Reface 创始人解析：生成式 AI 如何重塑艺术与商业实践

不久前，在输入框里打进「蜘蛛侠在月球上和超现实的马斯克握手」这种离谱句子，还能瞬间拿到一张细节饱满的逼真画作，听起来还像天方夜谭。

但现在这成了现实。12 月 19 日，乌克兰初创公司 Reface 的首席执行官在《福布斯》商业委员会专栏撰文，系统梳理了生成式 AI 正在如何重塑艺术创作与商业版图。

破纪录的增长，与撕裂的创意产业

视觉生成工具的普及速度，正在大幅刷新行业认知。

作者给出了一组对比：GPT-3 用了两年时间才积攒到 100 万用户，Copilot 比它快了半年左右，DALL-E 达成这个数字花了两个半月。而 Stable Diffusion 上线后的 DreamStudio，突破百万用户只用了不到一个月。

在内容生产前线，媒体自动化工具其实不算新鲜事。像《华盛顿邮报》的 Heliograf、《福布斯》的 Bertie 和路透社的 Lynx Insights 早就在用机器学习提高产出速度。

但现在的技术迭代完全上了另一个维度。例如 Google 研发团队推出的 DreamBooth，允许用特定物体去微调训练 Stable Diffusion 模型，把关键词与视觉特征深度绑定，轻松实现个性化定制。

而在应用端，从 DALL-E Mini 在社交网络上成为表情包工厂，到 Adobe、Canva 和 Figma 等设计软件接入 AI，创作者正在用它生成无限的设计模板，或者在虚幻引擎中从零制作奇幻剧集。

与此同时，争议也在急剧爆发。艺术家 Jason Allen 凭借 Midjourney 创作的作品拿下了科罗拉多州博览会美术奖一等奖；来自加州的 Louis Rosenberg 博士则建议对使用用户数据训练的 AI 艺术征收「人性税」。

商业巨头的态度同样高度分化。Adobe 积极拥抱生成式 AI，Shutterstock 宣布开售 AI 生成艺术品，而 Getty Images 则因潜在的法律风险，直接对合成内容下了禁令。

面对这种撕裂，作者建议企业在将技术落地时，把重点放在「将客户转化为创作者」上：通过降低表达门槛，让用户在 AI 的协助下产出内容，从而带动整个产品的活跃与黏性。

为什么重要

对于普通用户和创作者来说，这篇分析点出了一个关键转折：门槛的塌陷正在重塑表达权。以前要花几年去掌握的绘图软件与 3D 建模工具，现在变成了对话框里的几行自然语言。但代价也很明显，当任何人都能批量生成高水准画面时，纯粹的技术手艺会被迅速贬值，价值不得不向审美、创意构思以及解决复杂商业问题的能力转移。

对企业和开发者而言，这篇文章最聪明的洞察在于提出「把用户变成创作者」。过去许多公司把 AI 仅仅当成内部降本提效的后台工具，比如自动化写稿或批量做海报。而真正的增长杠杆，其实是把这种生成能力开放给前端用户，利用低成本的自我表达来刺激用户生成内容，驱动裂变与留存。

我们认为，当前生成式 AI 最大的隐患依然在版权和法律合规层面。Getty Images 的退缩与 Shutterstock 的激进，折射出整个行业在数据训练合法性上的深层分歧。企业在把生成式工具嵌入产品时，如果只图眼前热度而忽视版权风险，未来可能会面临严重的法律反噬。懂得在创作自由与版权边界之间找到平衡点的公司，才能在这轮浪潮中站稳脚跟。