早在ChatGPT席卷全球之前，在2022年，以AI繪畫(huà)、AI語(yǔ)音等等為代表的AI內(nèi)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(huà)最為熱門(mén)，NovelAI、MidJourney、Stable Diffusion等AI繪畫(huà)工具橫空出世，震動(dòng)了整個(gè)互聯(lián)網(wǎng)內(nèi)容創(chuàng)作圈，我們?cè)诮裉煲材茉诰W(wǎng)上看到層出不窮的“以假亂真”的AI繪畫(huà)作品。在沉迷于這樣的“機(jī)械畫(huà)皮”之外，筆者想到，是否可以完全用AI為我們生成一個(gè)虛擬主播，用于《中歐商業(yè)評(píng)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(shí)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(wèn)世，在我們這次的折騰中，我們抱著“神農(nóng)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

AI畫(huà)圖一時(shí)爽，

投入使用兩行淚

最初對(duì)于虛擬主播的設(shè)想來(lái)自于2022年底NovelAI的流行，在這個(gè)網(wǎng)站上，通過(guò)輸入各種描述（僅限英文），可以由AI畫(huà)出我們?cè)O(shè)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(gè)虛擬主播玩玩呢？于是，這場(chǎng)AI引起的折騰開(kāi)始了。

我們的設(shè)想是用AI畫(huà)一對(duì)姐妹樣式的二次元虛擬人，一位現(xiàn)代風(fēng)的和一位國(guó)風(fēng)的，分別用于不同風(fēng)格的視頻和直播內(nèi)容。經(jīng)過(guò)多次嘗試和調(diào)整之后，我選出了兩幅比較滿意的畫(huà)作（圖 1）：

◎圖 1 NovelAI產(chǎn)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(duì)電腦配置沒(méi)有要求，但畫(huà)圖需要付費(fèi)消耗點(diǎn)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(huà)作，還是要花不少錢(qián)的。盡管基于NovelAI背后的開(kāi)源模型，可以將其部署到本地免費(fèi)使用，但這樣的話則由于消耗顯卡算力，對(duì)電腦顯卡性能要求較高，出圖速度慢，當(dāng)然還有一個(gè)更重要的問(wèn)題——NovelAI的畫(huà)風(fēng)單一，圖源明顯來(lái)自于網(wǎng)絡(luò)畫(huà)師，可能有版權(quán)問(wèn)題。

由于NovelAI的種種缺點(diǎn)，我們并不能真正享受到AI繪畫(huà)的樂(lè)趣，于是我們把目光投向了其背后的開(kāi)源AI圖像生成模型Stable Diffusion WebUI（簡(jiǎn)稱SD）——部署在本地，免費(fèi)，需要電腦有較好的顯卡和較大的固態(tài)硬盤(pán)，一次生成的圖片越多，或者圖片的分辨率越高，對(duì)電腦顯卡性能的要求也就越高。使用者需要花很多時(shí)間學(xué)習(xí)詞條指令、調(diào)試參數(shù)、加載各種模型、操作各種圖片生成模式等等，同時(shí)因?yàn)槭情_(kāi)源模型，新功能、新玩法層出不窮，需要用戶時(shí)刻跟進(jìn)學(xué)習(xí)，學(xué)習(xí)成本較高。操作繁瑣復(fù)雜的同時(shí)（圖 2），是極為豐富的可玩性和DIY樂(lè)趣，以及龐大的模型素材庫(kù)引起的更加嚴(yán)重的版權(quán)糾紛。前不久，美國(guó)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(gè)圖像生成模型而侵犯了蓋蒂圖庫(kù)中數(shù)百萬(wàn)張照片的版權(quán)。

◎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(nèi)行的生圖指令，需要投入大量的時(shí)間和精力學(xué)習(xí)鉆研，中間學(xué)習(xí)操作的過(guò)程也是小問(wèn)題不斷

