“現(xiàn)在你去投AI繪畫應(yīng)用型項目，基本投十個死九個。”

來源：獵云精選；文/孫媛

(資料圖)

“現(xiàn)在你去投AI繪畫應(yīng)用型項目，基本投十個死九個。”

就在2周前，銀杏谷資本企服高級投資經(jīng)理鐘偉成剛剛在公司內(nèi)部對AI繪畫進行了一頓輸出，作為關(guān)注AIGC的投資人，鐘偉成早在七八月國內(nèi)AI繪畫興起之時，便饒有興致地嘗試了一番。

然而，AI繪畫的火熱似乎跟它生產(chǎn)內(nèi)容之精良形成強烈反差。奇形怪狀的人物或者動物圖片、雜亂無章的二次元圖像內(nèi)容，都讓他能感覺細(xì)節(jié)刻畫之粗糙背后，當(dāng)下AI繪畫內(nèi)容生成可控性之差。

而這樣的表現(xiàn)或許可以側(cè)面解釋為何國內(nèi)AI繪畫的人紅歌不紅，除了生成式AI平臺TIAMAT于10月完成融資，6pen、draft.art、大畫家Domo、盜夢師等創(chuàng)企均未憑借AI繪畫獲得新一輪融資。

資本圈達成捂手沉默的共識背后，鐘偉成一語中的，“不投，是因為大多數(shù)的AI繪畫應(yīng)用，本身技術(shù)門檻不高，都是在國外的Disco diffusion、Stable diffusion開源模型上改改就拿來用了，圖像生成的可控性還遠(yuǎn)遠(yuǎn)沒有達到商用的水平。”

被炒火的AI繪畫，難成投資標(biāo)的

其實早在2022年年初，AI繪畫便在社交平臺上引起過小范圍的狂歡，但由于成本較高，推廣范圍也因此受到了限制。直到海外公司Stable Diffusion開源后，行業(yè)獲得了關(guān)鍵性技術(shù)的突破，許多基于Stable Diffusion模型的應(yīng)用紛紛入局，國內(nèi)大多AI繪畫都是基于這一模型。

但這樣一來，各家國內(nèi)應(yīng)用就好似站在同一起跑線，甚至并無絕對優(yōu)勢。

某機構(gòu)合伙人張斌從P/UGC到AIGC，過去兩年一直對賽道有所關(guān)注，也投了一些元宇宙項目。今年九月份在新加坡，他就關(guān)注到了AI繪畫在推特、Facebook上的熱潮，用戶的反應(yīng)自然證明了應(yīng)用背后的價值。

其中較受歡迎的平臺“意間AI繪畫”排隊人數(shù)一度高達8萬人。根據(jù)其團隊在官方公眾號公布的用戶數(shù)據(jù)，該平臺自9月30日上線到11月12日，注冊用戶數(shù)迅速增長到117萬。到12月初，這一數(shù)字更是超過1000萬。

“雖然畫出來亂七八糟，但大家依然會愿意堅持創(chuàng)作、嘗試，就意味著AI繪畫本身是有很深刻的底層需求和客戶價值。”

張斌直言，當(dāng)下用戶沒有必要去關(guān)注最終畫出來的東西好不好看，或者說是不是符合要求，因為AI繪畫的價值遠(yuǎn)不是說現(xiàn)階段就畫出來一個腦子里想象的完美的圖。“AIGC現(xiàn)在的價值已經(jīng)非常明顯了，它可以讓大量的創(chuàng)作性工具，或者說大量的創(chuàng)作型人才，至少在創(chuàng)意階段，或者說在前期的生產(chǎn)制作階段，未來將會很大程度上被替代。”

作為投資人，張斌認(rèn)可AIGC本身是能夠大幅度解放生產(chǎn)力的技術(shù)突破，然而面對著C端的喧鬧，他依然堅持不投，因為“市面上并沒有特別好的標(biāo)的去值得投資”。

張斌此話基于兩大思考。一是當(dāng)前的AI繪畫應(yīng)用都是開源算法加上自己特有的一些算法和模型，所以誰都沒有底層能力或者進入門檻。

其次無優(yōu)秀的商業(yè)模式。C端，AI繪畫受限于國內(nèi)用戶薄弱的付費意愿；在B端，又面臨諸多版權(quán)上的爭議。

“目前市面上這些AI繪畫我們也都聊過，最終所有人都是去說我是一個AIGC的工具或者解決方案，然后賣給B端的客戶，給廣告公司做營銷，或者是創(chuàng)造平臺，讓B端用戶用它畫廣告或者視頻，是一種toB的SaaS服務(wù)的商業(yè)模式。”

