AIGC困局与Web3破圈之道

漏洞！

通过以上算法简介大家也可以明白，AIGC本质上就是机器学习，既然是这样，那就无法避免使用大量的数据集执行训练，在这之中确实存在损害图片版权者的利益。

虽然我们都知道这种情况的存在，但是仍然很难解决。

对于艺术家来说，虽然认为这些平台侵害了自己的权益，但是现在仍没有完善的法律规定此类侵权行为，甚至在某些法律条文中，这种行为是合法的。

一方面，AIGC难以被称为“作者”。著作权法一般规定，作者只能是自然人、法人或非法人组织，很显然AIGC不是被法律所认可的权利主体，因此不能成为著作权的主体。但AIGC应用对生成的图片版权问题持有不同观点，图片属于平台、完全开源还是生成者，目前尚未形成统一意见。

另一方面，AIGC产生的“作品”尚存争议。传统意义上的作品是指文学、艺术和科学领域内具有独创性并能以某种有形形式复制的智力成果。AIGC的作品具有较强的随机性和算法主导性，能够准确证明AIGC作品侵权的可能性较低。同时，AIGC是否具有独创性目前难以一概而论，个案差异较大。

即使现在把自己的作品从数据集中删除也无法阻止自己风格作品的生成，首先，AI 模型已经过训练，对应风格已经掌握。而且，由于 OpenAI 的 CLIP 模型（于训练 Stable Diffusion 以理解文字和图像之间的联系），用户仍然可以调用特定的艺术风格。

对于AI项目方来说，让数据集每张图片都得到授权是不现实的，如果此类法案通过，那么 AI 行业的发展将受到很大的阻碍，或许是灭顶之灾。所以我们需要一个折中的方案。

方案

首先我们来分析一下AIGC行程的创作闭环：

在创意构思方面，AIGC构建了新的创意完善通路，传统的创作过程中消化、理解以及重复性工作将有望交由AIGC来完成，最终创意过程将变为“创意-AI-创作”的模式。

在创意实现方面，创作者和AIGC的关系类似于摄影师和照相机。摄影师构建拍摄思路并进行规划，对相机进行参数配置，但是不用了解相机的工作机制，一键生成高质量的内容。同样的，创作者构思并进行规划，对AI模型进行参数配置，不需要了解模型的原理，直接点击输出内容即可。创意和实现呈现出分离状态，实现过程变为一种可重复劳动，可以由AIGC来完成，并逐步将成本推向趋近于0。

所以这里有两个大主体：创作者和 AIGC。创意重要，创作同样也重要，AI做出的图片是创作者的“创意版权”，是AIGC或者说采用艺术家风格的“底层创意/创作版权”，两者都应该对生成内容享有权益，现在的情况就是少了艺术家的那份收益。

其实艺术家并不是不让 AI 学习他们的画作，只是也想在其中得到相应的收益，所以只要这份设计得到艺术家的承认，AIGC 的漏洞就得以修复。

创作者的成果是 AIGC 学习的对象，但创作者的创意才是关键，创意本身比AIGC生成的绘画更有价值，因此如何将创作者的“创意”进行量化，甚至定价，将有助于打造AIGC的商业模式。这其中“注意力机制”将成为 AIGC 潜在的量化载体。例如有机构专家提出，可以通过计算输入文本中关键词影响的绘画面积和强度，我们就可以量化各个关键词的贡献度。之后根据一次生成费用与艺术家贡献比例，就可以得到创作者生成的价值。最后在与平台按比例分成，就是创作者理论上因贡献创意产生的收益。

例如某AIGC平台一周内生成数十万张作品，涉及这位创作者关键词的作品有30000张，平均每张贡献度为0.3，每张AIGC绘画成本为0.5元，平台分成30%，那么这位创作者本周在该平台的收益为：300000.30.5*（1-30%）=3150元的收益，未来参与建立AI数据集将有望成为艺术家的新增收益。