這一次，我們想畫(huà)出有一定寫(xiě)實(shí)風(fēng)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(jīng)過(guò)大力鉆研，目前靠筆者的一臺(tái)2019年RTX2070顯卡的老筆記本電腦，不算調(diào)試參數(shù)和指令的時(shí)間，基本上5分鐘之內(nèi)能生成一張質(zhì)量還不錯(cuò)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(wú)限種不同風(fēng)格、不同款式、不同形象的虛擬人像畫(huà)作（圖 3）。

結(jié)果沒(méi)想到，這一切才僅僅是個(gè)開(kāi)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(gè)叫l(wèi)ive2D的軟件進(jìn)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(shí)在是學(xué)不動(dòng)了，決定探索有沒(méi)有AI畫(huà)作直接變身虛擬人的邪術(shù)。

結(jié)果是萬(wàn)能的B站上還真有個(gè)邪術(shù)，一個(gè)由民間大神開(kāi)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(jìn)行AI高清化處理后，加載EasyVTuber，就可以跳過(guò)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(gè)特定插件，僅支持舊版的OBS，實(shí)際效果差強(qiáng)人意，僅僅頭能動(dòng)，像是個(gè)簡(jiǎn)陋的搖頭娃娃，或者說(shuō)僅僅是一幅會(huì)動(dòng)的圖片。但無(wú)論如何，我們至少是用現(xiàn)階段的AI技術(shù)一步到位，可以快樂(lè)地用虛擬人直播和錄視頻了。進(jìn)一步看，如果我們只是想要虛擬播音員出鏡的話，用AI畫(huà)作理論上我們有無(wú)數(shù)種不同形象的虛擬播音員，再結(jié)合前文表格中提到的D-ID這樣讓人像動(dòng)起來(lái)的AI配音工具，配上《中歐商業(yè)評(píng)論》的背景或者視頻畫(huà)面，就可以任意產(chǎn)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(jié)合背景模板，投入直播或視頻中的效果演示，看起來(lái)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(chǎng)。全流程使用AI的話，從效果上來(lái)看，還無(wú)法與傳統(tǒng)人工的制作水平相提并論，如果對(duì)虛擬主播有特別定制化的需求，還是建議去網(wǎng)絡(luò)社區(qū)花錢(qián)請(qǐng)專業(yè)人士繪制一個(gè)真正的虛擬形象（沒(méi)錢(qián)的話就慢慢自學(xué)吧）。

在這之后，我們想到盡可能多地用AI技術(shù)錄制視頻，這又是好大一番折騰，也就是文章開(kāi)頭的表格是怎么來(lái)的——我們可以通過(guò)ChatGPT制作視頻文本，通過(guò)文本由AI繪畫(huà)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(bào)員，可以用AI生成的語(yǔ)音念旁白，也可以人工配音，配合D-ID做到面部可動(dòng)穿插在畫(huà)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(tīng)上去不錯(cuò)，但從實(shí)際效果看，還有很大的提升空間，比如經(jīng)常還會(huì)出現(xiàn)旁白內(nèi)容與視頻內(nèi)容不匹配的情況。

AIGC的局限 

AIGC并不是零門(mén)檻，相反對(duì)于一般人來(lái)說(shuō)，想要精通AIGC，門(mén)檻不低。以AI繪畫(huà)為例，無(wú)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(xiě)，這一關(guān)就已經(jīng)需要大量的時(shí)間進(jìn)行嘗試和訓(xùn)練，其次則是要學(xué)會(huì)AI繪畫(huà)工具的各項(xiàng)功能和設(shè)置，調(diào)試各類參數(shù)。在這之后，盡管幾分鐘AI就能拿交出一幅畫(huà)作，但出圖質(zhì)量不穩(wěn)定，比如眾所周知的“AI不會(huì)畫(huà)手”，這也是為什么AI繪畫(huà)被稱為“賽博煉丹”——圖片質(zhì)量靠運(yùn)氣和輸入描述指令的水平，需要大量時(shí)間進(jìn)行試錯(cuò)，才能讓AI產(chǎn)出滿意的成品。

