AI生成技术撼动艺术界 “魔法头像”让人欢喜让人忧******

　　【科技创新世界潮】

　　2022年似乎是人工智能(AI)突破性的一年，许多创新的AI产品投入市场。其中最受欢迎的产品之一是照片编辑应用程序Lensa，它能让用户创建类似动漫的数字肖像，该功能被称为“魔法头像”。近一段时间以来，Lensa凭借这些受欢迎的头像已跻身全球应用程序商店榜首，不仅如此，它在艺术界同样也成为了热门话题。

　　是什么让Lensa脱颖而出

　　这款于2018年发布的应用程序提供了一系列照片润色功能，例如，可通过使用滤镜和消除“瑕疵”来使自拍看起来更漂亮。最新版本的应用程序更新了“魔法头像”新功能。

　　用户通过手机上传10—20张脸部照片并支付一定费用，就能“委托”Lensa制作多达200张风格各异的AI肖像。

　　美国创业公司Stability AI今年8月开源了一个名为“稳定扩散”(Stable Diffusion)的AI模型，它可根据用户给定的文本生成对应的图像。根据美国在线科技杂志《How-to-Geek》的一份报告，它能让人们模仿不同的艺术风格，包括漫画、科幻、波普艺术和传统肖像画。而Lensa的这些肖像正是使用“稳定扩散”生成的。

　　澳大利亚《对话》杂志刊文称，如果“稳定扩散”是一个文本到图像的系统，那么Lensa似乎很不同，因为它接受的是图像，而非文字。这是因为Lensa最大的创新之一是简化了文本倒置的过程。

　　Lensa采用用户提供的照片，并将其注入“稳定扩散”的现有知识库，教系统如何“捕捉”用户的特征，以对其进行风格化处理。

　　使用者担忧隐私泄露

　　虽然“魔法头像”是一个有趣且令人印象深刻的功能，但它引发了人们对个人隐私和肖像权的担忧。人们担心该程序可能会在未经自己许可的情况下，通过将自拍作为AI模型的输入来创建个人的面部肖像。

　　此外，一些人质疑这款应用的价格，它要求最低支付6美元，或每年支付53.99美元才能使用个人照片创建AI图像。还有人担心，用户实际上是在花钱训练面部识别AI，并放弃了私人数据。

　　此外，该应用程序的创建者普里斯玛实验室此前曾因意外生成裸露的色情图片而陷入舆论旋涡，尽管该应用程序的政策是“禁止裸体”和“仅限成人”。该公司首席执行官表示，只有在AI被故意引导创建此类内容的情况下，才会发生这种行为，这违反了应用程序的使用条款。然而，正如美国科技类博客TechCrunch的报告中所述，一些人表达了对该应用程序被滥用的可能性以及它可能对用户的自我形象和身体形象产生影响的担忧。

　　除了存在非主动意愿生成色情内容的风险外，还有人担心AI可能被用来制造政治错误信息和扰乱教育。总体而言，Lensa AI应用提醒人们，AI技术仍处于实验阶段，如果监管不当，可能会产生意想不到的后果。

　　艺术家担心版权问题

　　Lensa AI应用程序及其“魔法头像”功能的流行，还引发了艺术家们的担忧，他们担心AI图像生成器的大范围使用会让他们丢掉饭碗。

　　根据美国媒体Futurism的报告，这种机器学习模型是在未经同意的情况下对图像进行训练的，个人或艺术家无法选择退出数据集。

　　然而，《对话》杂志文章表示，Lensa生成的图像借用了其他艺术家作品的创意，但不包含他们作品的任何实际片段。澳大利亚艺术法律中心明确指出，虽然单个艺术品受版权保护，但其背后的风格元素和理念却难以纳入保护范围。

　　西班牙漫画家兼插画家迪亚兹表示，AI只是将现有的东西进行非常空洞的混合。“如果你仔细观察，就会发现它背后没有任何意识。我真的希望人们能够理解我们(艺术家)在创作某些东西时所做的事情……希望人们会期待人类艺术。”

　　迪亚兹说：“我不反对人工智能，如果它是我们可以使用的工具，并且人们学会重视我们在工作中投入的东西，我认为它会很好。”

　　艺术的未来何去何从

　　《对话》杂志文章认为，虽然AI艺术模型在过去5年里取得了巨大进步，但它仍需要面对很多挑战。虽然它们作品中的文字是可识别的，但往往是无意识的。

　　还有一个明显的制约因素，那就是这些模式只能产生数字艺术。AI不能像人类那样用油彩或粉笔工作。就像黑胶唱片卷土重来一样，技术最初可能会创造出一种新的形式，但随着时间的推移，人们似乎总是会回到最高质量的原始形式。

　　最终，正如之前研究发现的那样，目前形式的AI模型更有可能成为艺术家的新工具，而不是创造性人类作品的数字替代品。例如，以AI生成的一系列图像作为起点，然后由人类艺术家进行选择和改进。这结合了AI艺术模型的优势(快速迭代和创建图像)和人类艺术家的优势(对艺术品的愿景，并克服了AI模型的问题)。这在需要特定输出的委托艺术的情况下尤为如此。

　　此外，还需要思考的是，选择不使用AI的艺术家可能无法跟上受AI加持的艺术家的脚步，而被时代抛弃。(科技日报 实习记者张佳欣)

