随着AIGC的爆红，压抑已久的美图在踏上AIGC时意外爆了存在感，业务增量也有了新面貌。
2018年至2021年，美图分别亏损12.55亿元、3.97亿元、4000万元和4400万元，业绩一直处于红灯状态。
在AIGC技术的推动下，美团旗下应用的月活跃度、付费渗透率、每用户平均收入都得到了大幅提升，美图的盈利能力也在悄然提升。财报显示，2022年，美图公司实现总收入20.85亿元人民币，同比增长25.2%；净利润1.11亿元，同比增长29.9%。
目前，不仅是美图，其他互联网巨头、AI独角兽等各行业的玩家也在涌向AIGC影像生成赛道，如百度的文心一格、腾讯的AI画师、蓝色光标的“创意画廊”，企图在这场AIGC盛宴中创造更大的市场价值。
近日，英伟达在GTC大会上发布了一系列人工智能云产品，名为“Picasso”的人工智能图像生成器就是该产品的一部分。这项服务使用人工智能技术从文本描述中生成图像、视频和3D应用。
公开数据显示，未来五年，AI绘画在图像内容生成领域的渗透率将达到10%-30%，市场规模将超过600亿。
亿欧智库作为科技与产业创新研究机构，将发布《2023年中国AIGC商业潜力研究报告》。通过对AIGC生态服务提供商、活跃投资者、企业级用户、行业专家学者的深度访谈，我们将探索AIGC赛道的商业价值潜力，从第三方视角洞察AIGC生态服务提供商的发展机遇和挑战。
01
AIGC创造了“加速度”的形象
视觉信息传播能力强，容易被大众感知、记忆和理解。由于视觉信息被广泛应用于许多场景，生成高质量的图像成为人工智能领域非常关注的功能。
亿欧智库:AIGC的主赛道
2022年8月，在美国科罗拉多州举行的新兴数字艺术家比赛中，一名参赛者提交了一幅名为“泰空歌剧院”的AIGC画作。虽然没有绘画基础，但他获得了“数码艺术/数码修图照片”类别的一等奖，引起了很多争议。
一方面，批评者认为，虽然AI在“学习”了大量前人的作品后，也能创作出视觉上吸引人的作品，但是他们的创作缺乏情感和灵魂，无法与人类的艺术创作相提并论。另一方面，支持者认为创作者要一遍又一遍地修改文字内容，才能让艾创作出装饰画，具有独特的价值。
2022年，AIGC打破圈子，帮助大众画出各种各样的画，离不开大量深度学习模型的不断完善。其中，CLIP模型基于海量互联网图片进行训练，推动了AI绘画模型的组合创新。此外，扩散模型的引入还实现了算法创新，最终利用latent 空之间的降维方法解决了扩散模型的内存和耗时问题。
从目前市场的投资布局来看，AIGC产业由三部分组成:上游数据服务产业、中游算法模型产业和下游应用开发产业。其中，上游将受益于大模型开发带来的更多计算资源和数据需求。中流依托丰富的技术和数据储备，加强自身实力，更好地向B端和C端客户销售产品。下游依靠AIGC带动业务，实现降本增效。
正所谓水大则鱼大，也将为布局中的相关企业迎来成长机会。
近两年，Disco扩散、MidJourney等AI绘画软件在海外流行，用于艺术创作。稳定扩散积累了超过1000万的日活用户，面向消费者的DreamStudio获得了超过150万的用户。
在中国，从2022年开始，人工智能图像生成的发展呈现爆发式增长，今年已经推出了文心一格、TIAMAT等产品。他们接受中国的描述性文字，更了解中国的文化审美和用户需求，积极利用小红书、微博等平台扩大影响力。
Adobe是创意设计工具的供应商。图形和图像生成是AIGC的主要应用领域。近日，Adobe宣布推出Adobe Firefly Creative Generative AI模型集。首批集成Firefly的应用将是Adobe Experience Manager、Adobe Photoshop和Adobe Illustrator。