但是以上设计也有缺陷，因为AI并不完美，并不是每张图片都有价值，所以这里优化方案可以是生成时不向艺术家付款，而有满意的内容想要下载时，才需要支付相应的费用。这也与传统的艺术创作领域流程相似，甲方下单，乙方提供满意的作品时，甲方支付所有款项。

为了让流程更加合规，更完美的做法是首先向全球艺术家公开风格库，每个艺术家都可以选择是否将自己的作品内容加入训练集图库中，如果加入则可以在其他用户创作对应风格时获得相应收益，这也是在另一方面为艺术家寻求新的收益途径。在市场上“侵权”行为如此多的背景下，此“正版授权”图库定会受到艺术家群体的支持，这种模式才更类似于正向循环，也是更良性的模式。

Web3？

Web3 一直在强调“创作者经济”，这与 AIGC 想要解决的问题不谋而合，利用区块链技术，完全可以打造一个围绕 AIGC 的生态网络。

创作者通过 AICG 的赋能，加上 Web3 模式下的经济模型，可以将自己的创意和影响力进行指数级的放大。也让更多的人能实现从消费到参与、从用户到所有者的转变。同时艺术家可以得到他赢得的收益份额，达到一个双赢局面。

其实 Web3+AI 并不是一件新鲜事，生成式艺术 NFT 领军者 Art Blocks 就是一个成功的应用案例。（虽然算法不同，但是仍旧是异曲同工）

Art Blocks是一个生成随机艺术品的平台。它是由 Erick Snowfro 在 2020 年推出，是一个专注于可编程、生成性内容的平台，其生成的内容在以太坊区块链上是不可改变的。那么「随机艺术品」是如何随机的呢？这个随机过程是受一串数字控制的，这串数字存储在以太坊链上的一个非同质化代币（NFT）上。之后这个代币所存储的数字串控制你所购买艺术品的一系列属性，最终生成属于你的独一无二的艺术品。

如果你是一个买家，比较看好某个艺术家的风格，然后支付后开始铸造，算法生成随机的同风格的艺术品就会被发送到你的账户中，以代币的形式存在，最终的作品可能是静态图像、3D 模型或交互式的艺术品。每个输出都是不同的，并且在平台上创建的内容类型具有无限种可能性，但每个项目可铸造的艺术品的数量是一定的，也就是说一旦铸造满了，这个项目就不会有新的作品生成了。

对于创作者：他们需要预先在 Art Blocks 上调整和部署好自己的生成艺术脚本，并确保它的输出结果与输入的哈希值有关。这个脚本会通过 Art Blocks 存储在以太坊链上。

对于收藏者：当收藏者铸造某一系列的作品（你可以理解为点击购买按键时），他们实质上获得了一个随机的哈希值，然后脚本执行，一副对应这个哈希值的生成艺术作品当场被创作出来。

这种模式让收藏者也参与了生成艺术的创作。

这副作品的内容，实际上是由原艺术家的风格、生成算法和你的铸造时机三者决定。工具、创作者和买家联合完成了这样的作品，这种新的 NFT 创作模式让这幅艺术品拥有了更多的纪念价值，留下了当下最新技术的印记。

和购买主流的 NFT 头像项目不同，在 Art Blocks 上购买 NFT 更像是在直接支持一位艺术家——这些艺术家往往是实名的，有大量的历史作品，并且 Art Blocks 会对他们进行作品相关的深度采访。Art Blocks 上初次出售的NFT，艺术家可以获得 90% 的收入，剩下的 10% 分给 Art Blocks。

所以大家可以发现，Art Blocks 简直是给 AIGC 开辟了一条“康庄大道”，当然这条路并不完能粘贴复制，但是在细节方面对其修改完全可以成为 AIGC+Web3 的商业闭环！而且现在也已经有项目在做类似的事情。

正是因为有那么多先行者探路，我们有理由相信 AIGC 将会走的越来越远，现在的缺陷也将慢慢修补完善。