元宇宙洞察 | AIGC，火熱之餘還請冷靜

作者：番攤123

題圖：Photo by DeepMind on Unsplash

最近火出圈的AIGC（AI Generated Content，人工智能創造的內容）再次引起了社會的廣泛關注，隨着一幅AI畫作賣出高價的新聞刷屏，在Web3呼之欲出的時代背景下，不禁又引起了世人的無限遐想。無可否認的一點是，AIGC正在逐步滲透到越來越多的地方，視頻、直播、主持、晚會、舞台等領域隨處可見AIGC的痕迹，AIGC也給內容生態注入了新鮮血液，成為繼PGC、UGC之後全新的內容生產方式。僅僅一幅畫就令諸多畫家感到了失業的危機，現在日益拓展的AIGC也讓其他領域的創作者都在擔心自己有朝一日會被AIGC取代。而資本早就嗅到了商機，並逐漸加大對於AIGC的投資布局力度，AIGC也完成了從文字到圖畫再到視頻的躍遷。

百度CEO李彥宏曾指出AIGC應有三個發展階段，第一是助手階段，AIGC用來輔助人類進行內容生產；第二是協作階段，AIGC以虛實並存的虛擬人形態出現，形成人機共生的局面；第三是原創階段，AIGC將獨立完成內容創作。目前看來，AIGC剛剛走過第一階段，正在邁入第二階段。隨着Web3時代的來臨，越來越多的玩家入局AIGC，並在資本的助力下飛速發展，實現了美術、音樂、視頻、遊戲等多領域的內容共創。在數字化與信息化的浪潮下，AIGC簡直無孔不入，並在多個領域嶄露頭角，這裡舉個本人今天親自體驗的例子，心識宇宙（Mindverse）的“萬物總動員”，從不同維度評測一下。

心識宇宙是數字心識領域的開創者，團隊來自全球各大頂級高校且均具曾在頭部企業擔任高管，成立初即獲頂級機構的天使輪投資，是目前國內一流的虛擬人形象打造企業。自研的MindOS系統具備定製級能力，以此為基礎構建的AI心智生成引擎，突破了傳統AI單點能力的限制。心識宇宙着眼於賦能品牌、應用開發者和個人打造屬於自己的智能虛擬人，讓虛擬人真正有可能成為元宇宙的原住民，去陪伴、服務每一個用戶。

目前心識宇宙的核心產品有MindOS和“萬物總動員”，企業級虛擬心識，陪伴式虛擬人，虛擬教練/藝術家（Mindas a Service）。今天礙於條件所限，只體驗了“萬物總動員”小程序。

Photo by DeepMind on Unsplash

“萬物總動員”的原理是將心識宇宙將關鍵技術“全腦心識框架”應用於身邊的萬事萬物，讓用戶可以隨時隨地和任何事物展開有趣的對話，降低了體驗AIGC的門檻。

• 使用難度：毫無難度，用微信小程序即可體驗。
• 亮點：將關鍵技術應用在手機端，讓身邊的一起均能擬人化，語言清晰且形象生動，非常新鮮且兩眼。
• 操作難度：很容易，會玩微信就行。
• 關注度：很高，身邊常有人在玩。
• 槽點：對具體事物的識別精度還有待提高，識別了身邊四樣但只有一樣結果勉強沾邊。

這僅僅只是一家企業，它的AIGC業務就已經囊括了圖片，文字，虛擬等多種門類，AIGC的廣闊前景也可見一斑。不過在火熱之餘還請保持冷靜，一切未必真有想象中的那麼美好。蘋果前CEO喬布斯曾有句名言：“我眼中的蘋果，一直都是處在人文與科技的交叉口上。”蘋果之所以能成為蘋果，這種“交叉口思想”至關重要，對其他科技企業和產品同樣有啟發意義。對AIGC而言，這也是各家產品普遍存在的痛點。有人曾一針見血的指出：“內容與科技有本質的不同，它發自內心，解決內心的焦慮。我們可以通過技術手段去打開物質世界，但探索內心世界則需要通過內容。”

Photo by DeepMind on Unsplash

從人文角度說，AIGC當前的現狀是缺少優質爆款內容，AI作畫固然精緻但細節禁不起推敲，而且畫面也缺少質感，這些缺陷不是靠算法就能彌補的；半年前百度的虛擬人，號稱雙商在線的度曉曉寫出的高考命題作文，雖然擊敗了網上七成多的作品，但也被批評“過於堆砌辭藻，沒有真情實感”。儘管AIGC不斷湧入市場，但內容普遍機械化、同質化。舉個例子，現在的AIGC就像超市裡的零食，雖然琳琅滿目品種豐富，但一嘗就是滿嘴的添加劑，有的甚至僅靠眼睛就能區分。究其原因，AIGC無非是對現有資料進行分門別類式的收集整理，還是沒能突破人類固有的內容瓶頸進行自主創作，這背後的問題值得深究。

自二戰結束，電腦發明以來，讓電腦學會“和人類一樣思考”逐漸發展成了獨立產業。幾十年後的今天，雖然電腦的運行速度，AI的智慧程度比起當年有很大發展但始終還是在人類文明的框架內畫圈。以翻譯為例，當初發展AI產業的目標之一就是自動翻譯。起初人們認為憑藉電腦超快的，而且是越來越快的計算速度，學會人類語言和翻譯應該很容易，然而現實卻狠狠地打了一個耳光，並引發了一系列關於人類學，倫理學，邏輯學，語言學等學科相關的問題，最經典的莫過於“人類依據自身邏輯做出的判斷能否應用在其他社會中？”

當初以為簡單的工作卻引發了遠遠超出預計的浩大工程量，其中許多問題直到今天依然沒有頭緒，這些問題歸根結底可以概括為“人類大腦運行的具體邏輯與詳細機制，以及對應的功能究竟是怎樣的？”從科學的角度說，AI的出發點在於逆向研究並應用大腦功能，特別是“學習功能”。但因為對大腦的研究不夠，目前在AI上應用的“學習功能”更多都是人類心理活動的逆向過程，比如1997年IBM的“深藍”（DeepBlue），曾擊敗國際象棋大師卡斯帕羅夫，其原理是利用超高的運算速度識別棋譜，再在比賽中利用同樣的速度推導最佳走法。“深藍”的運算速度遠超人類且不犯錯，幾乎不受外部因素干擾自然更容易取勝。可實際經驗告訴我們，人類的學習行為在心理活動之外一定有機理活動相互配合，尤其是大腦的機理變化，這種難以察覺的行為是難以通過程序模擬實現的，AI自然也難以做到。

有個經典故事《一顆釘子滅亡一個國家》相信都有所耳聞，現在人類的AIGC等事業就好比這個國家，對大腦的研究就是這顆釘子，只要這個問題解決了，之後的AIGC才會有更大的發展空間，否則AI就永遠是人工智障，後續的商業化，產業鏈話題等都是無源之水無本之木。因此，與其面對AIGC而提心弔膽自己是否會失業，不如練就一身AI都取代不了的本領，在這點上，相比只進化了幾十年的AI，進化了幾百萬年的人類還是很有優勢的。