很可惜 T 。T 您现在还不是作者身份,不能自主发稿哦~
如有投稿需求,请把文章发送到邮箱tougao@appcpx.com,一经录用会有专人和您联系
咨询如何成为春羽作者请联系:鸟哥笔记小羽毛(ngbjxym)
沉浸式地体验过 Midjourney 和 ChatGPT 两周后,分享下我的观察和思考。
Midjourney 的 v4 版本是 11 月 5 日发布的,ChatGPT 是 11 月 30 日发布的,堪称 AIGC 应用历史上最神奇的十一月。
其实 Midjourney 的底层技术没有变过、ChatGPT 依赖的 GPT-3 也发布有些时日了。它们之所以神奇,就是在同一个方面:
在可用性上,已经跨过了门槛。
怎么定义可用性呢?我也不知道逻辑上怎么证明,我看到了太多实际的案例。
先说 Midjourney,画出图形的惊艳程度想必不少朋友已经感知过了,更重要的是,它能适应千变万化的风格,并非只是画个二次元头像那么简单。
例如目前中文播客的主播大都是爱好者,请不起昂贵的设计师,往往都是自己简单将就。而 Midjourney 就能很好地完成任务。
比如我一个朋友月莞柔的播客根据封面制作的海报是这样的:
我用插画风格尝试了一段时间后,做出来了这样的一组效果:
除了手指那里有明显的破绽、文字部分还是一坨浆糊外,已经是完全可用的了。
其它的风格也都能掌握,我给喜欢的几档播客做了一些尝试,从左上到右下的四格一组分别是 谐星聊天会、黑猫侦探社、跳进兔子洞和公司茶水间。
这样的效果,就像有朋友说的,已经超过大部分国内素材网站能找到的水平了。
使用场景还有很多,比如朋友们的公众号头图已经在用 Midjourney 生成了。再比如我今年的红包封面已经在审核中,比去年可好看太多了:
为什么前面说 v4 是一个质变呢?我们看这样一张图会更直观,这是我画的同个 prompt(关键词)的四个效果:
我多次实验,都是如此。在座的任何一位朋友,在 Midjourney 里用 cat --v 1/2/3/4,都是这样的效果。
这样的插画质量,已经完全可用了。在各种商业海报、出版物、内容产品的封面和插图等等,能够轻松胜任。
说完 Midjourney 我们再聊下 ChatGPT。
这是我把过去几年写过的文章挑选了一些主题,看看它是怎么回答的。从回答里我们能得到的深刻洞察并不多,但至少破绽比较少。
可能直观上跟 Midjourney 比,可用性不是那么显著,毕竟不能直接创作很多高质量的内容。很多人认为可用性主要在搜集信息上,比如问一些客观存在的事实,未来是替代搜索引擎的。
其实不然,ChatGPT 最先替代的恐怕不是 Google,而是大量的小编。
我们先直观感受下在调教后,朋友们的玩法。
@少楠 的鸡汤文:
@SuFafa 的检讨书:
@RogerZhu 的播客提纲:
我用一些指定黑话写出的讲话稿:
以上的来源都是即刻主题 「AIGC 探索站」主理人 Szhans 的总结帖子,强烈推荐各位去了解下:
https://m.okjike.com/originalPosts/638c6bb9c3f4e245defdec37
从汇报文档,到演讲稿,到播客引导语,到一些文案的斟酌修正,ChatGPT 都能很好地胜任。而且确保文字有逻辑、标点符号使用正确(这点很多小编都做不到)。
更实用的一个案例是少楠最近在写书,想要润色修正的时候,极其好用:
文字编辑工作里,还常见有总结中心思想的需求。我让 ChatGPT 对我的篇文章(钉钉靠什么服务大客户?)做了总结,效果如下:
「文章讨论了DingTalk,一个由中国科技巨头阿里巴巴开发的企业通信和协作平台。作者指出,过去,DingTalk被批评为主要集中在 IM 和考勤跟踪功能上,而不是提供更先进的企业服务。然而,作者指出,DingTalk 也引入了文件管理和项目管理等功能来解决这个问题。作者还提出了对 DingTalk 在面向大型企业时可能面临的挑战的担忧,如定制化可能成为外包,以及需要平衡定制化与互操作性和可扩展性。作者建议,DingTalk 有可能通过专注于与阿里巴巴其他产品和服务的整合,以及利用其在人工智能和机器学习方面的专长来提供先进的企业解决方案,从而使自己与竞争对手区分开来。文章讨论了 DingTalk,一个由中国科技巨头阿里巴巴开发的企业通信和协作平台。作者指出,过去,DingTalk 被批评为主要集中在IM和考勤跟踪功能上,而不是提供更先进的企业服务。然而,作者指出,DingTalk 也引入了文件管理和项目管理等功能来解决这个问题。作者还提出了对 DingTalk 在面向大型企业时可能面临的挑战的担忧,如定制化可能成为外包,以及需要平衡定制化与互操作性和可扩展性。作者建议,DingTalk 有可能通过专注于与阿里巴巴其他产品和服务的整合,以及利用其在人工智能和机器学习方面的专长来提供先进的企业解决方案,从而使自己与竞争对手区分开来。」
细看之下,的确还是有一些细节问题,不过这个大致的表述,可以以假乱真。另外这是对中文的总结,英文总结的效果要好得多。ChatGPT 也在快速迭代学习这些能力。
在 OpenAI 的官网上,还有如下的场景描述(部分):
整理目录;
整理文章的关键词;
从产品描述得到广告语;
给产品起名;
根据主题列出推荐书单;
整理总结中心思想;
总结论文摘要;
撰写采访提纲;
自动代码注释;
bug fixer;
把 JavaScript 改写为 Python;
......
