以下文章来源于波波夫同学 ，作者波波夫 波波夫同学 . 关注被技术异化的世界 本文来自微信公众号： 波波夫同学 ，作者：波波夫，题图来自：AI生成 在 AI 转型中，企业最核心的逻辑是降本增效，其他都是话术。 作为这一波AI浪潮中的最直接的受益者，英伟达创始人黄仁勋多次提到， 未来的企业本质上是AI工 厂。 对于千万劳动者来说，黄仁勋的这句话犹如讣告，在科技大佬们的构想中，未来的产出不再是 人工工时，而是 Token （AI生成的文本或数据单位） 。 传统的初级笔译，如证件、简单合同、新闻通稿，当前几乎已完全被AI取代。据 Nimdzi 2025年的 调查显示，约36%的独立译员表示因AI介入而直接丢失了长期订单。这意味着，曾经养活大量外语 系学生的初级市场基本宣告关闭。 现在的行业标准不再是"人工翻译"，而是 MTPE （机器翻译+人工审校） 。资深议员们也在经历收 入塌方，虽然有了AI效率提高，但单价的跌幅远超效率的升幅，导致实际时薪大幅下降。 因为，人比Token贵。 当下，Token已从奢侈品转向自来水般的廉价资源。一众厂商将价格战推向极致。截至2025年底， DeepSeek V3.2的输入缓存命中 ...

本文仅围绕"文生图"模式进行讨论，以期探究人工智能生成物（AIGC）独创性判断标准。 随着人工智能在图片生成领域的普及与利用，一般公众的创作成本普遍降低，不再需要经过长期的学习与训练，仅在弹指之间即可创作出堪比大师的精美画 作。然而，人工智能创作的便利，也引发了人们对于生成式人工智能可版权性、著作权归属、著作权侵权责任等问题的思考与讨论。1仅以创作形式来看， 目前人工智能生成物（AIGC）存在"文生图"和"图生图"两种形式。 其中，"文生图"模式吸引学者及实务界讨论较多，近期较为火热的"春风送来了温柔"案、"伴心"案、"幻之翼透明艺术椅"案也均围绕这一创作形式展开。 故，本文仅围绕"文生图"模式进行讨论，以期探究人工智能生成物（AIGC）独创性判断标准。 案情回放 围绕"文生图"模式下的人工智能生成物（AIGC）能否认定为"具有独创性并能以一定形式表现的智力成果"，学术界和司法实践中均存在一定争议。其 中，"春风送来了温柔"案、"伴心"案中，法院支持了人工智能生成物（AIGC）作者关于作品享有著作权的主张，并支持其诉讼请求；"幻之翼透明艺术 椅"案，法官则认定相应作品独创性较低，不足以享有著作权保护，进而驳回 ...

未可知人工智能研究院的AI赋能实践 - 未可知人工智能研究院副院长张孜铭为湖州市税务系统进行《AI在税收科研领域的运用与实战》主题培训，旨在帮助工作人员掌握人工智能工具的前沿应用，提升税收科研效率与创新能力 [1] - 培训从生成式AI与决策式AI的核心区别切入，系统介绍了AI文本生成、音频合成、图像创作及视频生成等技术在税收科研中的落地场景 [3] - 通过对比“指令型”与“推理型”提示词框架，详细演示了如何利用AI工具高效完成政策梳理、数据分析、调研设计等任务 [3] - 培训强调AI是赋能者而非替代者，税务工作者需掌握“提问智慧”，将AI转化为科研助手 [3] AI在税务科研中的具体应用场景 - 在税收政策变迁分析中，AI可自动生成时间轴表格 [3] - 在微观数据与宏观指标结合时，AI能快速汇总行业税负率 [3] - 风险案例库构建体现了AI在虚开发票预警中的精准性 [3] - 以“纺织行业虚开风险”为例，展示了如何通过发票字段指标（如作废率、税负率偏离）设计风控模型 [3] - 学员通过互动体验DeepSeek的深度思考模式，快速生成政策解读、调研问卷等内容，感受到AI工具在缩短科研周期、降低人力成本方面的价值 [3] 未可知人工智能研究院的背景与战略 - 研究院副院长张孜铭拥有北京大学与新加坡国立大学双硕士学历，曾参与国家《生成式人工智能数据应用合规指南》团体标准起草，并著有《DeepSeek使用指南》《AIGC:智能创作时代》等多部专著 [3] - 张孜铭担任北京大学汇丰商学院EDP授课导师、工信部专家等职务，其课程以“理论结合实战”著称，曾为多家政府机构和企业提供AI战略咨询 [3] - 未可知人工智能研究院作为行业领军机构，致力于AI技术普惠化，在培训体系搭建、技术方案落地及AI战略咨询方面积累了丰富经验 [4] - 研究院聚焦AI前沿趋势、商业落地与人才发展，致力于成为“AI时代的认知基础设施” [6] - 未来，研究院将继续深化与税务部门的合作，推动“AI+税务”融合创新，为税收现代化注入新动能 [4]

