AIGC系列深度研究报告：《AIGC专题：中国AIGC文生图产业白皮书》
（报告出品方：中国AIGC产业联盟x无界AI）
人工智能生成内容（AIGC）风靡全球
AIGC，即ArtificialIntelligenceGeneratedContent，人工智能生成内容。它是生成式AI（GenerativeAI）技术所激发的新一轮内容创作者经济浪潮；让人人都可以简易、便捷、低成本地借助AI的力量完成文本、图片、视频、音频等多媒体内容的高效高质量生产；是对以短视频、自媒体等为代表的大规模UGC（用户生成内容）经济的进一步范式升级，故称“AIGC”。AIGC擅长制造和传播爆款内容，尤以图片、视频等视觉形态最为突出。
AIGC就在身边：新西湖、古良渚、古温州
AI“新西湖”全名为《新西湖繁盛全景图》，由人类画师与AIGC共同参与完成。主要用到三项主流的AI绘画技术：线稿上色（controlnetLineart）、无限拓展（Outpainting）、建筑模型训练（Dreambooth&Lora）等。创作方将该作品的使用权无偿捐赠给杭州市贸易促进会、中国国际动漫节执行委员会、杭州西湖风景名胜区管委会、杭州万事利丝绸文化股份有限公司、杭州灵伴科技有限公司（Rokid）等多家单位和企业以共创、推广杭州文化，共享AI作品版权。
AI“古温州”，则以温州朔门古港遗址的资料为基础，以“千年商港，未来温州”为主题，借助AI工具为古港遗址勾勒出了一幅“东方威尼斯”繁华景象。2023年3月29日，这幅图片刊登在温州日报，成为温州日报“商周刊·文博”板块元宇宙主题报道的靓丽一笔。
案例虽小，管中窥豹，可见一斑。从2022年至2023年，国内AI绘画产业正是从这样微小的案例开始了举世瞩目的产业应用浪潮，从最初的静态图片走向复杂、交互式的AIGC产业应用场景。
2022遇见AIGC的序章：AI文生图
2022年春，国内掀起的AI艺术热潮源于海外A技术在图像生成领域的革命性进步，以DiscoDiffusion、StableDiffusion、Midjourney等为头部代表的扩散模型(DiffusionModel)开始在数字艺术领域大放异彩!这一关键节点要早于随后大火的ChatGPT以及大模型(LLM)风口。因此可以认为，国内第一批全民级大规模参与AIGC活动的用户群来自AI绘(即文生图)领域。
AI文生图的艺术质量呈现出指数级进化速度
故事始于2022年春天，DiscoDiffusion的开源打开了AI绘画的浪潮之门——
2022年4、5月份：AI绘画只擅长抽象之美或者色彩美学，以令人“眼花缭乱”的色彩涂抹构图向世人展示出AI艺术的别样魅力。这段时期人们常用的工具是DiscoDiffusion以及Midjourney初代版本。
2022年6、7、8月份：AI绘画开始集中突破绘画的逻辑性和质量，可以逐步写实、产出具有艺术性的作品。这段时期以Midjourney为主要工具代表。
2022年9月份：AI绘画最重要开源力量StableDiffusion成为社区大热门，且凭借成本低、高质量、高逻辑性、更强的通用绘制能力以及快速生成等优势迅速占领市场，AI绘画的艺术质量和逻辑能力开始进入“飞轮式”发展，且Midjourney也开始引入其开源技术。
2022年10、11月份：AI绘画的第一个现象级潮流“二次元模型”横空出世，以NovelAI等开源产品和力量为突出代表，进一步蔓延到整个StableDiffusion社区，更多的开源模型和产品加入到这个队伍中，生态力量开始形成。二次元模型的高质量性和现实影响力也令世人展开了对AI绘画版权的争议。11月份，国内AI绘画第一波大浪潮启动，抖音迅速推出的“抖音AI绘画（二次元）”流量成功辐射数以千万计网民，国内第一波千万级AI绘画用户群形成。2022年12月份：紧接着二次元浪潮，人们仿佛打开了“通往异次元的大门”，开始让三次元、2.5次元照进AI绘画，于是新一波浪潮“AI真人模型”形成。传统互联网上充斥着大量由AI生成的“美女”、“真实场景”、“平行时空新闻”等新形态内容。与此同时，闭源力量Midjourney也几近AI绘画的艺术巅峰，各行业的大量设计师与内容工作者群体开始用Midjourney生成极高质量且满足现实生产需求的AI图片。