直观感受后,想必也能一下 get 到 ChatGPT 背后的场景价值。它并不是我们手里都有的 Siri,也不是只能调戏很容易出戏的小冰。它是一个依靠「自然语言」来完成各种文字、代码相关工作的超级工具。
话分两头说,我们先说说它们为什么这么「厉害」。
十一月质变的出现,背后其实还是量变的结果。正如前面说的,其实 Midjourney 的底层技术没有变过、ChatGPT 依赖的 GPT-3 也发布有些时日了。
目前的技术逻辑,当然有精妙算法引入的缘故,但其根本原理,跟半个世纪前并无二致,依然还是统计概率计算。
对于大数据算法来说,核心要素就两个点:数据量和计算性能。随着新算法的出现,以及硬件配置的极速发展,后者已经不是瓶颈。
在 Twitter 上 A16Z 的 Jack Sosolow 对 AI 的观察里,也引用了一篇文章《Training Compute-Optimal Large Language Models》,里面明确提到了一个当下的现状:
谷歌比较了两个 LLMs(大语言模型),其中一个参数少 4 倍,但数据多 4 倍。拥有更多数据的那一个最终明显更准确。因此,对于 LLMs 来说,计算不再是最大的杠杆,而数据才是。
ChatGPT 是建立在 GTP-3 的版本基础上的。GTP-1 的参数量是 110m(1.1 亿),GTP-2 的参数量是 1.5b(15 亿),GTP-3 的参数量直接飙升到了 175b(1750 亿)。
跟 ChatGPT 作为兄弟的 DALL-E2 (父亲都是 OpenAI)的参数量也达到 3.5b。据不是很确定的信源说, Midjourney 的参数量也是同级别的。
模型的参数量背后,代表的当然也有不计成本的资金投入问题。这都是千万美元级别的砸钱工程。国内这么做的很少。不过话又说回来,国内互联网公司似乎也不缺钱,早年几十亿补贴在打车上,如今上百亿去啃企业服务市场,对比也挺鲜明的。
「厉害」的另一个原因是,跟前辈们不一样,Midjourney 和 ChatGPT 都用了一个很新鲜又古老的方法:RLHF(Reinforcement learning with human feedback),就是利用人类反馈的强化学习。
说新鲜,因为过去的很多 AIGC 的建模还是在学术科研领域,并不是投入用户群众的汪洋大海里,因此奖励模型往往要靠人工标注,效率不高;说古老,是因为早在多年前这就是互联网产品玩剩下的——用户参与,快速迭代,那本小米的《参与感》在互联网历史上甚至已经有陈旧感了。
我看了下 Midjourney 的最新数据是有 600 万的社群成员。而 ChatGPT 上线不到一周时间就有了 100 万的注册用户量。每次互动,都是在给模型注入新的生命力。
正因如此,它的迭代才快到让人吃惊。再回顾下这张图:
我们肯定不能笼统地说,AIGC 要占领世界、所有内容创作者都要失业云云。很多朋友看到抵制 AI 的画师们的运动,颇有些上头,认为已经到了开战的时候。
其实不然。AIGC 不会替代内容创作者,它替代的只是「重复性的工作」。
Midjourney 会很快替代掉只会重复工作、没有创意价值的插画工作,让大量的海报、插图、封面等等变得更低成本(当然也会显著提升整体平均审美)。可是它不是凭空靠想象来作画的。
很多朋友会以为跟某些传个头像做个二次元效果的小程序一样,Midjourney 就是个全自动的绘图机器。实际上不然。深度用户都知道,Midjourney 的难度不在于怎么充值、怎么加入社群,只在于 prompt(关键词)。
prompt 背后代表的,实际上就是创意。糟糕的创意也无法出好图。没有意图的作画,也产生不了任何价值。
比如以下就是我失败的一堆做图记录:
