文|娛樂資本論 James
馬上就過年啦！你家里過年有什么習俗呢？
原先，是聚在一起放鞭炮，吃一頓團圓飯，不論主食是餃子還是米飯。八九十年代，電視機里看春晚成了一條新增的民俗。接下來，移動互聯(lián)網(wǎng)的興起，又讓電子紅包替代了“實體紅包”和紙幣。
要說過去的一年有什么新技術(shù)最火爆，那肯定是AIGC了。面對大模型如雨后春筍般出現(xiàn)，文生圖工具解放了普通人作畫的門檻，越來越多的自動回復開始變得更智能……我們很好奇。AIGC會給2024年的春節(jié)帶來怎樣的新民俗呢？
01 百度：三款主要產(chǎn)品批量上新
首先，我們得一起來梳理一下“大廠”們交的答卷。
百度旗下三款主流應(yīng)用——百度APP、文心一言和百度網(wǎng)盤，都在春節(jié)期間批量上新。
文心一言可以生成數(shù)字分身，使用照片、人聲并指定性格，可以輸出一個對話模型，并使用你的音色回答問題。
它的性格設(shè)定用了MBTI的概念，說不準可以看到另一個次元壁上的自己是啥樣。遺憾的是，照片只不過是用作頭像，如果要做數(shù)字人拜年視頻的話還是不行的。
另外，如果單論輸出音色，其實剪映目前也在內(nèi)測生成音色功能，據(jù)說很快就要全量上線。這樣，你就不用在孫悟空和派大星那些里面選來選去了。
在百度APP可以使用寫祝福、畫頭像、畫龍、拍寫真這些功能，祝福語也可以寫藏頭詩。
百度網(wǎng)盤的云一朵智能助手，將其中的星座運勢功能稍加改動變成了生肖運勢預測，你覺得他說的靈驗嗎？
02 阿里：全民舞王再顯神通
阿里的通義千問，年初以“全民舞王”這個小游戲走紅，娛樂資本論·視智未來也對其背后的技術(shù)研發(fā)團隊做了個詳盡的專訪。
在過年期間，通義千問將全民舞王、通義萬相、通義照相館三個特別功能都做了春節(jié)特別安排。
“通義萬相”是經(jīng)典的作圖工具，新增的“萬物成龍”功能讓萌寵、風景、靜物等圖片都可以生成類似風格的龍，我們試了試輸入河豚君：
 
|
|
新春版全民舞王新增了幾個能添加舞伴的動作模板，正如他們預告的那樣，“今年計劃加入的新功能，至少包括多人共舞和上傳半身照片”，當然這么快就出來也是讓人沒想到的。
至于“通義照相館”，可以在同一張照片當中，引入最多5名不同的家庭成員，用自己5張正面照片所制作的數(shù)字影像模型（LoRA）合影。
他們預設(shè)的模板涵蓋了一些影樓常見的全家福照片的風格。我試了一下，效果還不錯，至少能看出是我的臉。
目前在阿里的各個部門中，對AI技術(shù)的應(yīng)用，似乎是在進行“賽馬機制”。眾所周知的妙鴨相機，跟通義照相館也是采取獨立發(fā)展的路線。而在支付寶APP當中，也有另一個不太起眼的AI應(yīng)用。
支付寶“集五?！币呀?jīng)接近尾聲，有一種途徑，是在畫面當中“找不同”的方式來找福字。他們使用ControlNet類似的方式將福字嵌入到AI文生圖當中，每個圖當中會有1~2個福字，很容易發(fā)現(xiàn)并且用手點出來。據(jù)說功能上線也就一兩天時間，已經(jīng)生成了10萬多張帶有福字的圖片。
03 智譜：收編網(wǎng)紅“家族群模擬器”
在大廠之外，有多個個人和機構(gòu)開發(fā)者都瞄準了大語言模型能進行情景模擬的優(yōu)點。過去一個月當中，已經(jīng)有多款模擬器類產(chǎn)品出現(xiàn)，直接針對過年場景的更是不少。
有清華血統(tǒng)的智譜清言一口氣推出了好幾個模擬器，其中包括“七大姑八大姨模擬器”，還有為家庭聚會準備游戲，或者是如何表現(xiàn)高情商等等。
當然這些選單點擊過去之后，也有一定概率會發(fā)現(xiàn)，它生成的答案并非那么特異性。不過我們要重點講講模擬七大姑八大姨的模擬器，它背后還有一個小插曲。
與僅僅使用prompt調(diào)節(jié)的場景模擬相比，由Chatmind AI開發(fā)的一個家族群模擬器《決戰(zhàn)拜年之巔》就進行了更周到細致的，全方位的模擬，其效果也更逼真一點。Chatmind是獨立團隊開發(fā)的大模型驅(qū)動的思維導圖產(chǎn)品，之前使用的基底大模型是GPT-4。
