前言
多家机构在近期都发布了 AIGC 报告，这个尚在萌芽的赛道获得了巨大的关注，但在更早一些的时候，其中一些更细，更窄的领域，就已经发生了惊天动地的变化，我们将专注其中一个赛道，即 AIGC 中的「生成式文生图」领域，从技术发展，用户调研，商业模式和争议，以及对未来的一些展望，为大家呈现这份报告。
报告的数据及来源包括公开新闻媒体文章，第三方统计数据，6pen 自身数据，以及我们收回的 2398 份问卷调查和对部分行业资深人士的深度访谈。我们的问卷通过 6pen 自有渠道，即刻，微博，以及行业 KOL 分发，最终有效收到 2398 个提交，它们可能是这个行业首次的大批量对用户的直接调查，并聚焦在国内市场，我们认为其具有相当的参考性。
利益相关：本报告由 6pen 调查发布，作为行业从业者，本报告将更多从技术，用户及行业整体视角出发。
同一时期，包括 6pen 在内，国内开始有小部分团队和公司进行 DD 的产品化工作，旨在进一步降低 DD 的使用门槛，包括：
- 提供人机友好的交互界面
- 提供云端的算力服务
- 对 DD 的模型做 finetune（微调）
- 通过封装 CLIP 关键词等方式，降低用户使用门槛，提高风格化效果
在研究领域，也有诸多机构或公司进入模型层的研究，例如 6pen 的南瓜模型，清华大学的 cogview ，百度的文心等等，因为 DD 在社交网络的破圈，这些产品和模型都得到了更多人的关注和使用，但依然有很多较专业的中国用户会通过各种方式使用 midjourney 和 Dalle2 等国外的商业化产品。
在 Stable Diffusion 之前，开源方案里最好的AI绘画实现毫无疑问是 Disco Diffusion，但 Disco Diffusion 也存在诸多问题，例如：
- 生成速度慢（基于像素迭代），由此带来的问题是生成成本高（显卡成本高昂）
- 生成图片逻辑性较差，画面结构经常错乱
- 几乎无法生成人和物体
Stable diffusion 在 2022 年 8 月下旬由 Stability 发布，Stable diffusion 拥有强大的特性：
- 极快的速度（基于隐空间迭代）
- 远超 DD 的画面逻辑
- 能较好的处理人和物体
- 更多的风格化，例如二次元风格
- 更简易的训练框架
Stable Diffusion 极大降低了行业的进入门槛，包括技术门槛和储备显卡的成本，带来了较多的竞争者入场，但同时也有部分基于 Stable Diffusion 的创新应用开始出现，例如文生视频，图片无限拓展，和 3D 建模工具结合等等，毫无疑问，Stable Diffusion 具有这个时代的革命性。
我们目前就处在这个时间节点。
- Stable Diffusion
- 模型开源免费
- Dream Studio 及 API ：0.01 欧元 / 基础调用
- midjourney
- 10 美元 / 月：200次快速生成+不限量的排队生成
- 30 美元 / 月：900次快速生成+不限量的排队生成
- 4 美元 / GPU小时
- 600 美元 / 年 企业套餐
- Dalle
- 0.13 美元 / 生成
- 6pen
- 免费排队生成
- 付费快速生成： 0.1人民币起
可以看出，商业化的 AI绘画的服务目前几乎不区分 ToB 或 ToC ，更多是提供按量或按需付费的服务，无论是企业还是个人用户都可以使用。这种收费模式是因为这些原因：
- AI生成使用显卡服务器，维持免费使用需要付出巨大成本
- 缺乏生成图之后的闭环，无法从免费用户获得其他方面的收入
- 受限于尚处在争议中的版权及其它道德因素，其它商业化手段还有待探索
AI绘画在 ToB 领域天然拥有更多可能性，但受限于模型质量，版权争议，以及目前较早期的技术阶段，还很少有公开落地的案例，但我们认为在下列方向，可能会在未来涌现出更多 ToB 的成功案例：
- 广告行业
- ToB 素材库
- 设计师/美术工作者辅助工具
- 营销定制服务
- 线下实体结合服务
- 元宇宙等线上虚拟空间
目前 AI 绘画的最大的争议在于版权归属，以及模型是否有权利指定版权归属，众所周知，AI模型训练所使用的大量素材，可能包含了未经授权的，有明确版权方的图片数据，因此模型源头就带有「未经授权」的烙印，支持者一方则认为，AI模型经过训练，迭代，蒸馏，最终沉淀下来的是单纯的，崭新的运算方法，由这种运算方法产出的图片，版权归属应该由模型指定。
即便如此，目前获得较多认可的说法是，如果在AI生成图片的文本描述( prompt )中，指定了在世的艺术家，那么绝对不应该申明该图片的版权。
我们提倡，如果在生成 prompt 中指定了在世艺术家，那么至少应该将AI生成的图片以 CC0 协议发布，同时应该保留艺术家的相关信息，并且在得到艺术家授权前，尽量不做商业用途，即便这样，依然可能会对艺术家造成困扰，目前全世界范围内对此都还在进行讨论，AI和人类艺术家的更好的合作规则也急需尽快建立。
但是，如果未来AI绘画能更具规范，例如：
- 使用版权干净的素材训练模型
- 使用艺术家风格，向其进行分成付费
- 和艺术家共同探索新的风格边界
- 为人类创作提供辅助性功能
- 尊重艺术家不被AI模型学习的意愿
技术问题
虽然在过去的几个月，AI绘画技术已经得到了快速的发展，但依然有一部分问题一直存在，包括：
- 对显卡，主要是显存，要求较高，成本高昂
- 无法精确的指定画面对象的数量，例如“三只猪和四只老虎”
- 人的肢体（主要是手指）和眼球效果较差
- 多主体对象生成效果差（往往只会保留一个或两个主体对象）
- 无法进行有逻辑延续的故事性生成
不过，这些问题有望在未来 6-12 个月得到较大改善
技术性道德问题
和其它赛道不同，AI绘画既依托先进的AI技术，又(很多时候)依托开源世界的能力，因此可能会有一些其他行业所不存在的可能的道德问题，例如在 Stable Diffusion 开源之后，从国内涌现出较多的封装型产品，其中许多都存在技术性道德问题，包括：
- 不遵守开源模型 licence ，包装成自研或国产 AI 进行营销 *
- 直接将可能含有艺术家风格的生成图片用于版权交易或NFT
- 将未经安全过滤的图片直接展示给用户，可能含有歧视，暴力，色情或其他内容
- 过度封装，隐藏艺术家的相关信息
- 使用非开源服务，用爬虫等方式获取其他服务的生成结果，封装成独立产品
* 据我们统计，2022年9月后国内涌现的AI绘画产品，95% 都使用了 Stable Diffusion，但是按照 Stability License 展示必要信息的，只有不到 10 %
这些问题可能会阻碍行业的健康发展，甚至加剧不同立场的用户群体之间的矛盾，其中有些难以避免，另一些则完全是故意为之，我们也再次呼吁，从业者应该理性的，有尊严的进行探索和创新。
如果AI技术的发展是以人类创作力的枯竭为代价，那 AIGC 将是人类之最大不幸，但如果我们能找到好的方式，来激励人类无穷的创造力，并让所有人都从中受益，那么，这将能成为开启一个更美好的世界的钥匙，我们正处在这两条道路的中间，我们无法停止前进，我们也将注视着，看到人类将迈向何方。