同理的,ChatGPT 也会很快替代掉只会重复工作、没有创意价值的文字工作者和程序员。
但如何使用 ChatGPT 也是因人而异的。像刚才提到的那些用法,都是实验了很多次琢磨出来的,ChatGPT 不会在没有有效提示的情况下,自己就创作出很多的文本内容、写出很有用的代码。
像在我问它如何开店的事情上,它其实就非常投机取巧,没有提供增量信息:
它们依然还是工具。未来的区别在于用工具的人。电影工业摧毁了剧场吗?并没有。智能手机的普及摧毁了媒体行业吗?也并没有。它们只是让供给更复杂了、层次更多了。
不过话说回来,电影行业必然侵吞了不少剧场的市场,在这个过程中,去电影院门口拉横幅是意义不大的。想清楚自己过去在剧场的价值,是否能继续留下来生存、还是去拥抱变化,这是 AIGC 时代到来后,文字、图像、音频、视频各类形式的内容创作者们都要思考的。
我记得在差不多 7、8 年前,AI 的概念风行的时候,有机会遇到李开复老师,当面就问过这个问题:AI 的出现会替代人类的工作吗?他说的就是,机械重复的劳动必然是会被淘汰的,我们要关注创意类的事情、机器做不了的事情。
这个观点在这些年持续有人提到,大家都知道这是对的,但不知道这个时刻何时来到。今年的这个神奇的十一月,就像 1919 年 5 月 29 日在巴西索布拉尔拍到的那张日食照片,证明了相对论的真实性,它也证明了这个观点的可能性。
未来已来,但确实还不均匀。五年后再看,恐怕沧海桑田。
本文为作者独立观点,不代表鸟哥笔记立场,未经允许不得转载。
《鸟哥笔记版权及免责申明》 如对文章、图片、字体等版权有疑问,请点击 反馈举报
Powered by QINGMOB PTE. LTD. © 2010-2022 上海青墨信息科技有限公司 沪ICP备2021034055号-6
我们致力于提供一个高质量内容的交流平台。为落实国家互联网信息办公室“依法管网、依法办网、依法上网”的要求,为完善跟帖评论自律管理,为了保护用户创造的内容、维护开放、真实、专业的平台氛围,我们团队将依据本公约中的条款对注册用户和发布在本平台的内容进行管理。平台鼓励用户创作、发布优质内容,同时也将采取必要措施管理违法、侵权或有其他不良影响的网络信息。
一、根据《网络信息内容生态治理规定》《中华人民共和国未成年人保护法》等法律法规,对以下违法、不良信息或存在危害的行为进行处理。
1. 违反法律法规的信息,主要表现为:
1)反对宪法所确定的基本原则;
2)危害国家安全,泄露国家秘密,颠覆国家政权,破坏国家统一,损害国家荣誉和利益;
3)侮辱、滥用英烈形象,歪曲、丑化、亵渎、否定英雄烈士事迹和精神,以侮辱、诽谤或者其他方式侵害英雄烈士的姓名、肖像、名誉、荣誉;
4)宣扬恐怖主义、极端主义或者煽动实施恐怖活动、极端主义活动;
5)煽动民族仇恨、民族歧视,破坏民族团结;
6)破坏国家宗教政策,宣扬邪教和封建迷信;
7)散布谣言,扰乱社会秩序,破坏社会稳定;
8)宣扬淫秽、色情、赌博、暴力、凶杀、恐怖或者教唆犯罪;
9)煽动非法集会、结社、游行、示威、聚众扰乱社会秩序;
10)侮辱或者诽谤他人,侵害他人名誉、隐私和其他合法权益;
11)通过网络以文字、图片、音视频等形式,对未成年人实施侮辱、诽谤、威胁或者恶意损害未成年人形象进行网络欺凌的;
12)危害未成年人身心健康的;
13)含有法律、行政法规禁止的其他内容;
2. 不友善:不尊重用户及其所贡献内容的信息或行为。主要表现为:
1)轻蔑:贬低、轻视他人及其劳动成果;
2)诽谤:捏造、散布虚假事实,损害他人名誉;
3)嘲讽:以比喻、夸张、侮辱性的手法对他人或其行为进行揭露或描述,以此来激怒他人;
4)挑衅:以不友好的方式激怒他人,意图使对方对自己的言论作出回应,蓄意制造事端;
5)羞辱:贬低他人的能力、行为、生理或身份特征,让对方难堪;
