为什么说AIGC是Web3时代的生产力工具？有哪些难题？DAO能解决吗？
传稻士社区：没有好问题，就没有好答案
为什么AIGC被吹到天上，落地的案例并不多？
AIGC的生产难点有哪些？
为什么AIGC需要新的规则和经济模型？
————
AIGC作品，来自网上
AIGC是PGC、UGC之后，全新的内容生产方式。最近一年，随着 AIGC（AI-Generated Content） 技术的发展壮大，越来越多的人感受到了它的强大之处，它真的能让人人都能成为创作者。AI 降低了创作门槛，使每个普通人都有机会展现自己的创造力，做出不输专业水平的作品。不仅能提升内容生产的效率以满足飞速增长的内容需求，也能够丰富内容的多样性。
在2022年百度世界大会上，李彦宏提到了：“AIGC将走过三个发展阶段：第一个阶段是“助手阶段”，AIGC用来辅助人类进行内容生产；第二个阶段是“协作阶段”，AIGC以虚实并存的虚拟人形态出现，形成人机共生的局面；第三个阶段是“原创阶段”，AIGC将独立完成内容创作。未来十年，AIGC将颠覆现有内容生产模式，可以实现以十分之一的成本，以百倍千倍的生产速度，去生成AI原创内容。”
显然，现在是协作阶段，但奇怪的是，到目前为止，我们还没看到多少现实中的工作被AIGC所替代。其中有三个主要问题：
1）现在AIGC的生成内容大多数还达不到直接商用的标准。由于AIGC的模型局限性，真要在某一个具体行业中生成高质量的内容，仍然需要大量的模型微调，以及人的行业经验的辅助。甚至需要人进行一定的补充加工。
2）AIGC的生成控制方式相对普通人来说，还有较高的门槛，需要较长时间的学习。这就意味着，大部分人需要跨越学习鸿沟，才能真正实现预期效率和质量的生产。
3）AIGC的生成结果在版权方面存在模糊性。不仅让原有风格的创作者对AIGC学习自己的风格表示不满，也让新创作者在做出较多投入的时候存在顾虑。特别是一些著名企业，未必敢冒这样的风险。
新的生产工具，显然也需要新的生产关系的支持。新的技术出现，往往也意味着需要新的商业生态的重构。传稻士社区认为，AIGC是Web3时代的生产力工具。
为什么 AIGC 是 Web3 时代的生产力工具呢？
AIGC将是推动数字经济从Web2向Web3升级的重要生产力工具：一方面，其对现有的杀手级应用——短视频、游戏等具有颠覆式影响，或进一步扩大内容量、提高成瘾性，同时对社交和广告提供新的工具；另一方面，Web3开放、共建的价值观下，UGC、AIGC的内容会更具吸引力，二次创作、开放想象的浪潮将来临。目前AIGC已成为硅谷最新热门方向，国内一级市场、互联网大厂等对AIGC应用关注度也在快速提升中。
从最直观的理解，AIGC的创作者更像是在做“挖矿”和“验证”，就拿AIGC获奖作品《太空歌剧院》来说，作者声称，“这幅画最终完成经过了900多次调整，耗费了近300个小时。”
获奖作品《太空歌剧院》
为什么需要这么长时间？
因为AI完成一幅画的过程具有不可控性，需要创作者给出合适的提示词和风格设置等，就好像是在矿工的参与下，让AI计算出一个最合适的结果，以此作为工作量证明。而通过合适的验证机制，由某些验证节点确认了其价值，那么也就可以给到矿工应得价值所对应的Token。
另外，在一个多方参与的AIGC经济中，需要解决一些重要参与方的问题。在现有AIGC业务模式中，仍然存在一些争议问题。
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。
最大的问题是，AIGC学习了艺术家的风格，却没给到艺术家收益，造成了艺术家与AIGC的对立。
因此，基于AIGC的独特性问题，需要用Web3的模式构建更符合多边利益的经济模型，从而形成更良性的生态系统。
Web3拥有非常成熟的证明系统和DAO（分散自治组织）经验，可以利用市场原则来平衡所有与AIGC相关的参与者的利益。参与者可以“用脚投票”，这不仅是市场原则，也是Web3非常关键的法则之一。有了这种自由，Web3和AIGC的结合可以将创造力提升到一个新的水平。
另外，AIGC 还可以通过区块链技术来进行分布式存储和管理，使得内容的版权和所有权得到有效保护。这也是 AIGC 在 Web3 时代成为生产力工具的一个重要原因。
如何构建合理的创作者商业模式呢？
简单来说，就是对每一方的贡献值进行定价。