Firefly主要提供两个功能。一个是使用字符生成图像的功能，一个是编辑字体效果。与现在流行的AI画图工具类似，Firefly可以根据提示词“prompt”生成图像，并提供数百种样式供用户调整。
Firefly还可以根据周围的内容生成图像，为用户提供了更高效的测试和改进图像效果的方式。在平面设计和插图中，用户可以从几个单词甚至草图中自定义矢量、画笔和纹理，并使用熟悉的工具进行编辑。
来源:网络
无论是对C端用户还是B端企业，AIGC都彻底改变了整个内容产业。对于用户来说，AIGC科技降低了内容创作的门槛，促进了内容的供给和爆发式增长。对于企业来说，采用AIGC技术可以帮助他们实现成本的降低和效率的提高。随着AIGC技术的成熟和在更多领域的广泛应用，其广阔的应用前景也在推动AIGC市场的快速增长。
然而，在具体的应用场景中，企业和用户往往面临模型使用门槛高、内容生成随意等痛点。例如，即使是ChatGPT这样的领先产品，也需要一个专门的后期提示工程师来指导模型生成有用的输出。
对于传统的广告、营销等行业，用户往往缺乏良好的提示工程能力，更不用说多种AI产品工具的组合。如何提供开箱即用的AI产品和应用，让不懂技术的客户快速形成解决方案，是很多服务商需要考虑的问题。
02
版权所有-达摩克利斯之剑
AIGC吸引全球关注的同时，知识产权和技术伦理也面临诸多挑战和风险。无法确认权利和版权纠纷仍然是悬在AIGC玩家头上的达摩克利斯之剑。
今年早些时候，Getty Pictures起诉了开源艺术生成器Stable Diffusion的创始人、英国开源人工智能公司Stability AI，称其未经许可从数据库中复制了超过1200万张图片。
面对日益严重的“未经创作者同意使用作品进行AI模型训练”的现象，Nvidia为Getty Pictures、Shutterstock Inc和Adobe授权的图像提供技术培训，并计划支付版税。此举无疑缓解了版权人与新兴技术之间持续的紧张关系。
“这次(与英伟达的)合作证明了一条负责任的人工智能发展道路的可行性，以及Getty Pictures内容和数据的独特性，”Getty Pictures首席执行官克雷格·彼得斯(Craig Peters)在一封电子邮件中表示。生成式人工智能是一种令人兴奋的工具，应该基于许可的数据、视觉效果和个人隐私。”
Adobe Firefly除了基本功能之外，其特点是使用更加开放的数据来训练模型，保证了未来的创作者在使用自己生成的作品时不会侵犯他人的版权。
Firefly表示，由于人工智能已经在Adobe的库存图像、公开许可的内容和过期的版权内容中进行了训练，因此它制作的创意内容可以安全地用于商业目的。该公司还鼓励使用通用的“不训练”标签，因此摄影师可以要求他们的作品不要用于模特训练。
在过去的几个月里，AIGC在文本和图像生成方面取得了显著进展，许多公司也正在进入AIGC的下一个前沿领域——人工智能生成的视频。4月19日，Adobe进一步宣布将Adobe Firefly引入Adobe的视频、音频、动画和动态图形设计应用程序。
虽然AIGC可用于文本、图像、视频、音频等不同领域，但目前AIGC仅占所有生成数据的一小部分。Gartner预测，到2025年，生成式人工智能将占所有生成数据的10%。根据《生成性人工智能:一个创造性的新世界》的分析，AIGC有潜力产生数万亿美元的经济价值。
亿欧认为，就AIGC图像生成轨迹而言，其产业链涉及硬件、自然语言处理、算法模型、计算能力、应用、数据提供和处理等多个环节。目前该领域的产业布局主要集中在算法和应用开发上，处于领先地位，而产业链上下游可开发的蓝海领域很多。