在前兩天被媒體廣泛報道之后，該模擬器經(jīng)過多次擴容，仍然無法滿足火爆的體驗需求。開發(fā)者把服務(wù)遷移到了上面剛說的智譜清言上面。
這些模擬器之所以走紅出圈，關(guān)鍵還是在于模擬得準，不太出低級錯誤，不讓人出戲。這體現(xiàn)出了作者對大模型微調(diào)訣竅的精通程度。
其實視智未來覺得，這種在機制設(shè)計上比較成熟的模擬器，如果可以自由切換底層模型的話，倒不如開源出來，作為一個變相的大模型評測基準?？赡鼙饶切┎粩啻痤}的測試會有用一些，也免得動不動就說某某模型又超越GPT-4啦。
04 AIGC元年，AI春晚也來了
在各種由技術(shù)進步帶來的春節(jié)新民俗當中，春晚可以被稱為是“皇冠上的明珠”，嗯，我知道這個詞有點俗。
在UGC初出茅廬的時候，人們憋著一股勁，想要證明草根也是可以做高水平的節(jié)目的。這可能就是AB兩站春晚的萌芽。B站跨年和拜年祭，現(xiàn)在已經(jīng)是全站的明星活動，同時也是維系10余年來從二次元到國潮不斷變化的主流人群，凝聚所有人心的一個最大公約數(shù)。
而在AIGC概念翻紅的第一年，我們就能看到一場AI春晚的誕生。
這場AI春晚，號稱有十幾家AI工作室同時參與策劃，4個多小時一共有40多個節(jié)目。
翻看他們的節(jié)目單，大部分都還是我們熟知的文生圖基礎(chǔ)上的視頻生成，充分利用了目前AI工具特有的風格化特點。比起早前的炫技成分，現(xiàn)在在技術(shù)落地，參加廠商贊助的大賽等過程中，作者們更重要的是考慮如何將這種特異性的風格，用來敘述一個可用的故事。
當然也完全可以預測，由于模型主要依賴其自有知識，而且有些效果好的工具屏蔽了100年內(nèi)有版權(quán)的形象IP，和現(xiàn)當代名人的形象生成，因此這里面講歷史的作品很顯然會更多一點。
而在所有這些節(jié)目當中，其實生產(chǎn)難度最大的，沒準應(yīng)該是生成小品。這是因為，河豚君自己也嘗試了一下做小品這件事，體會到了其中的艱辛。
我們自己也使用多種AI工具復合的測試了一下，但是說實在的，效果還是一般。
比如ChatGPT被要求選擇過去一年熱門話題和網(wǎng)絡(luò)流行語的時候，結(jié)合人類同事的一些提點，他成功地向我們講述了一個智能音箱在夫妻、婆婆三人交談時不合時宜的插話，最后導致誤會并解決誤會的故事思路。
但是后來，它就直接罷工：
當然這很可能是來自O(shè)penAI方面的限制，原因則不排除是有些學校的學生用它來寫論文，要盡量防止代寫作業(yè)的情況。
既然人家不情愿，我們也不能逼他。
但是，有一點不得不提：
目前，不論是生成一個較長的視頻片段，還是用AI去寫小說、寫劇本、寫小品，其中無可避免都要涉及一個最使用人力的過程——就是“挑”。
前一段時間，荷蘭著名光刻機廠阿斯麥（ASML）在YouTube上公開了一段時長三分多鐘的廣告，全都是使用Midjourney，Stable Diffusion和Gen-2等工具來生成的。但是在整個生成的過程當中，作廢的片段很多，最終要手動挑選并且連在一起。
據(jù)官方表示，該內(nèi)容的創(chuàng)作耗費了多達1963 個Midjourney 提示，提供了約 7852 張不同的圖片，然后使用 Runway Gen-2 對這些圖片進行了編譯。在整個廣告中，最復雜的部分是"艾薩克·牛頓"部分，主要是因為它涉及到一次多個形體轉(zhuǎn)換，這很難實現(xiàn)。
截至目前，在文生視頻方面，或者像我們所說的文學創(chuàng)作中，AI工具要想出好結(jié)果，仍然嚴重依賴于創(chuàng)作者本人是否具有此前的從業(yè)經(jīng)驗和審美。
但是在普及化之前，就讓我們先享受當下的AI——
把使用通義照相館生成的虛擬全家福打出來掛在墻上；
手里拿著七大姑八大姨模擬器，像使用谷歌翻譯一樣對答親屬的提問；
然后再打開電腦或手機，看一看AI春晚。
最后，咱再貼一副大模型給做的對聯(lián)：
文案：ChatGPT；圖片：阿里通義實驗室AnyText
齊活兒！