口”，我们才会难以评估它的合理定价。

不过另一方面，AI Art从一“出生”就开源这件事，在技术和生态逻辑上其实是没有问题的。因为虽然有利有弊，但相比C端的疑虑，技术尽快发展到更加专业级的阶段，这才是大多数创业者的共同愿景，而这离不开一个强大的生态，和巨人们伸出的肩膀。

在这场不限地域的混乱里，中国的AI Art赛道反而独善其身。

一个最直接的原因是，中国C端用户的付费意识和能力，要比海外差很多，此类要几十块生成自己照片的产品，开发者不用拿去市场上测试就知道：大多数中国人想必是不会买账的。

因此，目前在中国看到的toC的AI作画产品，更多是以免费的方式和C端用户产生连接。

当然，也有其他适合中国的toC商业模式，比如前文中提到让用户做任务、看广告，形成类似“羊了个羊”的病毒式传播。但是中国用户对于AI Art的狂热，目前也并没有到多次忍耐“30秒广告”的地步。

换句话说，AI Art在中国，很有可能只能通过toB的方式赚钱。这个特点，反而让更多中国创业公司，能够静下心来钻研技术，和寻找更为长期的商业模式。

在这个过程中，中国的AI Art或许会和海外逐渐形成差异。

比如，中国的玩家，更希望做出有中国风的产品，比如以古诗词、山水画等中国元素作为自己的主打标签。

11 月 3 日，阿里推出阿里达摩院的AI作画体验产品，其示例就是黄公望的渔村国画

目前，阿里、百度等大厂，以及中国的创业公司等，都在以中国风作为自己在全球的差异化竞争优势。

另外，由于国内对AI Art的关注度还是没有海外高，这虽然会导致中国的技术发展更慢，但是从另一个角度来看，这会筛选掉想要投机取巧的人和公司，留下真正想要做技术、产品的那群人。

在AI Art的“商业化”尝试上，这次中国慢了一拍。但从长远来看，这或许是塞翁失马，焉知非福呢。