如此這般，無論是技術(shù)還是商業(yè)模式，AI繪畫在投資人看來都不夠性感、天花板也太低，讓一眾VC抱有質(zhì)疑。

國內(nèi)一級市場對AI繪畫的不看好，自然體現(xiàn)在了融資數(shù)據(jù)上。

和海外動輒過億美元的融資輪相比，雖然AI繪畫玩家如雨后春筍般涌現(xiàn)，但國內(nèi)只有TIAMAT獲得了數(shù)百萬美元融資。

有投資人透露，這一波AI繪畫在國內(nèi)主要是美元基金可能會湊熱鬧，人民幣基金相對更為謹(jǐn)慎。而TIAMAT能夠被資本青睞，主要是其偏社區(qū)運營型的互聯(lián)網(wǎng)打法，以出來早、聲音大、廣告多來搶占用戶心智，讓用戶不由自主地把AI繪畫與TIAMAT畫起等號。

早在今年上半年，TIAMAT就在國內(nèi)AI繪畫還未火起來的時候，率先在小紅書和抖音上運營AI繪畫的社區(qū)，讓更多人上來社區(qū)使用產(chǎn)品，從而收集大量的用戶反饋。目前其“Tiamat人工智能藝術(shù)”標(biāo)簽在小紅書有1776.1萬瀏覽，而“意間”標(biāo)簽為741.6萬瀏覽，可見其熱度相對較高。

鐘偉成表示，AI繪畫應(yīng)用在開源模型的基礎(chǔ)上去疊加從用戶側(cè)收集到的數(shù)據(jù)，能夠獲得一個質(zhì)量更高的圖像生成模型，通過積累不同垂直行業(yè)里面的圖庫數(shù)據(jù)，可以使得后面生產(chǎn)出來的圖片更符合實際生產(chǎn)要求。

“但是做AI繪畫應(yīng)用的團隊短板也較為明顯，燒錢拿數(shù)據(jù)的同時，隨著數(shù)據(jù)越來越多，也會進一步對應(yīng)用的底層承載力造成挑戰(zhàn)。應(yīng)用團隊的技術(shù)能力是否能夠hold住，甚至說未來是否有可能發(fā)展成為圖像-文本大模型的基礎(chǔ)設(shè)施公司，目前還不得而知。此外，AI繪畫在C端處很難變現(xiàn)，toB就必須要和場景強相關(guān)，這里面無可避免的會有很多定制化的場景，要針對不同客戶的產(chǎn)品需求去打造相應(yīng)的圖片生成的引擎，對工程化能力有很高的要求。”

他坦言，就AIGC投資來說，早期兩輪投資主要看打法和團隊背景，一般到第三輪時付費用戶數(shù)據(jù)將決定投資決策，VC的錢會越來越不好拿。

人民幣基金謹(jǐn)慎觀望，創(chuàng)業(yè)者還需腳踏實地

從技術(shù)的發(fā)展路徑來看，先有語言大模型才有文本內(nèi)容生產(chǎn)應(yīng)用，先有跨模態(tài)的圖文大模型，才會有好的AI繪畫工具去進行投資。

國內(nèi)AIGC之所以仍有很長的路要走，其實還有一大關(guān)鍵點在于目前中文語言上還沒有非常好用的底層跨模態(tài)大模型可以調(diào)用，不像英文模型已經(jīng)達到了技術(shù)可以比賽的階段。數(shù)據(jù)量的不足無法讓AIGC生產(chǎn)出的內(nèi)容有一個較好的效果，從而限制應(yīng)用型創(chuàng)企的落地，這是根本上VC“十動然拒”的主要原因。

“目前投資AIGC不確定因素太多，最穩(wěn)妥的打法還是要等到大模型出來，再去投相應(yīng)領(lǐng)域的應(yīng)用。像Jasper.ai、Copy.ai等比較亮眼的文本生成應(yīng)用，也是在OpenAI推出GPT-3的商業(yè)化API接口以后才迅速發(fā)展起來的，在GPT-3出來之前創(chuàng)立的文案生成應(yīng)用基本都沒有發(fā)展起來。”

在鐘偉成看來，眼下AIGC投資回報最高的莫過于基礎(chǔ)大模型。百度騰訊等大廠紛紛躍躍欲試，給自己貼上AI繪畫的標(biāo)簽，其主要目的并非“卷應(yīng)用”，也是瞄準(zhǔn)了預(yù)訓(xùn)練大模型這一新的基礎(chǔ)設(shè)施。

