早在ChatGPT席卷全球之前，在2022年，以AI繪畫、AI語音等等為代表的AI內容創(chuàng)作，又叫生成式AI（AIGC）就在互聯(lián)網(wǎng)上掀起了一股熱潮，其中尤以AI繪畫最為熱門，NovelAI、MidJourney、Stable Diffusion等AI繪畫工具橫空出世，震動了整個互聯(lián)網(wǎng)內容創(chuàng)作圈，我們在今天也能在網(wǎng)上看到層出不窮的“以假亂真”的AI繪畫作品。在沉迷于這樣的“機械畫皮”之外，筆者想到，是否可以完全用AI為我們生成一個虛擬主播，用于《中歐商業(yè)評論》的視頻和直播中，甚至用全程用AI制作視頻。于是在這段時間的折騰中，我們嘗試了大量的AIGC工具，AIGC的革命性到底如何，也許能從此看出一二。
市面上的AIGC工具已數(shù)不勝數(shù)，幾乎每天都有新的AI工具問世，在我們這次的折騰中，我們抱著“神農嘗百草”的精神，在各種嘗試之后，主要使用了以下AIGC工具（表 1）：
◎表 1 掌握了以上工具，你也能全程用AI創(chuàng)造出以虛擬人為主角的視頻
最初對于虛擬主播的設想來自于2022年底NovelAI的流行，在這個網(wǎng)站上，通過輸入各種描述（僅限英文），可以由AI畫出我們設想中的二次元萌妹子形象，于是我們突發(fā)奇想，為什么不用AI做幾個虛擬主播玩玩呢？于是，這場AI引起的折騰開始了。
我們的設想是用AI畫一對姐妹樣式的二次元虛擬人，一位現(xiàn)代風的和一位國風的，分別用于不同風格的視頻和直播內容。經過多次嘗試和調整之后，我選出了兩幅比較滿意的畫作（圖 1）：
◎圖 1 NovelAI產出的兩幅我們還比較滿意的虛擬人形象
NovelAI使用云端算力，對電腦配置沒有要求，但畫圖需要付費消耗點數(shù)，生成分辨率高的一張圖大約要花0.1美元，要不斷嘗試直到生成滿意的畫作，還是要花不少錢的。盡管基于NovelAI背后的開源模型，可以將其部署到本地免費使用，但這樣的話則由于消耗顯卡算力，對電腦顯卡性能要求較高，出圖速度慢，當然還有一個更重要的問題——NovelAI的畫風單一，圖源明顯來自于網(wǎng)絡畫師，可能有版權問題。
由于NovelAI的種種缺點，我們并不能真正享受到AI繪畫的樂趣，于是我們把目光投向了其背后的開源AI圖像生成模型Stable Diffusion WebUI（簡稱SD）——部署在本地，免費，需要電腦有較好的顯卡和較大的固態(tài)硬盤，一次生成的圖片越多，或者圖片的分辨率越高，對電腦顯卡性能的要求也就越高。使用者需要花很多時間學習詞條指令、調試參數(shù)、加載各種模型、操作各種圖片生成模式等等，同時因為是開源模型，新功能、新玩法層出不窮，需要用戶時刻跟進學習，學習成本較高。操作繁瑣復雜的同時（圖 2），是極為豐富的可玩性和DIY樂趣，以及龐大的模型素材庫引起的更加嚴重的版權糾紛。前不久，美國的蓋蒂圖片社（ages）t> ImGetty起訴了SD的母公司Stability AI，指控它為了創(chuàng)建一個圖像生成模型而侵犯了蓋蒂圖庫中數(shù)百萬張照片的版權。
◎圖 2 要精通這讓人頭皮發(fā)麻的操作界面和霍格沃茨都直呼內行的生圖指令，需要投入大量的時間和精力學習鉆研，中間學習操作的過程也是小問題不斷
這一次，我們想畫出有一定寫實風格、身著職業(yè)裝的虛擬女性人像作為我們的視頻旁白播音員，經過大力鉆研，目前靠筆者的一臺2019年RTX2070顯卡的老筆記本電腦，不算調試參數(shù)和指令的時間，基本上5分鐘之內能生成一張質量還不錯的圖，基于如今琳瑯滿目的各種模型，理論上可以自由生成無限種不同風格、不同款式、不同形象的虛擬人像畫作（圖 3）。
結果沒想到，這一切才僅僅是個開始。要把AI生成的人像圖片變成虛擬主播，按照傳統(tǒng)由立繪到虛擬主播的方法，需要用PhotoShop（PS）先拆分圖層，再到一個叫l(wèi)ive2D的軟件進行建模，配合面部捕捉軟件和OBS（直播推流和錄制視頻必須要用到的軟件）錄制視頻和直播，這下筆者實在是學不動了，決定探索有沒有AI畫作直接變身虛擬人的邪術。
