報道：曾浩年
OpenAI推出新圖像生成功能引發狂熱，網民爭相人工智能（AI）模仿日本動畫大師宮崎駿風格。
人工智能（AI）巨頭OpenAI升級了GPT-4o模型的圖像生成功能，意外引爆了全球性的日本動畫大師宮崎駿“吉卜力風格”（Ghibli style）圖像生成熱潮。
從科技巨頭馬斯克到普通用戶，紛紛在社交媒體上分享由AI生成、風格模仿“吉卜力風格”圖片，其受歡迎程度超出了OpenAI的預期。
這一現象不僅突顯了GPT-4o在圖像生成和人類意圖理解上的顯著進步，也成為觀察當前AI技術飛速發展，特別是人工智能體崛起以及邁向通用人工智能潛力的最新切入點。
然而，這股“吉卜力風格”熱潮也迅速點燃了關於版權歸屬和藝術家未來的激烈討論。
由於AI模型的訓練數據來源往往不透明，人們質疑其是否在未經授權的情況下使用了包括吉卜力工作室在內的大量受版權保護的藝術作品進行訓練。
引發對藝術家價值擔憂
當AI能輕易模仿特定、具有高度辨識度的藝術風格時，這不僅可能構成對原創者智慧財產權的侵犯，更引發了對人類藝術家價值的擔憂：如果獨特的風格可以被輕易複製，那麼藝術家長期磨練的技藝和建立的個人品牌是否會被貶低？這是否會衝擊以特定風格見長的藝術家或工作室的生存空間，甚至影響整個創意產業的生態？這些問題成為AI技術倫理和法律框架極待厘清的焦點。
近期GPT-4o在圖像生成及意圖理解上的突破，不僅是模型能力的提升，更為人工智能體的發展提供了重要的啟示和基礎。
一個強大的人工智能體（AI Agent）需要能夠理解複雜指令、調用合適工具並執行任務。
GPT-4o生成“吉卜力風格”圖像的能力，正體現了AI對用戶較為抽象或帶有風格化需求的“意圖理解”能力的增強。這種高質量的圖像生成功能可以被視為人工智能體可調用的工具或“行動能力”之一。
當一個智能體需要完成包含視覺元素的複雜任務（例如：根據描述自動生成報告配圖、為行銷活動設計初步視覺概念、或在虛擬環境中創建對象），一個能準確理解意圖並生成高質量圖像的模塊，將極大擴展智能體的自主執行範圍和能力。
因此，GPT-4o的相關進展，可以看作是構建更全能、更接近“完整的人”的人工智能體道路上，關鍵能力的具體實踐與驗證。
GPT-4o圖像生成能力的重大提升，背後其實是一個勞動密集的流程，很大程度上歸功於大量“人類訓練員”的腦力貢獻。這些訓練員負責標注訓練數據，指出AI生成圖像中拚寫錯誤、異常手部或臉部等瑕疵。
這種被稱為“人類回饋強化學習”（RLHF）的技術，使AI能更準確地遵循人類指示，從而生成更精確、實用的圖像。
AI技術的驚人發展速度，正引發對行業生態和個人投入價值的深刻反思。
技術快速突破激化競爭
正如一段廣為流傳的評論所言：“一個諷刺的事實是，如果一個人在2023年開始投身AI圖像生成領域，花大量時間和金錢投入ComfyUI和工作流程的研究，而另一個人這兩年來都在遊山玩水，GPT-4o發布更新之後他們仍然站在同一起跑線上。換句話說，你很難說服自己（和投資人）相信你不是一直在電梯裏做伏地挺身。”
簡單來說，“ComfyUI”是一個相對複雜的專業級AI繪圖工具，用戶需要像搭積木一樣手動組合各種功能模塊來生成圖像。
而“工作流程”則是指利用這類工具精心設計出的一套具體的、包含許多步驟和參數的“獨家配方”，用以生成特定風格或高質量的圖像。掌握這些工具和設計好的工作流程需要投入大量時間和精力學習。
在AI浪潮之下，個體為更好地使用AI的精深努力，可能難以追趕平台整體的飛速抬升，從而引發對投入產出比的根本性質疑。
技術的快速突破也激化了市場競爭，有時甚至以一種近乎情緒化的方式呈現。
圖像生成引發熱潮
面對GPT-4o在圖像生成領域引發的熱潮，曾經的AI生圖領軍新創、競爭對手Midjourney的總執行長霍爾茲（David Holz）反應激烈，他一連串地指出4o圖像生成“又慢又差”，指責OpenAI“隻是試圖籌集資金並以有毒的方式競爭”，並將其貶低為“隻是一個迷因而非創意工具”，斷言“一周後就沒人會再談論它”。
但他的指責引來網民恥笑為高壓下的心理調適。
它折射出即使是行業領先者，在欠缺護城河與面對可能撼動其地位的顛覆性技術時，所感受到的巨大壓力、焦慮和潛在的防禦心態。
新聞來源：亞洲周刊