以百度的文心大模型為例，其寄希望于今年推出的文心一格，讓更多的人去上面做各種圖像的生成，通過輸入的文字提示跟它生成的圖片對應(yīng)，在這個過程去積累大量的圖像文本數(shù)據(jù)，為后面去訓(xùn)練一個更成熟的多模態(tài)大模型做儲備。

如此一來，大廠通過一些性能極佳的跨模態(tài)大模型，開發(fā)一個API接口給到外面的應(yīng)用去接上，一來可以把它們多余的云資源服務(wù)器充分的利用起來，二來可以通過大模型的技術(shù)去做一個持續(xù)的收費，類似以前把云計算資源作為一個按需調(diào)用的資源去使用，成為保障文字、圖片生成類任務(wù)的底層基礎(chǔ)設(shè)施。

然而這樣的話，回歸到本質(zhì)，算法能力、數(shù)據(jù)能力和大規(guī)模用戶運營的能力，大廠都顯然優(yōu)于創(chuàng)企，在張斌看來，意味著投資人很難投到優(yōu)質(zhì)的大模型企業(yè)，亦或是前期需要非常燒錢才可能燒出一個比肩大廠的大模型。

“AIGC和ChatGPT本身都是需要大數(shù)據(jù)訓(xùn)練的AI模型，要求算法能力和數(shù)據(jù)能力，大公司肯定更強，他們以一種高舉高打的方式做，輸出AI能力，讓創(chuàng)企在細(xì)分場景使用其模型，最后的終局就是創(chuàng)企用騰訊或百度的模型用AIGC幫人拍廣告片，負(fù)責(zé)商業(yè)化前端的BD工作。”

在大廠對跨模態(tài)大模型打磨的同時，AI繪畫因不夠成熟而商業(yè)落地難而不被資本感冒，但這并不影響VC對AIGC技術(shù)層面的持續(xù)關(guān)注及商業(yè)布局。一方面，VC仍尋找有著大模型潛質(zhì)的創(chuàng)企，譬如今年連續(xù)融資近億元的心識宇宙就遭到了不少知名機構(gòu)的瘋搶；另一方面尋找符合有市場需求、商業(yè)可變現(xiàn)等投資標(biāo)準(zhǔn)的相關(guān)項目，譬如虛擬分身。

截至目前，用AIGC打造視頻虛擬分身，取代主播成本，實現(xiàn)規(guī)模化的短視頻生產(chǎn)和內(nèi)容營銷已經(jīng)成為客戶痛點可以被解決到的場景，也有不少國內(nèi)企業(yè)“卷”入，并獲得資本青睞。譬如創(chuàng)世伙伴資本投資的全棧式無穿戴視頻動捕虛擬直播產(chǎn)品小K直播姬、銀杏谷投資的做多模態(tài)內(nèi)容生成的拓元智慧。

在鐘偉成看來，AIGC應(yīng)用其實跟企業(yè)服務(wù)的投資邏輯類似。過去，企業(yè)服務(wù)領(lǐng)域有了數(shù)據(jù)智能、大數(shù)據(jù)、云計算以后，營銷SaaS企業(yè)漲得特別快，同理，在AIGC的商業(yè)落地上，營銷內(nèi)容跟技術(shù)的結(jié)合也是B端最愿意付費的地方。

“我們現(xiàn)在看到一些生成式AI公司會用文本生成技術(shù)去做營銷文案、人機對話的內(nèi)容生成，在國外也有許多走通商業(yè)閉環(huán)的案例，后面AI繪畫應(yīng)用階段，用圖像生成技術(shù)跟一些之前就存在的圖像或視頻編輯工具相結(jié)合可能還是一個不錯的落地場景，比如最近剛完成新一輪融資的Runway。”

但就當(dāng)下而言，張斌還是希望AI領(lǐng)域的創(chuàng)始人能夠?qū)Ｗ⒑诵臉I(yè)務(wù)上和技術(shù)能力，不要把過多精力放在了仰望星空這件事情上，反倒顧此失彼。

“AI繪畫熱潮下，我們也有看到一些投機的項目，大家不是不可以追熱點、新概念和技術(shù)，而是要跟過去核心主業(yè)要長期做的事情有連貫性和協(xié)同，這樣做新業(yè)務(wù)的嘗試才能事半功倍，帶來價值提升。”

（文中張斌為化名）

關(guān)鍵詞： aigc