結果是萬能的B站上還真有個邪術，一個由民間大神開發(fā)的AI程序，叫作EasyVtuber。利用AI摳圖軟件扣除AI人像圖片中的背景，再進行AI高清化處理后，加載EasyVTuber，就可以跳過一般虛擬主播要使用的立繪拆圖、live2D建模和面部捕捉，直接連接到OBS使用。但由于必須用到OBS上的一個特定插件，僅支持舊版的OBS，實際效果差強人意，僅僅頭能動，像是個簡陋的搖頭娃娃，或者說僅僅是一幅會動的圖片。但無論如何，我們至少是用現(xiàn)階段的AI技術一步到位，可以快樂地用虛擬人直播和錄視頻了。進一步看，如果我們只是想要虛擬播音員出鏡的話，用AI畫作理論上我們有無數(shù)種不同形象的虛擬播音員，再結合前文表格中提到的D-ID這樣讓人像動起來的AI配音工具，配上《中歐商業(yè)評論》的背景或者視頻畫面，就可以任意產出虛擬播音員的配音短視頻了（圖 4）。
◎圖 4 AI生成的虛擬人結合背景模板，投入直播或視頻中的效果演示，看起來還湊合
但如果是要打造真正的虛擬主播IP，AI僅僅在立繪生成，即從0到1這一步能派上真正用場。全流程使用AI的話，從效果上來看，還無法與傳統(tǒng)人工的制作水平相提并論，如果對虛擬主播有特別定制化的需求，還是建議去網(wǎng)絡社區(qū)花錢請專業(yè)人士繪制一個真正的虛擬形象（沒錢的話就慢慢自學吧）。
在這之后，我們想到盡可能多地用AI技術錄制視頻，這又是好大一番折騰，也就是文章開頭的表格是怎么來的——我們可以通過ChatGPT制作視頻文本，通過文本由AI繪畫生成圖片素材，上傳文本到AI視頻制作軟件再根據(jù)文字爬取素材生成視頻。AI生成的虛擬主播類似于播報員，可以用AI生成的語音念旁白，也可以人工配音，配合D-ID做到面部可動穿插在畫面中，理論上我們想做什么樣的虛擬主播、什么樣的視頻都可以用AI隨意生成。聽上去不錯，但從實際效果看，還有很大的提升空間，比如經常還會出現(xiàn)旁白內容與視頻內容不匹配的情況。
AIGC并不是零門檻，相反對于一般人來說，想要精通AIGC，門檻不低。以AI繪畫為例，無論是用何種方式生成圖片，首先都需要大量的文字描述編寫，這一關就已經需要大量的時間進行嘗試和訓練，其次則是要學會AI繪畫工具的各項功能和設置，調試各類參數(shù)。在這之后，盡管幾分鐘AI就能拿交出一幅畫作，但出圖質量不穩(wěn)定，比如眾所周知的“AI不會畫手”，這也是為什么AI繪畫被稱為“賽博煉丹”——圖片質量靠運氣和輸入描述指令的水平，需要大量時間進行試錯，才能讓AI產出滿意的成品。
AI技術是輔助工具，它確實能幫人提高效率，卻沒辦法代替人類。在整個AIGC的流程中，依然需要人工的大量參與，并不僅僅在于訓練AI。比如筆者在用AI制作虛擬主播和視頻的過程中，還是需要用到PS、PR、OBS等主流的內容創(chuàng)作軟件，還要將各種類型的AI軟件組合起來使用。而如果想要精通各類AIGC軟件，成為一名優(yōu)秀的“煉丹師”，首先離不開的是一部性能強大的電腦（兩三萬元左右），這在前期的沉沒成本上就已經勸退了普通大眾。
同時，由于AIGC的發(fā)展日新月異，需要大量的時間和精力進行持續(xù)的學習和訓練，相當于我們需要為AI配置一個全職的AI操作員，這與用AI代替人工的初衷也相違背了。對于非專業(yè)人士來說，僅僅用業(yè)余時間投入到AIGC中也比較辛苦。由于AI技術每天都在更迭發(fā)展，一般人要掌握的話需要花大量時間學習，才能夠利用到AI去解放生產力。
而我們在網(wǎng)上看到的那些效果媲美專業(yè)人工畫作的作品，實際上可能是在昂貴的高端顯卡“燒冒煙”的基礎上，通過長時間的不斷調試，從AI生成的千百張畫作中挑出來的，在機器硬件和使用者時間精力上，都要消耗比較高的成本。同時，AI繪畫基于固定的模型生成，乍一看驚覺能媲美真人畫作，但看多了也是千篇一律，機械感十足，缺乏靈氣，更多還在于以假亂真而不是創(chuàng)造藝術價值。這不難理解，畢竟繪畫是一種藝術，藝術是情感表達的一種方式。沒有靈魂、冷冰冰的代碼，怎樣取代人類呢？