AI技術(shù)是輔助工具，它確實(shí)能幫人提高效率，卻沒(méi)辦法代替人類。在整個(gè)AIGC的流程中，依然需要人工的大量參與，并不僅僅在于訓(xùn)練AI。比如筆者在用AI制作虛擬主播和視頻的過(guò)程中，還是需要用到PS、PR、OBS等主流的內(nèi)容創(chuàng)作軟件，還要將各種類型的AI軟件組合起來(lái)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(kāi)的是一部性能強(qiáng)大的電腦（兩三萬(wàn)元左右），這在前期的沉沒(méi)成本上就已經(jīng)勸退了普通大眾。

同時(shí)，由于AIGC的發(fā)展日新月異，需要大量的時(shí)間和精力進(jìn)行持續(xù)的學(xué)習(xí)和訓(xùn)練，相當(dāng)于我們需要為AI配置一個(gè)全職的AI操作員，這與用AI代替人工的初衷也相違背了。對(duì)于非專業(yè)人士來(lái)說(shuō)，僅僅用業(yè)余時(shí)間投入到AIGC中也比較辛苦。由于AI技術(shù)每天都在更迭發(fā)展，一般人要掌握的話需要花大量時(shí)間學(xué)習(xí)，才能夠利用到AI去解放生產(chǎn)力。

而我們?cè)诰W(wǎng)上看到的那些效果媲美專業(yè)人工畫(huà)作的作品，實(shí)際上可能是在昂貴的高端顯卡“燒冒煙”的基礎(chǔ)上，通過(guò)長(zhǎng)時(shí)間的不斷調(diào)試，從AI生成的千百?gòu)埉?huà)作中挑出來(lái)的，在機(jī)器硬件和使用者時(shí)間精力上，都要消耗比較高的成本。同時(shí)，AI繪畫(huà)基于固定的模型生成，乍一看驚覺(jué)能媲美真人畫(huà)作，但看多了也是千篇一律，機(jī)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(shù)價(jià)值。這不難理解，畢竟繪畫(huà)是一種藝術(shù)，藝術(shù)是情感表達(dá)的一種方式。沒(méi)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(lái)了一個(gè)能用的東西，但也僅僅是能用而已，使用上受到很多限制，實(shí)際效果離傳統(tǒng)的花上幾千上萬(wàn)元由專業(yè)畫(huà)師和模型師花上個(gè)把月時(shí)間手工做出來(lái)的虛擬主播，還有很大差距。生成來(lái)的虛擬人也僅僅是個(gè)形象，要賦予其靈魂，還需要由真人配音和扮演，因?yàn)锳I語(yǔ)音現(xiàn)在的效果不佳，虛擬主播沒(méi)有中之人也沒(méi)有人格魅力（這在我們之前關(guān)于虛擬偶像的文章中有過(guò)詳細(xì)討論）。

在用途上，AI繪畫(huà)無(wú)法一次性用文字直接生成連續(xù)性的圖畫(huà)，也就是說(shuō)我們?nèi)绻美L畫(huà)具有連貫情節(jié)的作品，還是需要一張一張通過(guò)改變文字描述來(lái)給AI下達(dá)指令去完成。也就是說(shuō)，AI繪畫(huà)目前最適合的應(yīng)用點(diǎn)還是在于繪制單張的插畫(huà)。整體來(lái)說(shuō)AIGC在現(xiàn)階段還僅僅是一個(gè)嘗鮮或者獵奇的水平，離真正普及，讓人人都成為藝術(shù)創(chuàng)作者還為時(shí)尚早。

AIGC的爭(zhēng)議  

AI作品能以假亂真，隨之首先帶來(lái)的是法律和倫理問(wèn)題，比如盜用名人形象用AI繪畫(huà)軟件生成不雅圖片，帶來(lái)了類似于此前AI換臉的亂象（圖 5）。

