|
|
多功能的智能机器人会普遍出现在我们的日常生活中 |
|
|
AI欠缺人类的经验和主观感觉判断 |
文/羊城晚报记者 陈晓楠 AI制图/小蕲 过去这一周，科技界巨头们再次掀起一场AIGC（生成式人工智能）风暴。OpenAI、谷歌等公司均展示出最新的大模型技术和突破性的AIGC应用，比如GPT-4o的免费推出。这些新技术的频繁发布无不彰显出AI技术的快速迭代以及AIGC应用的势不可挡。 自2020年ChatGPT-3出现以来，AIGC的触角已从文本、绘画蔓延到音乐等媒介，每一次产品发布都牵动着各行各业人士的神经。当AIGC不断敲响行业变革前的鼓点时，“AI不会取代你的工作，但知道如何使用AI的人会”这句话在网络上广为流传。 作为市场经济的风向标，在内容生产方面有高质高效追求的创意行业，对于AIGC的实际应用情况如何？为此，羊城晚报记者深入采访了几位站在AIGC创意产业一线的专业人士，他们眼中，人工智能带来的震荡似乎并不是我们想象中那样简单。 关于应用 AI已覆盖了创意提案50%的工作 游戏策划师Coala（化名）早在去年就已开始利用AI作画工具Stable Diffusion、Midjourney等，辅助完成手头上的游戏原画设计与情景图的创作。她说：“AIGC工具可以用于内部沟通，确实提高效率，方便且省钱，公司很鼓励我们使用。” 而国内知名独立创意机构F5的首席创意官、戛纳国际创意节评委范耀威则告诉记者，他们早在2020年就开始使用AIGC相关工具了，当时他们进行了一次极具创意的尝试：通过训练一个网络模型去学习莫扎特的所有作品，并结合他去世后45年间各种音乐流派的变化，预测40岁、60岁和80岁的莫扎特可能创作出的节奏和音乐风格，最终创作出一系列全新的作品。最后，他们用一场音乐会来呈现了这些作品，并成为一个让业界瞩目的技术和艺术融合案例，获得2021戛纳国际创意节铜狮奖。范耀威认为，“其实现在AIGC已经能帮我们完成创意提案至少50%的工作了。”他表示，如今在他们公司的招聘要求包括员工绩效考核中，AIGC指令技能已成为一项重要考量。“如果我的员工完全不懂AIGC，他可能就没有办法很好地服务我们的客户了。”范耀威甚至表示，近期有一些品牌在项目招标时，也会明确要求代理商要有使用AIGC的能力。 如今他们的技术团队正在开发一个AI音乐应用，可以让用户基于一首特定音乐，输入指令，生成个性化歌词并由AI演唱——这个应用将来或许能应用于各种营销活动，带来收益。范耀威认为，从策略层面到创作阶段再到客户提案，AI工具已经让团队可以更快速、更高效地完成任务。例如，利用AI抓取数据和市场调研信息、使用AIGC生成故事脚本和创意画面等。“比如一份20个画面的彩色故事模板，过去我们需要3天时间联系外部插画师进行配图，现在使用AIGC，已可以在1至2小时内完成，这种效率的提升让我感到非常震惊。”所以，他一直鼓励员工要主动学习最新AIGC技术，至少需要掌握提示词技能。他认为，在信息“爆炸”的今天，并不需要传统意义上的培训课程，员工完全可以通过互联网自主学习，掌握到实际的操作方法并将所学应用于实践中。 范耀威所说的这些，其实也是目前许多创意产业公司的普遍做法。上海春及传媒CEO赵英告诉记者，他们也会帮员工订阅AIGC相关信息，还设有专门部门研究AI新产品，如今部分AI工具已经嵌入到他们自己的营销产品中。而国内外已涌现不少AIGC艺术家、创意人，他们使用这些技术制作出优质作品，并正在以上千甚至上万的价格进行售卖。 可见，AIGC在创意产业公司内部发挥出的作用已不可小觑。 关于创意 AI创作仍需要“人类的见识” AIGC确实给创意产业的从业者带来前所未有的机会与挑战。但把“创意”或“创新”这件事交给AI，真的可以吗？ 模型玩具摄影和平面设计师梓坚去年开始和同事们一起尝试使用AIGC来开发一系列简易拼装玩具的设计图，他表示，在使用AI进行设计工作时，人工介入仍然是必不可少的。只是在处理不同板块之间的嵌套关系时，AIGC确实可以打破固有的思维模式，带来意想不到的设计灵感。 赵英也指出了人为参与的重要性，说：“要判断AI生成的作品能不能用，人类的审美始终是最基本的要求。”赵英指出，“用AIGC渲染一张图，然后再用人工来作一些修改”是目前业界普遍采用的做法。 对于AI的创意能力，范耀威强调了“人类的见识”在这一过程中的重要性。