“从0到1。”

AIGC的革命来得让人猝不及防，相比第一时间搭上技术快车的科技公司，多数ACGN相关的公司和从业者们尚处于焦虑和迷茫的状态，不知该如何出手，也不知这一变化对自身到底是好消息还是坏信号。

那么什么是AIGC？对于游戏、漫画、动画、网文企业来说，进行AIGC相关的尝试应该从何入手？靠谱二次元尝试通过本文的干货盘点，尽量直白地为大家介绍AIGC目前对ACGN产业可适用的业务范围和常见工具，供大家参考。

技术的迭代速度常常超乎想象，后续我们也会持续关注这一前沿领域对产业带来的利好与风险。

何为AIGC？

AIGC，即AI Generated Content，指通过人工智能技术生成内容。作为一种通过电脑计算就能生成大量可直接参考的视听内容的方式，给未来文娱内容的爆发式增长提供了极大的想象空间。生成式AI工具在近两年频频出现，经过几代技术上的调优和智能模型的学习进步，ChatGPT、Midjourney等AIGC产品开始有望成为文娱领域的生产力。

AIGC在ACGN各相关环节的应用及常见工具

「文字」相关环节

概述：目前，文字生成领域是整个AIGC最受关注也是进步最快的一个部分。和过去工具缺乏创造力地从已有数据库里简单组合并生成内容相比，如今大部分采用大规模预训练语言模型（Large Language Model,LLM）的文字类AIGC工具，都已经拥有了一定的创意能力，目前已经可以根据使用者提供的参数和提示，生成相对合理的故事大纲、情节创意等内容。ACGN从业者还可以通过这些AIGC工具，生成包括风格化的营销文案、梗概提要等内容，也可以进行对文章的错字检测、语法优化等项目 。

但是，由于目前相关技术并非垂直应用于文艺创作领域，因此对于超过3000字的内容，AIGC的产出多有逻辑不连贯、关键信息缺失等问题，还需要优化和迭代。

「文字类」常见工具：

• ChatGPT
• 编辑推荐：成熟且全面
• NewBing
• 编辑推荐：支持搜索互联网内容
• InstaNovel AI
• 编辑推荐：中短篇故事生成
• 一览运营宝
• 编辑推荐：基于GPT模型的中文AI编剧

「图片」相关环节

概述：和文字AIGC产品一样，图片类AIGC技术也在迅猛发展。相关产品先通过学习大量图片素材，将图片转译为文字关键字，并分解图片中的元素进行学习临摹，在使用者输入对应或相似文字描述时，再根据此前学习产生的模型进行相关图片内容的绘制，以生成新内容。

图片领域的AIGC应用场景目前已经极为丰富，包括学习知名画家的创作风格并出图，批量生成ACG场景和道具图。还有一些利用AIGC工具为动画漫画创作提供辅助，包括生成概念设计图、为漫画线稿上色、绘制封面等功能。

但图片领域涉及到学习素材库的收集，很容易产生版权、著作权的纠纷，陷入抄袭负面信息。对此类应用的可行性，目前业内还存在着一些争议。对于讲究创意的ACGN行业而言，如何合理运用图片AIGC工具，尚需一段时间的摸索。

「图片类」常见工具：

• Midjourney
• 编辑推荐：艺术感更强
• DALLE
• 编辑推荐：真实感更强
• Stable Diffusion
• 编辑推荐：定制性更高
• ControlNet
• 编辑推荐：线稿上色、人物姿势调整
• Style2Paints
• 编辑推荐：AI上色辅助
• 无界AI
• 编辑推荐：中文AI生图

「视频」相关环节

概述：视频AIGC目前还处于探索期，以“AI视频”为关键词的工具层出不穷，最常见的是产品根据输入的文字，在视频数据库中检索对应的视频素材，再统一加入AI配音和视频模板合成视频的产品，鉴于其AI技术含量不高，且和ACG关系不大，本文将不进行详细讨论。在此主要介绍一些通过AI技术生成具有不同于输入内容，且包含一定原创性内容视频的工具。

