在这场不限地域的混乱里，中国的AI Art赛道反而独善其身。

你愿意为AI画出的头像，付30美元吗？

【资料图】

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。

，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。

海外，第一茬“韭菜”出现

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。

壁垒追不上风口

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