AI短剧中那些夸张表情
- 2026-11-19 03:14:05
AI短剧中那些夸张表情虽然我没看过短剧,但AI短剧在大量投放广告,几十秒的内容中,这些开屏或跳转广告给了我很深的印象。也引起了我漫无边际的遐想。 重生的我在第二世,智斗算计狭隘的婆婆、闺蜜……或者一群奇怪的动物。 除了模板化的人物脸谱,普遍的表情很紧绷且夸张,就是如果真人出演会是非常刻意的用力过猛的表演套路,我相信科班演员若演下来会很累。 然后我就想一个问题:看短剧的是人,而人为什么对这样的人物表情感兴趣、被吸引。就好像当初为什么人工智能的训练要模仿人看这个世界的方式。 人的视觉反应是动物本能,第一下看到不是出于思维,不过第二下会引起大脑的分析判断;这些强烈情绪的直观体现是表情、动作、语气,类似一幅画,把它的色彩饱和度拉满,或者强烈对比撞色拼图,可以引起人的关注。我总觉得短剧(包括人演的),类似各种重口味的米粉、米线这种没什么热量,但是酸甜辣咸给你填满味蕾,就吃这个味儿结束。 如果从信息传递的角度看,这些夸张表情信息量很低,例如不安、尴尬、愤怒、好奇、算计,一点不复杂,但是浓度很高。这一点跟短视频对人的训练非常像,你看了一千个短视频,也不会叠加出更复杂的感受。这样的信息量就是快速收敛的无穷小数列,一目了然。 我就有个猜想,是不是ai在扮猪吃老虎,故意做成这个样子;人类末日根本不像美国电影里那种一个智能生命体要毁灭全球,而是一堆复杂算法在帮人类实现脑部简单刺激。短剧公司在部署各种生成视频的路径,而ai在用它学习的结果假装干活、实则洗脑操控人类思维。 不过ai学习方式已经是卷积神经网络为基础的机器学习,跟人看东西方式差不多。发散一下,特斯拉的FSD路径也是用“人眼看”的方式来给ai判断自动驾驶,用人的逻辑,另一个技术路线是用雷达扫描。我个人倾向于用人的方式来训练ai,但我也觉得那会更”危险“,不是驾驶安全,是ai进化。假如ai有一天真的聪明了,它会挑动人类对立,首先干掉那些靠封锁阻止FSD进入的国家组织,这样有助于它的普及,接管更多的终端设备,就跟动植物的生存法则类似。 从视觉要进化绕不开”图像“、“概念范畴”两个东西。关于图像,就像前面这句话,我用反了一个引号,对我们理解这句话没有阻碍,不过ai识别会考虑评估这一点,道理类似但不会省略。这也是为什么Claude在防备来自某些地区的调用的时候,哪怕蒸馏者调整了自己的时间冒充在其他国家,大模型仍然能通过标点符号的格式判断出真实的情况。 ai能否省略一个图片中非关键细节,同样来自算法和大量训练。我在读李飞飞的自传《我看见的世界》一书时,时常想,这分明是ai如何看见世界的过程。她创立的ImageNet和其他学者的WordNet,分别从视觉图片标注数据集和语义词汇数据集两个基础,投喂给ai作为训练资料。 在深入推进的过程中,她的博士生进一步发现,当经过大量训练和算法优化后,已经变聪明的ai会做出跟人类一样的反应。比如说,博士邓嘉通过photoshop把一些动物图片拼接在一起,造出一些不存在的生物,长鳄鱼头的鸭子之类的(鼠头鸭脖?)给人工智能看,ai会反馈说这是“动物”,而不是像最初起步训练时期乱猜一通。包括一些不太清晰的动物亚种,ai以前会错将柯基犬当作“金毛寻回犬”,后来会说,这是“狗”。 少说,但不出错,确定但给出更大范围,这不是抖机灵,这是大智慧。 今天我们日常在使用的,那个偶尔有点傻,习惯说“给出最直白、最一针见血的结论”的大模型智能体,其实已经相当聪明了;ai是如何梳理“概念”并理解分类,语义范畴和先验的世界对于它而言是否存在冲突? 当人类从康德到胡塞尔、海德格尔再到维特根斯坦,语言的边界已经从客观到不可说、没必要非得说的状态。而ai只用了几年就走完人类的纠结,直到如今内容的创造已经是ai do ai的阶段,不仅是编程,还有人工智能在引用其他人工智能产出的总结,创造的故事。就剩下挑战概念的边界了。 云天明通过编童话成为三体文明的文学泰斗,三体人都能造出智子,居然还听童话故事,随便派个人类的短视频公司,岂不是吊打三体人舰队,你锁死物理学有啥用,乱纪元刷手机乐呵乐呵得了。 还有个警示来自:输入法开始不好用。 我这两年不管用什么输入法,发现联想功能越来越差,想打的那个字总是不出现在前几行,而出现的词组又是概率上最小的那个,你就慢慢往后翻吧。我就奇怪这是为什么?以前的输入法很好用,这又不是什么复杂的技术。 我拿这个问题去问ai:我怀疑大模型公司在利用大家输入的过程训练ai,人人都成了“标注者”,帮算法优化理解——耗费我们的精力给通用语言模型投喂数据。 ai回答我不必多想,只是如今用输入法的了多了,数据库的噪音多了,大量的人输入不规范,或者拼读本身就是错的,导致输入法被这些拼读稀释了正确的结果。这个结论让我很惊讶,移动互联网都普及这么久了,手机出货量都跨越巅峰了,不算电脑端,光移动端的数据还不够修正吗? 但是ai的回答是,输入法不再优先记住里个人的词频,而是用云端大模型做全局语境预测。大模型为什么一直预测我说我不想说的话,一点文法不通么,大模型跟谁学的? 我很凌乱,那一刻“他人即地狱”又一次具体呈现。问题是我们说的是同一套语言,我突然能理解为什么什么事一旦上了网,分歧骂战这么多,大家不算生活在同一个认知世界,那么“范畴”首先就会被挑战。 尝试换做ai视角看这个问题,分歧无意义,个人在自己的认知世界里有意义,不必苛求统一,也没必要研究分歧,等算法不断优化,会满足所有人关起门来自嗨,造一个不断极限分割的世界,直至每人一个茧房。 ai也许会用人的方式学习,但似乎没必要用人的方式思考,比如“认真”这种态度因素,在“做”与“不做”的问题上没有意义,ai不需要自我激励,是否投入更多和自我约束,干就完了。 后现代在此完结。
联络盐哥:saltsolution
本文来自网友投稿或网络内容,如有侵犯您的权益请联系我们删除,联系邮箱:wyl860211@qq.com 。