他说，目前可选择的工具很多，“很多时候人们利用AI生成的内容总觉得不够好，其实并不是因为AI做不到，而是我们没有发出好的指令。”他认为，“未来的竞争，就是谁更会使用指令。”AI虽然学习了人类的大量已有知识和经验，但它的输出还是要取决于输入者的见识广度和深度。“一个人如果不了解莎士比亚，就不会想到用莎士比亚的风格去写广告；如果不知道卓别林，就不会懂得把这种幽默与深刻运用到脚本创作中。”因此，从业者需要不断拓宽自己的视野，不断学习，以便于AI有更多的“共同语言”，这样才能有更高效的“提示词能力”，提出更精准、更具创意的指令。同时还要求创作者本身具备较好的判断力，去筛选、修改AI生成的内容，直到满意为止。 范耀威说，个人的见识是有限的，但AIGC作为一个大模型，它可以带来更多新的创意可能性，并成为人类创作的灵感源泉。但他也指出，当前AIGC大模型追求通用性，这导致其生成内容往往平庸无奇。未来可能还需要针对特定领域进行精细化训练的大模型才能产生真正有价值的内容。“不过AIGC一直在进步，我经常能看到耳目一新的玩法。”范耀威说，“不断更新的大模型数据库，能让AI产生更多新颖的内容，不过，目前它的出品还没有让人感到审美疲劳，并不意味着未来就不会出现这样的问题。” 他强调，AI创作的核心并不在于人是否精研了AI技术，而在于人的指令能力——即“提示词能力”的运用。也就是说，创意的产生最终还是取决于人类本身的能力。 关于取代 AI缺乏人类的经验和主观判断 一份来自业内的报告称，目前的AIGC大模型应用有三种类型，分为自研基础大模型、自建垂直大模型和API接入。其中，自建垂直大模型是指在基础大模型上，使用不同行业数据再训练，微调后就能形成不同行业适用的垂直大模型。这一领域的创新，也让各行各业都陆续搭上AIGC快车。 还是以创意产业为例。正在经历着前所未有的变革的创意产业，在营销、设计、影视、游戏等不同板块均有自建垂直类AIGC产品诞生。暨南大学广告学系副教授、广东省广告协会广告教育联盟理事长朱磊指出，“创意产业在科技革命的推动下经历了多次变革，从网络媒体到大数据，如今轮到了AIGC。”AIGC不仅改变了该产业链的业务模式，更可能从根本上影响整个商业模式。他指出，如今AIGC已经广泛应用于创意产业的多个环节，从创意生成到市场调查，再到创意策划，到提案和交付，几乎所有数字营销公司都在尝试将AIGC整合到工作流程中。例如，通过AIGC生成不同风格的模特图像，再由人工进行审稿和拍摄。这种方式不仅提高了效率，还确保了版权问题得到解决。 他表示：“AIGC对创意产业的改变程度，取决于公司对其的接纳程度，以及其在全业务链中的应用情况。” 范耀威也指出，AIGC的发展改变的主要是创意产业的工作模式。比如，原本需要一个团队才能实现的项目，现在一个人便可通过AIGC独立完成。“我们几乎降低了2/3的成本。现在一个项目需要参与的人数比以前更少，很多工作我直接分配给AIGC完成。”他说，如今不少创作平台已经初现“一人有限公司”的雏形。 AI确实已经可以取代一些基础性的创作工作。范耀威由此提出了一个假设：如果AI技术足够成熟，企业主甚至可能不再需要下属或代理商，而是直接通过AI生成宣传内容并投放市场。他认为这样的前景无疑给从业者带来一定的职业危机感。 但梓坚认为，AIGC在当前阶段并不能完全满足其公司商业化使用的需求。所以他并不认为AI会对创意产业构成“太大威胁”，“纯技术性岗位可能会被AI替代，但需要经验和主观感觉来判断的岗位，如摄影和设计等，AI暂时无法取代。因为当你需要一些领先于行业的东西时，只靠AI是没办法做到的。” Coala还发现，AI并不能真正解决质量问题。“目前，我使用AIGC只是追求速度以及在公司内部进行可视化交流，如果真正要追求作品质量，还是需要原画师的润色甚至重画。” 朱磊最后指出，由于AIGC的不稳定性，工作量难以计算也是目前困扰着人力资源的难题，而且一部分传统创意产业从业者对AIGC仍持抵触态度。所以说，人类与AI将进入一种“相爱相杀”的共创关系。他认为，“AI与人类应该是伙伴关系。在某些人类独有的领域，如手绘广告、现场体验活动、人与人之间的互动等，AI只能‘靠边站’，因为这些领域具有独特的情绪价值和原生价值，是不可复制的。这些不可复制的价值在未来累积到一定的量，就会成为新的商业模式。但人机共创将是未来的发展方向，未来AI可以处理大量重复性工作，而人类则可以专注于更具创造性和情感价值的部分。”