2023年至今：AI绘画在极高质量、通用逻辑能力、细节完美度以及精准控制层面已经开始大范围“侵蚀”各行各业的生产与消费过程，各产业以及互联网都到处充斥着AI生成的内容。第一波AI大范围赋能产业的共识正逐步形成。StableDiffusion生态力量和Midjourney产品力成为当下人们唯二选择。
2023年AI文生图“侵蚀”的商业版图：实用性AI绘画时代到来
我们在2022年曾预测，2023年数以亿计的AIGC内容将充斥着整个互联网，绝大多数网民在刷抖音或者小红书时都会在不知不觉中浏览到AIGC内容，占比可能达到5～10%；以小红书平台为例，都会将疑似AI生成的内容打上“疑似包含AI创作信息，请注意甄别真实度”的标签以供用户警惕。一时间，泛娱乐场景成为AI文生图商业化的“第一阵地”。
面对AI绘画一年来指数级的进化速度，2023年AI绘画正式开启“全面商用”时刻。从多样性的艺术维度冲击多样性的行业商业，在流量平台等虚拟内容经济的加持下，数以千万甚至上亿计的互联网用户群深受其影响。其中以“摄影模型”和“真人模型”等为代表的“真实世界模型”对现实世界的冲击最为显著，包含商业应用、泛娱乐消费甚至诸多负面影响。
AI文生图模型阵营及简史
一切都始于CLIP开源，CLIP是一个通过自然语言监督有效地学习视觉概念的神经网络。通过使用CLIP可将文本和图像连接在一起。
CLIP（ContrastiveLanguage–ImagePre-training）是文本和图像对照的预训练模型，数据集使用的是LAION-400M，包含4亿组从互联网上收集的文本图像对。文本编码器提取文本特征，图像编码器提取图像特征，两个放到一起对比相似度，从而让AI“掌握”文本图像的匹配关系。
开源之王中国AIGC文生图产业白皮书StableDiffusion的模型风格化细分及其生态占比
2022年8月，AI绘画最为重要的开源力量StableDiffusion正式向全世界开放其模型代码、训练数据集、生产内容的版权归属协议。完全自由的开源运动激起了全世界开发者、创业者、产业公司和普通爱好者的热忱，在短短半个月时间内，SD的谷歌搜索趋势彻底超越大名鼎鼎的DALL·E，成为人们谈论AI绘画不可规避的话题。SD的开源也令AI巨头们倍感震惊。
2022年，StableDiffusion的开源发布由两大公司实体驱动，分别是Stability.Ai和RunwayML。二者共同促进了SD大版本的成功。
截止2023年7月份，Stability.Ai已将SD开源版本迭代至StableDiffusionXL1.0（SDXL1.0）。
SD所基于的开创性的“潜在空间”（LatentSpace）技术将扩散模型（DiffusionModel）再次推上新的台阶，是AI绘画走向大规模商用化的关键一步（如latent空间让快速生成高分辨率图像成为可能，对比之下，过往的DALL-E2和GoogleImagen则是基于传统的pixel空间）。
StableDiffusion重要开源技术路线：全民训练，无尽的模型生态
仅依靠SD官方基础版本大模型并不足以产生五彩缤纷的AI绘画体验，它只是一个基础的“通用底子”，需要更多开发者在其之上进行更多样化、更高质量的风格化训练。便有了以模型广场、精准控制、训练框架为代表的开源模型生态的繁荣。可以适配千行百业的垂直模型开始涌现，同时也造就了行业应用AI的场景涌现。
实现AIGC精准创作的“利刃”：ControlNet
2023年初，StableDiffusion生态重要控制组件ControlNet横空出世，给出了一条完美解决AI绘画发展进程中“精准控制”难题的道路。
该开源技术使用了一种称为“ConditionalGenerativeAdversarialNetworks”（条件生成对抗网络）的技术来生成图像，与传统的生成对抗网络不同，ControlNet允许用户对生成的图像进行精细的控制。
例如它将传统意义上的【设计】抽象分解为AI或者计算机视野下的【线/轮廓】、【深度】、【语义】、【姿势】等众多基础原子操作。根据应用场景，随心所欲地组合这些基本原子和元素，实现绘制的整体可控性和对大千世界通用场景的绘制。
腾讯AI实验室开源推出的IP-Adapter模型为Controlnet生态做出了突出贡献，可识别参考图的风格和内容，然后生成相似的作品，且可搭配其他控制器使用。
报告共计：48页