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。
创作者与AI 内容生成器（AIGC）的关系很像与摄影师和相机的关系。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。而AIGC 可以被视为一种工具，创作者可以通过配置参数来使用它来生成内容。这样的话，创作者就可以把精力集中在创意和规划方面，而不需要深入了解 AI 模型的工作原理。
然而，要注意的是，使用 AIGC 生成内容并不意味着完全省去了创作者的工作。创作者仍然需要负责规划和构思，并且还要对生成的内容进行审核和编辑，以确保质量和合法性。此外，创作者也可能需要对 AIGC 进行调整和优化，以满足其特定的创作需求。
总的来说，AIGC 可以为创作者提供很大的帮助，通过将创意和实现分离，把实现过程变为一种由AIGC来完成的可重复劳动，并逐步将成本推向趋近于0。但它不能完全取代人类的创造力和思考能力。
这里有两个主体：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。
在上述描述中，少了艺术家的那份收益。这也是造成艺术家抵制AIGC的一个主要原因。
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，如何能保证艺术家的收益呢？
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。
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，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。
按照这种算法，假如某AIGC平台一个月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0.2，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*0.2*0.5*（1-30%）=2100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。
但是以上规则也有缺陷，因为AI并不完美，并不是生产的每张图片都有价值， 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。
从某种意义上来说，只有通过下载这个“验证”机制，才形成对贡献进行计费。
为了让流程更加合规，更好的做法是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。
以NFT为例的Web3应用
以 Web3 的“创作者经济”的一个细分领域 NFT 来说明，如何利用区块链技术， 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。
比如，基于 Art Blocks 的生产流程改进，如下：
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。
这幅作品的内容，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。
这样做，Art Blocks 形成了一个 AIGC+Web3 的商业闭环！实现了多赢的局面。当然这条路并不能简单地复制到其他领域， 但是其他领域也可以借鉴这个设计，探索类似的多赢模型。
在DAO组织形态下的探索
DAO（可编程组织）可以通过区块链技术来实现自治和透明，在某些情况下可以用来组织和管理 AI 内容生成器（AIGC）的使用和发展。
既然由于具体行业不同，AIGC的变现模式和价值不同，无法像NFT这样简单地设计AIGC的代币经济学模型。那么就需要有一个个的DAO来组织探索。因为，某一个规则是否能有效激励各方，规则是否公平合理，需要不断地提出规则，验证规则并形成可执行的规则。
比如，针对生产营销文案的AIGC，可以通过一个专门的营销文案DAO，来组织营销文案的创作者和验证者，并通过投票机制来决定如何评估和激励创作者的工作。同时，DAO 还可以用来定义贡献者的权限和义务，以确保 AIGC 的发展方向和决策做法的透明度和公平性。
