《太空歌劇院》，圖/Jason Allen同月，游戲公司 CEO 兼游戲設(shè)計(jì)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(huì)舉辦的藝術(shù)展中一舉奪得數(shù)字藝術(shù)組大獎(jiǎng)。但這次獲獎(jiǎng)也引起了廣泛的爭(zhēng)論，有人認(rèn)為這對(duì)其他自己創(chuàng)作的人不公平，「這就跟為什么我們不讓機(jī)器人參加奧運(yùn)會(huì)的原因完全一樣。」參加評(píng)審的藝術(shù)家杜蘭（Cal Duran）甚至表示，他在評(píng)分的時(shí)候根本沒意識(shí)到這幅畫由 AI 生成。相比之下，百度更加務(wù)實(shí)，一開始就確定了自己「輔助」定位。8 月，百度基于自身的文心大模型也推出了AI 繪畫平臺(tái)「文心一格」，更明確定位為面向有設(shè)計(jì)需求和創(chuàng)意的人群，基于文心大模型智能生成多樣化AI創(chuàng)意圖片，輔助創(chuàng)作者的創(chuàng)意設(shè)計(jì)。在技術(shù)之外，AI 生成圖像還在探索如何解決版權(quán)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(shí)際上沒有缺席任何一個(gè)重要的 AI 技術(shù)，在 AI 視頻生成上更是獨(dú)領(lǐng)風(fēng)騷。Meta 在 9 月率先推出了 Make-A-Video，言簡(jiǎn)意賅地表達(dá)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(gè)全新的視頻內(nèi)容，尤其是文本直接生成視頻，直接讓視頻創(chuàng)作的門檻大大降低，比如輸入「機(jī)器人在時(shí)代廣場(chǎng)跳舞」：
圖/Meta僅僅一周后，Google 也發(fā)布了自己的 AI 視頻擴(kuò)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(dá)到 1280×768，幀率也能到 24 fps 了。不過，兩者實(shí)際上都還存在畫面不正常抖動(dòng)、主體畸形、動(dòng)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(duì)外開放，這也是為什么相比 AI 畫畫的流行，AI 生成視頻領(lǐng)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(jié)也看好 AI 視頻模型的未來，在抖音內(nèi)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(dòng)生成視頻。從一些創(chuàng)作者的反饋來看，目前「圖文成片」的實(shí)現(xiàn)還很初級(jí)，智能匹配和生成視頻兩個(gè)環(huán)節(jié)都很難真正在視頻生產(chǎn)環(huán)節(jié)中使用。當(dāng)下 AI 生成視頻在技術(shù)上顯然還不夠成熟，但最近幾年 AI 進(jìn)化速度在肉眼可見地加快，很難想象今年 AI 視頻模型又會(huì)發(fā)生什么樣的質(zhì)變。不管 AI 視頻模型是否能在今年再度質(zhì)變，就如百度移動(dòng)生態(tài)負(fù)責(zé)人何俊杰在 9 月的 2022 百度萬象大會(huì)上所說，「未來十年，AIGC 將顛覆現(xiàn)有內(nèi)容生產(chǎn)模式，可以實(shí)現(xiàn)以十分之一的成本，以百倍千倍的生產(chǎn)速度，創(chuàng)造出有獨(dú)特價(jià)值和獨(dú)立視角的內(nèi)容?！?/strong>
可以預(yù)期，AIGC 將是 UGC 用戶生成內(nèi)容出現(xiàn)之后，又一個(gè)內(nèi)容生產(chǎn)的大變革，最直接的應(yīng)用就是大大降低視頻制作的成本和門檻，這也意味著為視頻內(nèi)容在供給側(cè)的大爆發(fā)提供了技術(shù)基礎(chǔ)。那場(chǎng)萬象大會(huì)上，百度就推出了基于文心 AI 大模型的「創(chuàng)作者 AI 助理團(tuán)」，由 AI 文案、AI 畫師和 AI 視頻制作人組成。理想狀態(tài)下，借助「創(chuàng)作者 AI 助理團(tuán)」，一個(gè)人就可以是一支視頻團(tuán)隊(duì)。但顯然，現(xiàn)實(shí)是 AI 視頻生成還需要一些時(shí)間。
過去十年，可以說互聯(lián)網(wǎng)和智能手機(jī)徹底改變了內(nèi)容的分發(fā)和消費(fèi)環(huán)節(jié)，但在內(nèi)容生產(chǎn)領(lǐng)域本質(zhì)上沒有過多的變化。而在過去一年，AIGC 已經(jīng)帶來了太多的變化，Stable Diffusion、Imagen Video 和 ChatGPT 分別對(duì)應(yīng)了最主要的內(nèi)容形式——圖像、視頻和文本。當(dāng)然，AIGC 還在面對(duì)很多挑戰(zhàn)，包括版權(quán)、生成質(zhì)量不穩(wěn)定、創(chuàng)作主體爭(zhēng)論等，甚至 AI 生成視頻還沒有經(jīng)過大眾使用驗(yàn)證。但現(xiàn)如今 AIGC 開始「飛入尋常百姓家」，已經(jīng)具備了成為一項(xiàng)大眾化技術(shù)的基礎(chǔ)，未來很可能極大地提高內(nèi)容的生產(chǎn)效率和豐富度。從《太空歌劇院》獲得藝術(shù)大獎(jiǎng)到今天，AI 的爭(zhēng)論依然沒有停止，但就如 Jason Allen 為自己的事件所做的總結(jié)：AI 作畫程序已經(jīng)誕生，人們能做的只有承認(rèn)并接受這件事。題圖來自 StabilityAI
