用AI打造「數位分身」的Lensa爆紅,衝上排行榜冠軍!演算法背後藏哪些隱憂?
用AI打造「數位分身」的Lensa爆紅,衝上排行榜冠軍!演算法背後藏哪些隱憂?

近幾年來,人工智慧(AI)的發展可說是隨著科技日新月異而突飛猛進,在藝術與文學界中,除了前陣子受到矚目的AI生成圖像工具DALL-E 2、Midjourney AI之外,最近幾週在網路上掀起熱議的AI聊天機器人ChatGPT還可以幫你翻譯、寫程式、文案、小說與劇本。

AI生成數位肖像畫亦是近期熱門話題之一,如果你經常泡在社群網站,可能會發現許多朋友紛紛利用美圖秀秀的AI Art功能,將人物、動物照片轉換成日系動漫畫風格的圖片。同樣的風潮也席捲美國、影響當地App Store熱門排行榜,其中提供「魔法分身」的Lensa AI更成為榜上第一的人氣AI藝術App。

雖需付費,Lensa仍稱霸App Store、下載量爆棚

Prisma Labs曾在2016年推出人工智慧濾鏡App「Prisma」,用戶只要動動手指,就能將照片瞬間變成名畫;該團隊又以深度學習文生圖模型Stable Diffusion為基礎,在於2018年推出影像編輯工具Lensa AI,不過直到今年(2022)11月Lensa AI宣布推出新功能魔法化身(magic avatars)後,讓用戶將其自拍照變成具有科幻、動畫風格的虛擬分身,該App才一夕間走紅。

雖然Stable Diffusion為免費開源軟體,但欲使用Lensa AI的新功能則必須付費訂閱,或是選擇免費試用一週。年訂閱費為35.99美金,或是以頭貼數計價:生成50張頭像要價3.99美元,100張為5.99美元,200張則為7.99美元。另外,Lensa也建議用戶上傳10到20張包含不同背景、表情與角度的臉部自拍照,以供AI製作圖像,而用戶約等待20分鐘,即會收到自己的虛擬分身。

對於用戶照片的安全問題,Prisma Labs指出,Lensa是透過AWS雲端運算服務來處理影像,當AI模型利用照片進行訓練後,便會永久刪除伺服器中的檔案,以及單獨訓練模型用的副本。也就是說,每次用戶欲製作新的頭像時,都會再次被要求上傳照片。

根據App Store分析公司Sensor Tower的資料,Lensa AI自2018推出後,已在全球累積2220萬次下載量和近2900萬美元的收益。而在發布魔法化身功能後,11月的單月下載次數飆高至160萬次,比前一月份的21.9萬次高出631%,其中來自美國的收益佔58%,也是Lensa AI的主要市場。

截至12/11,Lensa AI仍稱霸美國App Store的第一名,光是12月的全球下載次數就達1260萬(其中美國佔了260萬次),比起同期11/20至11/30的下載量(180萬)高出600%。另外,Sensor Tower也發現,在美國App Store下載次數排名前100的應用程式中,有8個是AI藝術App,包含以文字生成頭貼的兩個應用程式AI Art: AI Image Generator與Dawn — AI Avatars。

AI生成
Lensa AI生成圖片。

女性與種族偏見浮現,資料庫惹創作者不悅

根據《CNN》作家Zoe Sottile實測,她指出Lensa的數位肖像圖整體來說效果不錯,提供的成品也呈現多元風格,且AI似乎能辨識部分臉部特徵(如膚色、鼻子形狀),讓產出的人物外表保有一致。然而,她也提到這個App生成出來的女性圖像具有不少偏見,她先前上傳至Lensa的照片雖都是衣著整齊、或以臉部為主,收到的圖片卻出現部分身體裸露、煽情面容、暴露服裝等情況。

實際上這種情況並非個案,加利福尼亞大學洛杉磯分校(UCLA)的研究員Olivia Snow也分享了其測試結果。當她上傳一般自拍照與兒時照片後,最後竟然收到裸體圖像。另外亦有其他非白人女性表示,Lensa製作的圖像不僅美白她們的肌膚,連五官特徵也被西化,有人的身材甚至變得更瘦。

Olivia Snow還指出,雖然Lensa明文禁止13歲以下的兒童使用,但似乎並沒有針對兒童、裸露等內容進行嚴格管理或審查,也沒有規定用戶只能上傳自己的圖像,其唯一相關的規範只有「所有照片上都是同一個人」以及「照片上沒有其他人」。這對於弱勢族群(孩童、婦女、有色人種等),都可能會造成嚴重傷害,因此她呼籲應有更完善的政策來規範這類App。

AI生成圖2
Lensa AI生成的女性圖像。

而作為Lensa基底的深度學習模型,Stable Diffusion是仰賴名為LAION-5B資料庫收集網路上大量的數位藝術圖像,並使用這些作品用來訓練AI。但目前創作者無法自主選擇同意或拒絕其作品加入該資料庫,再者,不少創作者指出Stable Diffusion利用他們的創作,除了沒有通知他們、取得同意,也不願意補償或是標註來源(credit),對於作者來說都是一種不尊重與傷害。

另外,比起真人創作者,AI繪製的數位藝術或是肖像相對更加快速、費用也較為低廉,因此AI會不會取代創作者也成為具爭議性的話題,亦有創作者會擔心未來的生計會受到其影響。

不過為了安撫大眾,Prisma Labs特別發布推文強調,AI和人類本質上還是不同,雖然它能夠分析大量資料並快速學習,但無法像人類一樣重視、欣賞藝術品,且任何生成圖片都不能成為他人創作的複製品。最重要的是AI工具的普及會讓手工完成的作品更有價值。

Stable Diffusion
Stable Diffusion模型訓練所產出的AI繪圖。

該跟風玩數位肖像嗎?看看創作者、隱私的觀點

儘管爭議未止,AI作為一種新的圖像生成方式仍引起許多人的關注與好奇,創造虛擬分身、打造另一種自己或許都能實現大眾的憧憬,也因此造就這種社群網站上的病毒式瘋傳,連NBA球星勒布朗.詹姆斯(LeBron James)、知名日裔美國DJ Steve Aoki與人氣YouTuber Marques Brownlee等人都將其AI數位肖像圖分享到社群上。

有人認為這種新興的AI數位藝術很有趣、值得一用,但也有人覺得應該抵制使用這類App或軟體。美國配音員Jenny Yokobori對此在推特上聲明,自己並不鼓勵任何人使用AI數位肖像,儘管AI看似無害,卻是竊取了創作者多年來的心血,並且正持續傷害他們。她也呼籲大眾時間思考這項技術帶來的後果,以及創作者們的心情。

此外,個資與上傳的照片也是使用者需要留意的隱私問題,在Lensa AI的使用條款中,註明著「當您下載App並上傳照片時,您將給予Lensa永久、不可撤銷、非排他性、免版稅、全球性、完全付費、可轉讓、可轉授權的許可,以使用、複製、修改、分配、建立用戶(您)內容的衍生作品」。儘管官方強調不拿照片作為其他用途,但也難保不會有其他疑慮。

除了持續精進的技術,AI與創作者的關係、AI的數據蒐集以及資安問題都還有需要討論、研擬規範的空間。而對於我們使用者來說,無論是美國市場當紅的Lensa AI,還是台灣網友們瘋迷的美圖秀秀(AI Art功能),在使用前都應了解上傳照片有一定風險,沒有絕對安全的系統與資料庫。

資料來源:TechCrunch 1TechCrunch 2CNETNEWSNATION

責任編輯:錢玉紘

關鍵字: #人工智慧
往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