Lovart产品功能与价值主张 - 公司在黑色星期五促销期间提供4折优惠，其最高等级年费会员价格为948美元，约合7000元人民币 [2][3] - 用户购买会员的核心动机之一是获得包括NanoBanana Pro 4K版本、Midjourney、可灵O1、可灵2.6以及新上线的Seedream4.5在内的多款AI工具的一年免费使用权 [5][7][8] - 公司新上线的“编辑文字”功能，结合Nano Banana Pro，被一位拥有十几年经验的设计师认为拥有颠覆传统设计游戏规则的能力 [8][9] “编辑文字”功能详解与应用 - 该功能旨在解决AI生成图片（如PPT）无法修改文字的传统痛点，用户上传图片后，功能可在几秒钟内提取所有文字至右侧编辑框 [17][19][30] - 用户可直接在文本框内修改文字（例如改为抽象语录），点击应用后约十几秒即可生成新图片，新文字会按照原图样式极度精准地呈现 [32][34] - 该功能不仅能修改常规文字，甚至能处理传统设计中经过栅格化、钢笔工具调整或笔画拼接的特殊样式文字，实现了过去无法直接编辑的文字的修改 [34][35] - 功能的技术实现可能涉及多模态结构化识图，将文字拆解为可编辑框，再利用Nano Banana Pro的模型能力进行原位替换 [39] 功能组合与效率提升 - “编辑文字”功能与“画布”结合，可实现一键直出多个尺寸的海报或封面图，极大简化了设计师进行多尺寸适配的工作流程 [55][61][62] - “编辑文字”与“Touch Edit”（触碰编辑）功能组合使用，用户可通过按键（如M键或Ctrl+鼠标）自动识别并提取图中特定元素进行修改，实现文字与样式的同步高效调整 [65][70][72] - 公司提供的“Mock up”（样机）功能，结合“移除背景”与“编辑文字”，能快速将设计稿（如透明背景的Logo）贴合到实物模型（如汽车）上，方便生成效果图，提升了电商与平面设计效率 [76][78][81][83][85] 行业影响与范式转变 - 该系列AI工具的组合使用，使得设计师能够将99%的时间用于思考“做什么”，而非“怎么做”，从根本上改变了设计工作流程 [99] - 工具能力的进化正在消除传统设计软件（如PS）中因工具限制（如钢笔工具抠图、文字不可编辑）所建立的专业门槛，推动了设计行业的范式转移 [90][91][94][95] - 公司通过整合强大的AI模型（如Nano Banana Pro）与卓越的工程应用能力，创造了强大的协同效应，被视为定义了设计的下一个时代 [40][42][43]