◎圖 5 在AI繪畫(huà)模型下載網(wǎng)站上，充斥著由名人圖片制成的AI繪畫(huà)模型，和各類成人內(nèi)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(quán)歸屬。AI在接受訓(xùn)練來(lái)生成栩栩如生的內(nèi)容時(shí)，吸收了海量的受版權(quán)保護(hù)的數(shù)據(jù)，這些素材并不“干凈”，來(lái)源五花八門(mén)，覆蓋了整個(gè)互聯(lián)網(wǎng)。AI模型被指往往在未經(jīng)允許的情況下搜掠數(shù)據(jù)庫(kù)，在未經(jīng)同意、未署名或補(bǔ)償?shù)那闆r下大量竊取他人作品進(jìn)行訓(xùn)練。各AI平臺(tái)對(duì)其用戶產(chǎn)出的內(nèi)容基本上都采取放任不管，完全無(wú)視版權(quán)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(gòu)成對(duì)知識(shí)產(chǎn)權(quán)的侵犯？事實(shí)上，隨著成本低廉的AI畫(huà)作大面積泛濫，真出現(xiàn)版權(quán)問(wèn)題也很難被追究，當(dāng)大家都用著AI繪畫(huà)作品賺錢(qián)獲益時(shí)，藝術(shù)原創(chuàng)者的呼聲被AI大潮淹沒(méi)時(shí)，知識(shí)產(chǎn)權(quán)問(wèn)題是否還值得關(guān)注（圖 6）？打個(gè)比方，如果我以迪士尼公主為模型，用AI畫(huà)出了一位迪士尼公主風(fēng)格的虛擬人牟利，迪士尼會(huì)起訴我侵權(quán)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(quán)嗎？

◎圖 6 就在前不久，B站上的一位知名畫(huà)師公開(kāi)表明了對(duì)AI作品的抵制態(tài)度，引起了相當(dāng)大的反響

AIGC的前景  

從目前AI的工作能力來(lái)看，在技術(shù)水平上離代替高水平畫(huà)師還有較大差距（這也是為什么一副好的虛擬主播皮套動(dòng)輒需要幾千上萬(wàn)元的價(jià)格），在硬件上需要有較好的物質(zhì)條件基礎(chǔ)，在操作上需要花大量的時(shí)間和精力學(xué)習(xí)，也要大量的時(shí)間去試錯(cuò)和訓(xùn)練，同時(shí)還有較嚴(yán)重的倫理和侵權(quán)問(wèn)題，因此就大規(guī)模的商業(yè)化應(yīng)用場(chǎng)景來(lái)看，目前比較可行的是作為一個(gè)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(wú)法替代創(chuàng)作本身。而從個(gè)人經(jīng)歷來(lái)看，筆者覺(jué)得AIGC最大的價(jià)值在于，幫助人們?nèi)ネ卣瓜胂蟮倪吔纾屛覀兊囊恍┫胂?，比如筆者一個(gè)美術(shù)小白的一些想象中的畫(huà)面，通過(guò)AI能一定程度上付諸于現(xiàn)實(shí)。

盡管社交媒體上的AI神乎其神，我們?cè)谏钪幸苍诘教幣cAI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(shuō)AI就能取代各類專業(yè)人士的畢生所學(xué)。對(duì)我們這樣的AI小白來(lái)說(shuō)，要上手嘗試AI，過(guò)程還是曲折不斷的，但折騰本身也是一種樂(lè)趣，與其擔(dān)心被AI淘汰，不如去擁抱AI日新月異的發(fā)展，不斷學(xué)習(xí)實(shí)踐，更新自己的技能和知識(shí)體系，親身體會(huì)AI帶來(lái)的樂(lè)趣，用AI輔助我們的工作，幫助我們解放生產(chǎn)力，探索我們?cè)?jīng)觸不可及的領(lǐng)域。