由于视频就是由大量连贯图片串连而成，当下已公开的视频AIGC产品主要以生成大量有密切关系的图片后，进行拼接合成为主。但由于每张AI图片的绘制都具备一定的随机性，因此目前此类AIGC产品合成的视频并不足够稳定，还有极大进步的空间，但已经有公开的插件产品对不稳定的问题进行了一定的修正。

另外，还有一些AIGC产品是为已存在的视频画质补强而生，包括通过AI技术修复视频的画质缺损，增加视频画面的清晰度，提高视频的帧数、以及自动生成大批量低精度群演模型等功能，这类工具或将降低以往老工具效率低、人工干预程度高的问题，为一部分CG、动画的画质进行高效率的补强工作。

「视频类」常见工具：

• Topaz Video AI
• 编辑推荐：视频补帧增强
• Gen-1/Gen-2
• 编辑推荐：图片生成视频
• mov2mov
• 编辑推荐：AI重绘视频
• D-ID
• 编辑推荐：将人物静态图动态化

「编程」相关环节

概述：对于技术开发者而言，学习一门编程语言是一项系统性的过程，但现在的开发技术日新月异，对不少开发者的学习效率有了更高的要求。此外，由于不同开发者对于编程语言的代码习惯、编码规范的理解程度不同，在大型协同开发上时长会出现因编码规范不同造成低效、返工的情况。

编程类AIGC工具的出现，有望在一定程度上解决这类问题，此类工具在开源代码平台学习大量优秀的代码开发内容，经过顶级开发人员的训练后，拥有合理化的编码规范和高效率的编码逻辑，只需要使用者先在注释中输入接下来想要实现的功能，AIGC工具就能根据使用者的描述生成对应的代码块，使用者只需要略加修改，就能够完成相应的功能开发，提高开发者的编码效率。

另外还有一些编程类AIGC工具，可以通过学习优秀的算法与代码习惯，对使用者已经编写的代码进行算法优化和编码调优。

「编程类」常见工具：

• Copilot
• 编辑推荐：AI代码生成
• DeepCode
• 编辑推荐：代码优化

「配音」相关环节

概述：配音已经成为ACG作品的重要组成部分，不过，由于配音需要配音演员对内容有一定的理解，因此在内容创作过程中，往往配音演员需要在视觉内容创作完成后，才会进入配制工作。但动画、游戏作品在设计角色口型、分镜头等前中期流程就有对配音的需要，因此会由导演等相关制作人员进行草配。

在声音类AIGC工具出现后，这类草配的质量也会有所提高，制作人员不仅可以直接将剧本文字生成相应的语音，也可以将草配的声音进一步优化，供配音人员在工作时参考。在虚拟偶像领域，已经有部分厂商和个人通过AIGC直接生成声音，替代中之人进行部分声音演出。同理，也可以用于动态漫画内容的产出。

不过，由于相应AIGC工具的声学模型仍有一定的技术瓶颈，通过AI生成的声音模型即便经过大量训练调优，仍保留了一部分电子音和欠自然表现，并不能完全替代配音演员。

「声音类」常见工具：

• VITS
• 编辑推荐：将文字生成对应音色的声音
• DiffSVC
• 编辑推荐：歌声声线转换
• so-vits-svc
• 编辑推荐：贴合声音生成对应声线的声音
• Azure文本转语音
• 编辑推荐：常见的旁白解说配音工具

「配乐」相关环节

概述：文字、图片等AIGC工具当下已经可以为创作者提供创作思路，但是在音乐领域，AI目前能实现的创作还很初级。不过，对于一些个人动画、动态漫画、游戏项目开发者而言，音乐类AIGC产品有机会在未来取代无版权声音库，提供低成本音乐解决方案的同时，保持其作品中音乐的独特性和匹配度。

值得一提的是，在编曲领域，AI提供了更高效的解决方式，目前业内已经有通过对抗学习等AI算法，推出了快速扒谱、解构的工具，为音乐创作者进行音乐研究提供帮助。

「音乐类」常见工具：

• mubert
• 编辑推荐：将文字转为音乐
• AIVA
• 编辑推荐：根据输入参数生成音乐
• RipX
• 编辑推荐：解构音乐

（本文作者：乌贼Nyan，由 < 靠谱编辑部 > 编辑）