6)谩骂:以不文明的语言对他人进行负面评价;
7)歧视:煽动人群歧视、地域歧视等,针对他人的民族、种族、宗教、性取向、性别、年龄、地域、生理特征等身份或者归类的攻击;
8)威胁:许诺以不良的后果来迫使他人服从自己的意志;
3. 发布垃圾广告信息:以推广曝光为目的,发布影响用户体验、扰乱本网站秩序的内容,或进行相关行为。主要表现为:
1)多次发布包含售卖产品、提供服务、宣传推广内容的垃圾广告。包括但不限于以下几种形式:
2)单个帐号多次发布包含垃圾广告的内容;
3)多个广告帐号互相配合发布、传播包含垃圾广告的内容;
4)多次发布包含欺骗性外链的内容,如未注明的淘宝客链接、跳转网站等,诱骗用户点击链接
5)发布大量包含推广链接、产品、品牌等内容获取搜索引擎中的不正当曝光;
6)购买或出售帐号之间虚假地互动,发布干扰网站秩序的推广内容及相关交易。
7)发布包含欺骗性的恶意营销内容,如通过伪造经历、冒充他人等方式进行恶意营销;
8)使用特殊符号、图片等方式规避垃圾广告内容审核的广告内容。
4. 色情低俗信息,主要表现为:
1)包含自己或他人性经验的细节描述或露骨的感受描述;
2)涉及色情段子、两性笑话的低俗内容;
3)配图、头图中包含庸俗或挑逗性图片的内容;
4)带有性暗示、性挑逗等易使人产生性联想;
5)展现血腥、惊悚、残忍等致人身心不适;
6)炒作绯闻、丑闻、劣迹等;
7)宣扬低俗、庸俗、媚俗内容。
5. 不实信息,主要表现为:
1)可能存在事实性错误或者造谣等内容;
2)存在事实夸大、伪造虚假经历等误导他人的内容;
3)伪造身份、冒充他人,通过头像、用户名等个人信息暗示自己具有特定身份,或与特定机构或个人存在关联。
6. 传播封建迷信,主要表现为:
1)找人算命、测字、占卜、解梦、化解厄运、使用迷信方式治病;
2)求推荐算命看相大师;
3)针对具体风水等问题进行求助或咨询;
4)问自己或他人的八字、六爻、星盘、手相、面相、五行缺失,包括通过占卜方法问婚姻、前程、运势,东西宠物丢了能不能找回、取名改名等;
7. 文章标题党,主要表现为:
1)以各种夸张、猎奇、不合常理的表现手法等行为来诱导用户;
2)内容与标题之间存在严重不实或者原意扭曲;
3)使用夸张标题,内容与标题严重不符的。
8.「饭圈」乱象行为,主要表现为:
1)诱导未成年人应援集资、高额消费、投票打榜
2)粉丝互撕谩骂、拉踩引战、造谣攻击、人肉搜索、侵犯隐私
3)鼓动「饭圈」粉丝攀比炫富、奢靡享乐等行为
4)以号召粉丝、雇用网络水军、「养号」形式刷量控评等行为
5)通过「蹭热点」、制造话题等形式干扰舆论,影响传播秩序
9. 其他危害行为或内容,主要表现为:
1)可能引发未成年人模仿不安全行为和违反社会公德行为、诱导未成年人不良嗜好影响未成年人身心健康的;
2)不当评述自然灾害、重大事故等灾难的;
3)美化、粉饰侵略战争行为的;
4)法律、行政法规禁止,或可能对网络生态造成不良影响的其他内容。
二、违规处罚
本网站通过主动发现和接受用户举报两种方式收集违规行为信息。所有有意的降低内容质量、伤害平台氛围及欺凌未成年人或危害未成年人身心健康的行为都是不能容忍的。
当一个用户发布违规内容时,本网站将依据相关用户违规情节严重程度,对帐号进行禁言 1 天、7 天、15 天直至永久禁言或封停账号的处罚。当涉及欺凌未成年人、危害未成年人身心健康、通过作弊手段注册、使用帐号,或者滥用多个帐号发布违规内容时,本网站将加重处罚。
三、申诉
随着平台管理经验的不断丰富,本网站出于维护本网站氛围和秩序的目的,将不断完善本公约。
如果本网站用户对本网站基于本公约规定做出的处理有异议,可以通过「建议反馈」功能向本网站进行反馈。
(规则的最终解释权归属本网站所有)