人工智能素养的核心观点 - 人工智能素养是数字时代和智能社会的基础能力与必修课，其内涵远超单纯的技术理解，更侧重于理性运用工具的方法论和审视技术伦理的批判性思维[2][3] - 人工智能已如空气般渗透至日常生活和各行各业，从流媒体推荐到医疗诊断，从企业运营到教育场景，理解AI成为现代公民的必备素质[2][3] - 具备人工智能素养的个体和社会，不仅能高效利用技术红利，更能清醒应对潜在风险，参与塑造技术的未来，使其发展更透明、公平和可持续[3][21][23] 人工智能素养的重要性 - 皮尤研究中心的调研显示，仅30%的美国成年人意识到智能手表、聊天机器人等六项常见应用背后均由AI驱动，公众对AI的普遍性认知存在显著不足[5] - 约27%的美国人自认为每天多次与AI互动，但实际使用情况表明该数字被严重低估，凸显提升AI认知的紧迫性[5] - IBM 2022年研究显示，35%的企业已在业务中使用AI技术，42%的企业正在研究引入AI，AI正快速成为商业运作的核心部分[5] 人工智能素养的核心框架 - 技术理解：要求掌握AI系统感知世界、处理数据和决策的基础原理，认知其在模式识别、机器学习等领域的能力边界，并清醒认识到其表现完全取决于训练数据质量，可能存在误判和固有偏见[6] - 实际应用：能在生活和工作中熟练使用AI工具，并理解其在各行业中的作用，如推动制造自动化、辅助医疗诊断或提升教育个性化[7] - 伦理意识：需建立伦理认知框架，洞察算法偏见如何固化为社会歧视，理解对隐私的冲击、滥用风险，并明确AI系统必须满足透明度与问责要求[8] 企业层面的人工智能素养 - AI素养正成为企业竞争力的底层能力，它已超越技术部门的职责，是每个岗位都需要理解的工具，能有效帮助企业提高效率、创新流程和优化决策[9][11] - 企业培养AI素养应注重实践，让员工亲身体验AI在真实业务场景中的应用，如使用分析工具、引入自动化流程，这比理论学习更重要[12] - 企业必须建立持续的培训体系和伦理教育，确保员工能跟上技术更新，并建立“负责任使用AI”的文化，以兼顾效率与责任，赢得公众信任[13][14] 教育领域的人工智能素养 - AI教育的目标不是让所有学生编写代码，而是使其理解AI如何影响世界，AI素养应成为基础教育的一部分，但目前K-12阶段的相关课程仍非常稀缺[15][16] - 教学应以实践为主，例如设计简单的AI模型、观察行业应用、讨论伦理问题，这能帮助学生明白AI是一种社会现象，并能提升其在数学、科学等核心学科的学习效果[16][17] - 需要建立系统的AI教育框架，确保课程具有连贯性和适应性，并优先对教师进行培训，只有教师具备AI素养，才能有效引导学生学习与思考[16]

产品发布与定位 - 谷歌于11月21日正式推出图像生成工具Nano Banana Pro（Gemini 3 Pro Image），该产品基于Gemini 3 Pro构建，具备增强的推理能力、世界知识和实时信息接入能力 [2] - 产品旨在生成更准确、更具上下文信息的视觉效果，并能连接到谷歌搜索庞大的知识库，快速创建可视化实时信息 [2] - 在同期市场中，Nano Banana Pro被资深设计师评价为具有碾压性的整体竞争力 [2] 产品核心优势与行业痛点解决 - 产品近乎完美地解决了AI图像生成领域的五大行业顽疾中的至少4/5以上问题 [9] - 在一致性与可控性方面，产品原生支持高强度上下文保持功能，能同时处理多达14张参考图像输入，在复杂构图中精准保持多达5个角色的面部特征和服装细节 [9] - 通过对物理参数的深度微调功能，用户可自由调整景深、光影角度、色彩分级等参数，弥补模型对物理规则理解能力的不足，并支持最高4K分辨率图像输出 [16] - 在文本渲染能力上实现飞跃，能精准贴合品牌名称于易拉罐曲面，并根据指令生成符合透视和光影逻辑的多语言版本包装图 [13] - 为应对深度伪造风险，谷歌为生成图像嵌入SynthID数字水印，该水印在像素层面难以察觉但算法层面可精准识别，即便图像经过裁剪、压缩或滤镜处理依然有效 [15] 生态系统整合与市场影响 - 产品与谷歌生态系统深度整合，可生成高保真UI界面原型，并与Antigravity平台协同工作直接将视觉设计转化为前端代码 [18] - 产品将被整合到Adobe、Figma等主流创意工具以及谷歌自家的Slides、Vids和Flow视频工具中，以扩大在创意领域的应用范围 [18] - 在Nano Banana的推动下，Gemini的月活用户数在一个季度内从4.5亿暴增至6.5亿 [18] 定价策略与目标用户 - 相比于普通版，Nano Banana Pro版本定价更高：生成一张1080p或2K图像成本为0.139美元，4K图像生成成本高达0.24美元 [18] - 定价策略清晰划分用户群体，普通版适合日常娱乐和快速预览，Pro版专为容错率低的专业商业场景设计 [18] 与竞品对比 - 与Midjourney相比，后者在艺术性和创意性上有优势，但在多语言处理、物理参数调整以及高保真度生成方面不足 [2] - 与Stable Diffusion相比，后者在扩展性和灵活性上表现优异，但在生成内容的语义一致性和精确性上难以达到Nano Banana Pro水准 [2] - 与DALL·E相比，后者在趣味性和创意性生成方面突出，但工业级精确控制能力仍是其短板 [2]

