最近AI作画这个话题非常的火，开源的Stable Diffusion获得了非常多的关注。在github上，我们可以看到Stable Diffusion已经收获了3万1千多颗星，有多达4700个fork。不得不说，Stable Diffusion绝对是一个现象级的开源项目了。而Stable Diffusion背后的公司也因此在几天前获得了1.01亿美元的融资，估值达到了独角兽规模。最新的消息是，Stable Diffusion面向消费端的产品DreamStudio也迅速地获得了来自超过50个国家超过100万的注册用户。一共产生了超过1.7亿张图片。
正好我家闺女今年在申请大学，家有申请季的孩子的家长一般都比较迷信。而一个迷信的做法就是用翠鹿(脆录）的谐音来做自己的微信头像，来保佑自己的孩子能够非常干脆的被心仪的大学录取。我们都知道世界上是没有翡翠颜色或者绿颜色的鹿的。会作画的家长就会自己画一幅翠鹿图片，现在有了AI生成图片，我来尝试一下让AI生成一下翠鹿。
我们直接去访问beta.dreamstudio.ai，先输入a green deer in the forest，看看效果。
A green deer in the forest
效果很奇幻，鹿的腿和脖子是绿的，脸也是绿的，的确超乎我的想象。我们再换一个，A jade dear in the forest。
A jade deer in the forest
难道正常来讲翡翠不是绿色的么？为什么是这个颜色？
我再换一下， A green jade deer in the forest。
A green jade deer in the forest
这头鹿看起来比较不错，翡翠绿，还挺Q的。不过下面这副画就想象力有点儿过了：
好吧，我们就此打住，不再调戏DreamStudio，话题收回来说一下AI生成内容。
AI生成内容属于生成式AI的范畴。实际上在最近的AI作画之前，已经有AI换脸，AI写诗，AI生成新闻等等场景的应用。其核心都是利用人工神经网络，根据灌入的大量的素材进行学习，这样就可以训练好一个模型。训练好的模型就可以根据需要进行源源不断的相关的创作了。而由于AI运行需要的是计算机的算力，不知道累，因此虽然不能保证每次产出的质量都令人满意，但是贵在量大。这样总能够从这些大量的产生的内容中选择出来相对满意的结果。
从这个角度来讲，现在的AI作画无疑会对目前普通的绘画师甚至摄影师都产生巨大的影响。毕竟随着AI作画的能力的进一步增强(这个是必然会发生的），AI所产生的内容的质量和效果可能很容易超过普通绘画师。由于AI作画的成本仅仅是一些算力，而在这个摩尔定律还没有完全失效的时代，算力的成本无疑是一直在大规模下降的。甚至，可能未来动画片都可以用AI来生成了。
说到AI生成内容，实际上在AI作画火爆之前，已经在博客文章创作领域取得了非常不错的成绩。我们由于产品要面向海外市场，而在海外市场，内容是获取免费流量的一个非常重要的因素。博客文章内容就是任何一个公司做SEO都非常重视的部分。而什么类型的文章对于SEO友好又都有一定的套路。但是大家都知道写博客文章并不是一件特别轻松的事情。这就给AI带来了很大的机会，利用AI进行博客文章撰写，能够大幅度地提高写作的效率。相关的我们可以看到Jasper.ai, copy.ai等等AI进行创作的产品。我自己曾经用这些产品做过尝试，的确能够大幅度提高我写博客文章的效率。对于那些纯粹为了搜索引擎优化的文章，这些工具还是非常有用的。当然，高质量的内容文章，还是要创作者自己去创作。在Appsumo上，我们可以看到非常多的AI辅助写作的产品，当然这些产品大部分都是利用云厂商提供的API，然后再自己根据自己产品服务的目标场景做了包装的而生成的，核心的技术含量有限。
生成式AI无疑对于现在的很多创造性的工作也开始产生颠覆式的影响，我们可以对未来再进行一下畅想。首先，现在的生成式AI的技术原理都基本上相同，都是需要大量的素材，也就是人的劳动成果。AI作画是依赖了大量的摄影素材，AI写作助手则是因为在互联网上有大量的博客文章素材可以使用。那么下一个场景是什么呢？一定是要有足够多的素材的场景，比如人非常活跃的创作相关的社区。我首先想到的就是编程，实际上在大约17年的时候我在我老东家公司的内网的论坛上就问过什么时候AI能够替代人来编程？大家都知道github是全球最大的程序员社区，也是基本上所有的开源代码甚至是很多公司闭源的代码的存储的地方。有了这些代码素材，AI就能够学习编程了。github被微软收购之后，微软果真开始在这条路上进行探索，微软的Copilot就是这个尝试的产物。所以各位程序员们，就问你们惊不惊喜，意不意外？
另外一个可能就是设计师领域了，我们都知道figma刚刚被Adobe收购，而Figma是全球最大的分析师社区。各种分析师需要的素材和设计都在这个平台上，AI基于这些素材和设计进行训练，替换掉一些平庸的设计师也不是不可能。
那么接下来呢？我们都知道现在的ToB服务的发展方向都是协同、社区化运营。而现在企业服务，还有很多工作非常的依赖人工。比如现在的数据清洗、数据转换以及洞察报告。如果把这些人相关的操作都能记录下来，然后积累足够多的数据，是不是AI就可以自动从最脏乱差的数据自动的去根据目标的需求去清晰、转化然后再形成可以被执行的指导和报告呢？
如果前面那些年AI的火热主要还是在音频、图像的识别领域发挥作用的话。未来几年，AI无疑将要更多地跟具体的场景结合，去大幅度提高数字内容的处理和生成的效率。AI产生内容无疑会在这些场景中发挥越来越大的作用。
