随着AIGC爆火，消沉已久的美图踩上AIGC的风口意外刷爆了存在感，业务增量也有了新的看头。
2018-2021年间，美图分别亏损12.55亿元、3.97亿元、0.4亿元、0.44亿元，业绩状况一直处于红灯状态。
在AIGC技术的驱动下，美团旗下应用的用户月活量、付费渗透率、每用户平均收入均有了很大程度的提升，美图的盈利能力在悄然提高。财报显示，2022年美图公司实现总收入人民币20.85亿元，同比增长25.2%；净利润人民币1.11亿元，同比增长29.9%。
眼下不止美图，其他互联网巨头、AI独角兽等各行业玩家也在集体涌进AIGC图像生成赛道，如百度的文心一格、腾讯的AI画匠、蓝色光标的“创意画廊”等，企图在这场AIGC的盛宴中创造更大的市场价值。
近日，英伟达在GTC大会（GPUTechnology Conference）上发布了一系列人工智能云产品，名为“毕加索”的人工智能图像生成器则是该产品的一部分，该服务使用人工智能技术从文本描述中生成图像、视频和3D 应用程序。
公开数据显示，未来5年，AI绘画在图像内容生成领域的渗透率将达到10%-30%，市场规模超600亿。
作为科技与产业创新研究院，亿欧智库将发布《2023中国AIGC商业潜力研究报告》，通过深入访谈AIGC生态服务商、活跃投资方、企业级用户、行业专家学者等，挖掘AIGC各赛道商业价值潜力，以第三方视角洞悉AIGC生态服务商发展机遇与挑战，力图为广大产业参与者提供参考和帮助。
AIGC生成图像“加速度”
视觉信息具有很强的传播能力，易于为大众感知、记忆和理解。由于视觉信息在许多场景中都具有广泛应用，因此生成高质量的图像已成为当前人工智能领域中备受关注的一个功能。
亿欧智库：AIGC主要赛道
2022年8月，在美国科罗拉多州举办的新兴数字艺术家竞赛中，一名参赛者提交了一幅名为《太空歌剧院》的AIGC绘画作品。尽管他没有任何绘画基础，但却在“数字艺术/数字修饰照片”类别中获得了一等奖，这引发多方争议。
一方面，批判者认为尽管AI在“学习”了大量前人的作品之后可以创作出视觉上有吸引力的作品，但它们的创作缺乏情绪和灵魂，无法与人类的艺术创作相提并论。另一方面，支持者认为创作者在一遍遍修改文本内容后，才让AI创作出具有观赏性的作画，这种创作方式具有独特价值。
AIGC在2022年实现破圈，帮助大众画出各种天马行空的画作，背后离不开大量深度学习模型的不断完善。这其中，CLIP模型基于海量互联网图片进行训练，促进了AI绘画模型的组合创新。另外，Diffusion扩散化模型的引入也实现了算法创新，最终使用潜空间降维的方法解决了Diffusion模型在内存和时间消耗上的问题。
从目前市场的投资布局来看，AIGC产业由上游的数据服务产业、中游的算法模型产业和下游的应用拓展产业三部分构成。其中上游将较大程度受益于大模型发展带来的更多计算资源和数据需求。中游则凭借技术、数据储备丰富强化自身实力更好的将产品销售至B端、C端客群。下游则有赖于AIGC对业务的驱动，实现降本增效。
正所谓水大鱼大，对于布局其中的相关企业而言，也将迎来成长机遇。
近两年，海外流行借助DiscoDiffusion、MidJourney等AI绘画软件来进行艺术创作，StableDiffusion各渠道累计日活用户超过1000万，面向消费者的DreamStudio则已获得了超过150万用户。
在国内，2022年以来人工智能图像生成的井喷发展，诸如文心一格、TIAMAT等产品均于今年上线，他们接受中文描述语输入、更能理解中国文化审美和用户需求，并主动利用小红书、微博等平台拓展影响力。
Adobe作为创意设计工具供应商，图形、图像生成是AIGC最主要的应用领域。近日Adobe宣布推出AdobeFirefly创意生成式AI模型集，首批与Firefly 整合的应用程序将会是Adobe ExperienceManager、AdobePhotoshop 和 AdobeIllustrator。