ChatGPT搞钱行不行******

　　一系列的试探之后，AI聊天机器人ChatGPT的收费计划浮出水面。当地时间2月1日，人工智能实验室Open AI在其官网宣布将推出“ChatGPT Plus”付费订阅版本，每月收取20美元。免费了两个月，月活用户却达1亿的ChatGPT，终于踏上了自己的“赚钱路”，由此，AIGC商业化落地的探讨也陡然升温。不少人迫切地想知道，ChatGPT Plus会不会是AIGC从烧钱到赚钱的关键转折。

　　免费服务仍将继续

　　“新晋顶流”ChatGPT用收费计划再次搅动了AI圈的一池春水。根据Open AI的公告，订阅ChatGPT Plus服务的用户，即使在高峰时段，也可获得该聊天机器人更快速的回应，而且可以提前体验新功能和改进。

　　去年11月，ChatGPT横空出世，不仅能够通过学习和理解人类的语言与用户进行对话，还能根据上下文互动，甚至能够完成撰写文案、翻译等工作。得益于这种突破性的使用体验，ChatGPT迅速蹿红。

　　当地时间2月1日，瑞银发布研究报告称，截至今年1月，近期爆火的ChatGPT在推出仅两个月后，其月活跃用户估计已达1亿，成为历史上用户增长最快的消费应用。同样的成绩，海外版抖音TikTok在全球发布后，花了大约9个月的时间，Instagram则花了两年半的时间。

　　但大量用户涌入的同时，也导致ChatGPT经常在流量压力之下无法提供及时的回应，此次收费版的ChatGPT Plus针对的便是这一痛点。

　　据悉，付费计划将在未来几周内首先在美国推出，然后扩展到其他国家。但ChatGPT Plus的推出并不意味着取代免费版的ChatGPT，Open AI表示，将继续为ChatGPT提供免费访问。

　　烧不起的模型成本

　　尽管只推出了两个月，但Open AI对于ChatGPT的收费计划却已经暗示了有一阵子。早在1月初，Open AI就曾提出过专业版ChatGPT的计划，宣布“开始考虑如何使ChatGPT货币化”，并公布了一项调查。什么价格以上会无法接受？什么价格以下会觉得太便宜？诸如此类关于定价的问题皆在其中。

　　有用户曾在社交媒体上提问ChatGPT是否会永久免费，对此，Open AI首席执行官Sam Altman回应称：“我们将不得不在某个时间点，以某种方式将其商业化，因为运算成本令人瞠目结舌。”Sam Altman曾透露，ChatGPT平均每次的聊天成本为“个位数美分”。

　　“这类大模型训练成本非常高。”在接受北京商报记者采访时，瑞莱智慧高级产品经理张旭东表示。

　　但相对训练来说，模型推理，也就是用户提交输入模型输出结果的过程，这一成本会更高。“据说ChatGPT在开放测试阶段每天要花掉200万美元的服务器费用，所以前段时间免费的公测也停止了，如何降低模型推理的消耗也是目前的一个重要研究问题。”张旭东称。

　　“钱景”在哪

　　长久以来，广阔的市场前景和难以盈利的现状几乎成为了AI领域难以平衡的理想和现实，对ChatGPT或者说是以ChatGPT为代表的AIGC也是一样。

　　洛克资本副总裁史松坡对北京商报记者分析称，ChatGPT受到广泛认可的重要原因是引入新技术RLHF，即基于人类反馈的强化学习。在史松坡看来，ChatGPT是一个高效的信息整合助手，可以取代大量人类中初级助理的角色。

　　但他同时提到，目前ChatGPT在海外英文环境中已经能胜任图画创作、音乐创作、文字整理、信息搜集综合、基础编程和金融分析，但还不能胜任高频度的人类主观决策，比如大型投资决策、政治战略决策等。

　　天使投资人、知名互联网专家郭涛认为，ChatGPT在重塑众多行业或场景的同时也孕育着巨大的商机，将推动众多行业快速变革，有望在AIGC、传媒、娱乐、教育、客户服务、医疗健康、元宇宙等领域快速落地，具有万亿级市场规模。

　　张旭东认为，AIGC商业化落地还需要结合应用场景，目前基于生成式大模型的商业应用案例还比较少，就以当下的技术水平看，一两年内达到很好的AGI(通用人工智能)水平还是不太现实的，所以一定需要有垂直领域的创新公司来基于OpenAI等公司的工作来寻找合适的场景落地。

　　AIGC商业化，侵权与被侵权

　　AIGC要想商业化，场景只是其一。伴随着ChatGPT的爆火，争议始终并行，比如AI绘画面临的版权探讨。学术界也已针对ChatGPT做出了反应，权威学术出版机构Nature规定，ChatGPT等大模型不能被列为作者。纽约市教育部门曾表示，纽约公立学校的所有设备和网络上将禁止使用ChatGPT。

　　张旭东认为，目前AIGC最为成熟的应用在内容作品创作上，但从专业角度看，AIGC属于模仿创新，并不具备真正的创造力，AIGC的作品可能对一些艺术家、创作家的风格题材造成侵权；另一方面，AIGC作品也存在被他人侵权的风险。

　　此外，就安全性问题而言，AIGC这种深度生成能力很可能被滥用于伪造虚假信息，比如生成一些敏感性的有害信息，甚至伪造新闻信息恶意引导社会舆论，而且这些生成式内容难以分辨追踪，大幅增加对信息治理的挑战难度。信息获取也是AIGC需要解决的问题之一。

　　郭涛则提到，当前AIGC赛道尚处于孕育探索阶段，存在关键核心技术不成熟、免费素材资源较少、内容堆砌且质量参差不齐、成熟的商业应用场景较少、相关法律法规不健全及技术伦理挑战等突出问题，短期内还难以实现大规模商业化应用。

　　北京商报记者 杨月涵