生成式AI在自由职业市场的普及与影响 - 全球71%的组织已在至少一个业务领域常规使用生成式AI [1] - 自由职业平台因其短期、远程、高流动性的特征，成为观察AI对劳动力市场影响的“前哨” [1] - 生成式AI正以前所未有的速度和强度冲击线上自由职业生态，导致写作、设计、编程等任务需求显著下滑 [1] AI对具体任务需求的替代效应 - 在ChatGPT发布后的八个月内，易自动化任务（如写作、软件开发）的自由职业需求下降21%，远高于人工密集型任务（如数据录入、视频制作） [2] - 写作类任务需求下降幅度最大，达30.37%；软件与应用开发类任务下降20.62%；工程设计任务下降10.42% [2] - 图像生成领域同样受冲击，平面设计类任务需求下降18.49%，3D建模任务下降15.57% [2] 公众认知对市场需求的联动影响 - 用户对“ChatGPT + 写作”、“ChatGPT + 软件开发”等关键词的搜索量迅速上升，而对应任务的发布量同步下降 [3] - 公众对AI可替代性的认知提升，直接加速了相关自由职业岗位市场需求的萎缩 [3] AI替代效应的技能层次差异 - 初级和中级自由职业者承接的任务最易被AI取代，如博客文章、基础文案、简单Logo设计等 [4] - 高技能自由职业者（如负责深度策划、高质量专题写作、品牌战略设计）的需求反而获得更多认可 [4] - 未被AI取代的任务复杂性和报酬有所提升，可能催生新的高技能岗位 [4] 自由职业市场的新需求与技能转变 - 基础写作任务被AI替代，但高端内容创作、深度分析报告撰写、与AI协同生成内容等新型任务呈上升趋势 [5] - 雇主越来越倾向于选择明确标注掌握“ChatGPT使用技能”的自由职业者，AI协作能力正成为市场刚需 [6] AI时代劳动力市场的核心挑战与应对 - AI革命的核心挑战是“技能摩擦”而非岗位消失，劳动者必须提升技能才能适应新技术 [7] - 企业最需要具备数据理解能力的员工，“数字能力”成为AI时代的核心技能 [8] - 企业需识别易自动化任务，并为员工提供持续学习途径，以确保组织复原力和员工成长 [9] 技术革命的长期展望 - 技术进步在带来阵痛的同时会创造更广阔的机会，未来竞争格局取决于“谁能与AI协同共赢” [9]

文章核心观点 - 传统教育和工作路径在信息时代已显不足，个人和公司需掌握五项“非对称优势”以实现复利式成长，这些优势侧重于战略思维、工具运用和影响力构建，而非单纯的努力工作 [3][5][25] AI工具运用 - 公司应研究并叠加使用多种AI工具构建工作流，而非单一依赖某个工具，需测试比较不同模型的优势并分配任务 [8][9][10][11] - 行业领先者将AI视为实验室而非玩具，通过跟踪开发者、阅读案例学习和参与实验来探索工具极限 [8][9] 谈判策略 - 公司可通过凸显价值使谈判焦点从价格转向解决方案，让合作方主动靠近而非抵触 [13][14][15][16] - 需根据业务潜力灵活调整合作条款，对低价值客户应果断放弃以避免负面影响 [17] 优先级排序 - 员工通过优先级排序可将高影响力工作产出提升23%，同时工作压力减少40%，这是绩效倍增的关键 [19][20] - 行业成功者注重决定“不做什么”，而非盲目忙碌，优先级排序能避免无效专注 [18][19][20] 数字影响力构建 - 品牌在社交媒体追求的是品牌形象、市场信任和估值提升，而非单纯曝光度，需由核心团队精准决策内容策略 [21][22][23] - 行业影响力可通过深度内容在权威平台发布实现，目标是在关键人群中塑造认知而非追求病毒传播 [22][23] 情绪管理与战略定力 - 具备情绪管理能力者年均收入可高出29000美元，这种能力在高压环境中能提升领导价值达4倍 [24][25] - 公司需培养区分紧急与重要事务的能力，动态调整资源分配，并基于业务影响平衡利益相关者需求 [24]