随着业务范围的扩大，同一个文案能获得价值的方式也在发生变化，也将不断通过可编程组织的方式来反映在创作者的贡献评价上。
而一个面向建筑行业的三维模型库的AIGC，也可以通过 DAO 来组织专业贡献者，并通过相应的机制来决定如何评估和激励贡献者的工作。同样，DAO 也可以用来规范贡献者的权限和义务，以保证 AIGC 的发展方向和决策做法的透明度和公平性。
具体来说，一个多方利益角色形成的DAO，关系图如下：
其中包括创作者、原创艺术品所有者、AIGC运营商和区块链验证者。创作者产生的收益可以分配给DAO的其他三种参与者，份额由常规投票权决定。
1）AIGC创作者
AIGC创作者使用AI为整个系统生成内容和输入价值，并使用AIGC辅助日常或专项设计工作。顶级创作者可以从重复的工作中解脱出来，专注于他们擅长的部分，甚至达到“一个设计师，一个工作室”的水平。
2）原创艺术品所有者（艺术家）
艺术家通过上传自己的作品（绘画、音乐、视频……）到Web3，这些作品经过认证，成为NFT。NFT将被用来训练AI模型中的新风格。作为回报，艺术家拥有版权并从中受益。
把AIGC和原创作品挂钩的机制是颠倒生成的过程。更详细地说，AI模型的生成过程是AI“合并”不同的艺术品并生成一个新的艺术品。因此，理论上，任何AIGC都可以追溯到其原创艺术品。这意味着，AIGC创作者支付的版税可以分配给所有原始艺术品的所有者。
原创作品也可以来自AIGC。新的AIGC上传到Web3后，它可能是新的原创作品并拥有其版权。
3）AIGC运营商：算力、存储、渲染、模型训练等
AIGC的运作涉及到算力、存储、渲染、模型训练等多个方面，开始可能会整合在一个平台上，但后来也可以由不同的参与者来完成，同样地，这些参与者可以加入DAO，通过投票和提案来治理。
4）区块链验证器
区块链验证器将满足整个系统的验证需求。这个也是难点，毕竟对一些内容要进行客观评估并不容易。比较合理的方法是通过对生成作品的下载量、调用量等关键指标进行计算，形成可验证的客观数据。
系统中的价值流动模式
从商业模式来说，价值来自创作者，并分配给原始艺术品所有者、AIGC运营商和区块链。
“创作费 = 运营费 + 版税 + Gas费”
总的来说，DAO 可以作为一种新型的组织形式，为 AIGC 的使用和发展提供了一种更加自主和透明的机制。所有参与者（AIGC创作者、原创艺术品所有者、AIGC运营商和区块链验证者）都可以通过Web3集成到一个DAO中。
同时，也要注意 DAO 的治理模式可能存在一些风险和挑战，需要在实际应用中通过合理的设计和实施来避免或缓解这些风险。例如，在设计 DAO 的治理模式时，可以考虑如何平衡各方的利益，确保决策的公平性和合理性。此外，也要注意 DAO 的治理模式是否具有足够的灵活性和适应能力，以应对不断变化的环境和需求。
总的来说，DAO 作为一种新型的组织形式，为 AIGC 的使用和发展提供了一种更加自主和透明的机制。但是，在设计和实施 DAO 的治理模式时，需要注意避免或缓解风险，确保技术的可靠性和安全性，以保证 DAO 的顺利运行和发展。
总结
从PGC到UGC再到AIGC，AIGC能让人类突破内容生产力枷锁，高效率生成高质量内容，让人类进入到真正的元宇宙之中。从主题投资的角度看，区块链、元宇宙、Web3均描述了数字经济时代中宏大的应用场景，而去年被资本市场关注的虚拟人、NFT等只是其中的具体应用之一。
若要AIGC能够满足元宇宙的需求，独立完成高质量、高精度的内容，AIGC技术层面还需要一定的发展，从软硬件维度看，软件层面主要包括自然语言处理技术、AIGC生成算法模型和数据集，硬件层面主要是算力、通信网络。
从业务层面看，结合国内外发展情况，目前在AIGC的知识产权归属方面尚有法律空缺，且创作伦理问题也未得到有效解决，因此无论是技术还是商业层面，高质、干净的数据集对于模型训练及内容生成均有至关重要的影响。同时，随着AIGC逐步落地，其算力需求将大增。
而从经济模型来看，只有明确了各方利益的新生产关系，才能解决前面提到的问题，通过发挥人们的主观能动性，解决AIGC的不足，也能让产出的结果适应于各种场景，并给予各个利益相关方合适的回报。显然，DAO是一个合适的协调各方利益的生产力容器，期待大家一起来探索。
———— END ————