以虛擬主播為例，盡管我們親手用AI做出來了一個能用的東西，但也僅僅是能用而已，使用上受到很多限制，實際效果離傳統(tǒng)的花上幾千上萬元由專業(yè)畫師和模型師花上個把月時間手工做出來的虛擬主播，還有很大差距。生成來的虛擬人也僅僅是個形象，要賦予其靈魂，還需要由真人配音和扮演，因為AI語音現(xiàn)在的效果不佳，虛擬主播沒有中之人也沒有人格魅力（這在我們之前關于虛擬偶像的文章中有過詳細討論）。
在用途上，AI繪畫無法一次性用文字直接生成連續(xù)性的圖畫，也就是說我們如果要用繪畫具有連貫情節(jié)的作品，還是需要一張一張通過改變文字描述來給AI下達指令去完成。也就是說，AI繪畫目前最適合的應用點還是在于繪制單張的插畫。整體來說AIGC在現(xiàn)階段還僅僅是一個嘗鮮或者獵奇的水平，離真正普及，讓人人都成為藝術創(chuàng)作者還為時尚早。
AI作品能以假亂真，隨之首先帶來的是法律和倫理問題，比如盜用名人形象用AI繪畫軟件生成不雅圖片，帶來了類似于此前AI換臉的亂象（圖 5）。
◎圖 5 在AI繪畫模型下載網(wǎng)站上，充斥著由名人圖片制成的AI繪畫模型，和各類成人內容
我們并不知道AI生成的圖片使用的素材是否具有著作權歸屬。AI在接受訓練來生成栩栩如生的內容時，吸收了海量的受版權保護的數(shù)據(jù)，這些素材并不“干凈”，來源五花八門，覆蓋了整個互聯(lián)網(wǎng)。AI模型被指往往在未經允許的情況下搜掠數(shù)據(jù)庫，在未經同意、未署名或補償?shù)那闆r下大量竊取他人作品進行訓練。各AI平臺對其用戶產出的內容基本上都采取放任不管，完全無視版權的態(tài)度。如果我們將用AI生成的圖片和參與制作成的視頻投入到商用中，或者之后再被人拿去使用，其中是否構成對知識產權的侵犯？事實上，隨著成本低廉的AI畫作大面積泛濫，真出現(xiàn)版權問題也很難被追究，當大家都用著AI繪畫作品賺錢獲益時，藝術原創(chuàng)者的呼聲被AI大潮淹沒時，知識產權問題是否還值得關注（圖 6）？打個比方，如果我以迪士尼公主為模型，用AI畫出了一位迪士尼公主風格的虛擬人牟利，迪士尼會起訴我侵權嗎？如果其他人直接拿去了我用AI創(chuàng)造的虛擬人投入商用，我能告他侵權嗎？
◎圖 6 就在前不久，B站上的一位知名畫師公開表明了對AI作品的抵制態(tài)度，引起了相當大的反響
從目前AI的工作能力來看，在技術水平上離代替高水平畫師還有較大差距（這也是為什么一副好的虛擬主播皮套動輒需要幾千上萬元的價格），在硬件上需要有較好的物質條件基礎，在操作上需要花大量的時間和精力學習，也要大量的時間去試錯和訓練，同時還有較嚴重的倫理和侵權問題，因此就大規(guī)模的商業(yè)化應用場景來看，目前比較可行的是作為一個輔助專業(yè)創(chuàng)作者的工具，提高工作效率，幫助他們事半功倍，還無法替代創(chuàng)作本身。而從個人經歷來看，筆者覺得AIGC最大的價值在于，幫助人們去拓展想象的邊界，讓我們的一些想象，比如筆者一個美術小白的一些想象中的畫面，通過AI能一定程度上付諸于現(xiàn)實。
盡管社交媒體上的AI神乎其神，我們在生活中也在到處與AI打交道，但就現(xiàn)在而言，AIGC的作用主要體現(xiàn)為輔助創(chuàng)作的工具，還很難說AI就能取代各類專業(yè)人士的畢生所學。對我們這樣的AI小白來說，要上手嘗試AI，過程還是曲折不斷的，但折騰本身也是一種樂趣，與其擔心被AI淘汰，不如去擁抱AI日新月異的發(fā)展，不斷學習實踐，更新自己的技能和知識體系，親身體會AI帶來的樂趣，用AI輔助我們的工作，幫助我們解放生產力，探索我們曾經觸不可及的領域。
聯(lián)系客服