行业趋势与市场表现 - AI短剧在中国市场获得显著关注，例如《山海奇镜之劈波斩浪》在线播放量超过5000万，显示观众对AI生成内容的热情 [1] - AI短剧的单集时长有时不到30秒，这种格式特别适合在智能手机上播放，并且AI生成内容在小屏幕上不易暴露视觉瑕疵 [1] - 另一部AI短剧《九尾狐男妖爱上我》因其超现实的视觉效果和无厘头情节在社交媒体上大受欢迎，部分观众选择忽略视觉上的不协调以享受内容 [1] 制作流程与技术应用 - 在制作中综合使用多种AI软件，包括使用ChatGPT生成剧情、Midjourney生成静态图像、可灵AI生成动态视频、Suno生成配乐，而剪辑和配音环节仍由人工完成 [1] - 人工智能技术显著降低了制作成本并加速了整体制作流程，被视为一种新的讲故事方式，能够产生具有视觉冲击力的怪诞效果 [1] - 行业专家指出，未来所有的影视从业者都需要使用人工智能工具，需要为此做好准备 [1] 原创性与版权争议 - 存在对AI模型大量使用现有作品却缺乏相应报酬体系的版权问题担忧，同时AI生成的内容本身也可能面临被剽窃的风险 [2] - 尽管借助AI技术，但创作者认为内容的核心创意，如角色和神兽的形象设计，来源于人类自身的想象，声称这些是完全原创的作品 [2]

AI技术能力的快速演进 - AI生成内容的能力在不到一年内提升了近两三倍，以往难以实现的复杂镜头现在已能轻松搞定[2] - 早期模型对提示词的遵守能力较弱，生成复杂画面容易出现崩坏，制作《故宫猫猫上班记》时一个镜头反复尝试甚至耗费2000多元[4] - 技术门槛显著降低，从2022年需要在电脑上配置环境使用ComfyUI，发展到如今提示词都可以借助ChatGPT完成，创作者只需提供简单想法[7] - 20多秒的超长镜头现在能用AI延长功能一次生成，可能一到两次尝试就能成功，制作流程已变得流畅[5] 设计行业工作流的深度变革 - 设计师社区站酷的用户中，从来不用AI的设计师已不到1%，日均使用AI超过一小时的用户高达七成[7] - AI正在重塑设计师角色，使其从只做视觉设计转变为参与功能定义、市场运营、商业决策等全链路的"一人成团"[7] - AI让小型工作室或个人具备了挑战传统大型机构产能和创意的潜力，行业的组织形态与就业市场正在被重构[10] - 项目执行日益碎片化，好莱坞大型动画制作被拆分成无数环节全球竞标，AI普及将进一步加剧此趋势，并催生专门撰写提示词等新兴角色[10] 新兴创作者生态与市场格局变化 - AI为小型创作者提供了直接参与市场竞争的"入场券"，新生代创作者可跳过基层琐碎工作，直接磨炼核心创作能力[11] - 出现由3-5人组成的小团队通过AI制作出与传统大型公司水平相当作品的趋势，这可能替代原来由大公司承接的工作[12] - 00后设计师ZayG从环境设计专业成功转型为AIGC博主并加入Midjourney中国团队，体现了AI带来的新职业路径[11] - 创作者面临持续学习压力，AI工具快速迭代可能导致过往学习经历清零，需要极短时间内调整心态适应新工具[12] 对AI技术应用的反思与人文价值探讨 - 西方资深艺术家对AI抱有较强抵触情绪，认为AI"剥削了他们的生产力"，几分钟内就能做到他们几十年学习的成果[14] - 人类创作者真实的笔触、探寻的过程以及作品中的"人味"和情绪，被认为是当前算法无法复制的独特价值[16][18] - 创作流程从"想法在先，执行在后"转变为"想法和执行同步迭代"，AI作为提案助手和数据支援，但最终打动人的内容仍需人类打磨[16] - 过度依赖AI可能导致内容同质化，个人的独特性和原创性将变得更珍贵，效率并非设计的全部[16]