Firefly主要提供两种功能。其一是利用文字生成图像的功能，另一种是进行字体效果编辑。类似于目前流行的AI绘图工具，Firefly可以根据提示词“prompt”生成图像，并提供数百种风格供用户调整。
Firefly还能够根据周边内容生成图像，这为用户提供了更高效的测试和完善图像效果的方法。在图形设计和插图工作中，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。
无论是对C端用户还是B端企业而言，AIGC对整个内容产业的重塑都是革命性的。对用户而言，AIGC技术降低了内容创作门槛，推动内容供给和呈现爆发式增长。对企业来说，采用AIGC技术可以帮助其实现采用AIGC技术有助于实现成本的降低和效率的提高。伴随AIGC技术日益成熟、广泛应用于更多领域，其广阔的应用前景也正推动AIGC市场规模快速增长。
然而，在具体的应用场景中，企业和用户往往面临着模型使用门槛高、内容生成随机等痛点。例如，即使是像ChatGPT这样的*产品，也需要一个专门的岗位——PromptEngineer来指导模型生成有用的输出。
对于传统的广告、营销等产业来说，用户往往缺乏良好的PromptEngineering 能力，更不用说组合使用多种AI产品工具。如何能够提供开箱即用的AI产品和应用，让不懂技术的客户也能快速组成解决方案，是众多服务商需要考虑的问题。
版权——达摩克里斯之剑
AIGC在引发全球关注的同时，知识产权、技术伦理也面临诸多挑战和风险，无法确权和版权争议仍是悬在AIGC玩家头上的达摩克里斯之剑。
今年早些时候，盖蒂图片社起诉开源艺术生成器StableDiffusion创建者、英国开源人工智能公司StabilityAI，称其未经允许就从数据库中复制了1200多万张图片。
面对愈演愈烈的“不经创作者同意而将作品用于AI模型训练”的现象，英伟达对美国盖蒂图片社、ShutterstockInc和Adobe授权的图像进行技术训练，并计划支付版税。这一举措无疑缓和了版权所有者和新兴技术之间持续紧张的关系。
“这次(与英伟达)的合作证明了一种负责任的AI发展道路的可行性，以及盖蒂图片社内容和数据的独特性，”盖蒂图片社CEOCraig Peters在一封电邮件说，“生成式人工智能是让人激动的工具，应该建立在受许可的数据、视觉效果和个人隐私基础上。”
AdobeFirefly除了基本功能之外，*特点就是使用更公开的数据对模型进行训练，保证了未来创作者在使用其创作的生成作品不会侵犯他人版权。
Firefly该公司表示，由于人工智能已经接受了Adobe库存图像、公开授权内容和过期版权内容的训练，因此其产生的创作内容可以安全地用于商业用途。该公司还鼓励使用通用的“禁止训练”标签，这样摄影师就可以要求作品不被用于模型训练。
几个月来，AIGC在文本和图片生成方面已经取得了显著进展，不少公司也正进入AIGC的下一个前沿领域——AI生成视频。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。
尽管AIGC可应用于文字、图像、视频、音频等不同领域，但目前AIGC只占所有生成数据的小部分。Gartner预计，到2025年，生成式人工智能将占所有生成数据的10%。根据《GenerativeAI ：ACreative New World》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图像生成赛道而言，其产业链涉及到硬件、自然语言处理、算法模型、算力、应用、数据提供与处理等多环节，当前该领域的产业布局主要集中在算法和应用开发方面，处于*地位，而在产业链上下游还有诸多可开发的蓝海领域。
