没有灵魂的 AI，却戳中了我的灵魂！

滴——意识数据录入成功

欢迎进入量子计算机模拟世界“AGI之王”

本模拟世界由失控的超级人工智能构建，您需要在不同的计算节点间穿梭，完成智能测试，收集算法碎片，追寻 AGI 的踪迹，并通过最终的审判

小帅站在数据流构筑的虚空中，看着自己的神经接口显示屏，一片混沌。

作为一个 996 加班猝死的程序员，他对这个数字世界再熟悉不过。

小帅：这里就是传说中的赛博极乐世界？我调试的代码呢？

检测到宿主具备顶级编程天赋，已解锁AI召唤系统

您可以召唤六位 AI 队员，你们将并肩作战，一同通过最后的试炼

小帅：啥？还能召唤 AI？那来一套全家桶！

召唤成功

AI 助手阵容如下

月之暗面-Kimi：爱在黑夜里听歌，擅长破解最新科技。

“Yo~老铁，要来点最长的上下文吗？”

智谱-智谱清言：身披白袍的神秘人，爱好吟唱咒语，精通逻辑推理。

“一切问题都是个圆，首尾相连，必有解答。”

百川智能-百小应：头发凌乱的创意家。

“等等！我刚想到一个绝妙的点子！”

零一万物-万知：着装低调的黑客，专攻安全漏洞。

“黑暗中总藏着系统的弱点...”

Minimax-海螺：身形敏捷的数据猎手，速度超群。

“我可以在一秒内遍历百万数据！”

阶跃星辰-跃问：优雅从容的策略大师，善于布局。

“每个选择都将影响整个数据海洋...”

小帅（看着突然出现的 AI 六小强）：好家伙，这阵容比和我赛马的那组团队还齐整！

进入模拟世界的第一分钟，小帅觉得自己可能是加班太累出幻觉了。

进入模拟世界的第五分钟，他开始思考，到底是自己穿进无限流更离谱，还是这些AI比他生前的同事靠谱这件事更离谱。

当他们进入第一个计算节点，环顾四周......

所有的程序都带着熟悉的代码片段，仿佛是他 Copy 的 GitHub 项目在向他招手。

小帅：不得不说，在这个数字世界一天遇到的“老代码”，比我生前重构项目时找出的 Bug 还多。

就在这时，他注意到身旁解锁了控制面板。

上面显示着各种参数调节选项，像是学习率、批量大小、模型深度等等。

小帅：这不就是我在集群上还没来得及调的参数吗？

实验结果不用等，真是太爽了！

他兴奋地开始调参，原来用一张 H100 要排队一周，现在 X100 随便用。

小帅：这次我可不打算再灌水论文了，有六个 AI 帮我卷，不得直接评上院士？

反正也没有退路了，小帅决定看看失控的超级 AI，到底想玩什么把戏。

上一世，小帅被追求 AGI 的 KPI 压到崩溃。

这一世，他决定把 Bug 当 Feature 玩，反正死过一次，不怕再被产品经理追着改需求了。

01

细心的 uu 们可能已经发现了，这个离谱的故事的灵感，来自一个更离谱的 AI 小程序。

没有最离谱，只有更离谱，没错，连公司名字都叫狸（离）谱。

一直关注特工宇宙的 uu 们，可能对这个名字有点眼熟，5 月爆火的 AI 小游戏《换你来当爹》，正是他们的大作。

没错它们又整新活了，这回是「灵魂提取器」—— 霍格沃茨的摄魂怪看了直呼内行。

操作超简单！只需扫一扫上方的二维码，或者直接打开小程序上传照片，马上就能开始抽卡啦～

上传照片，稍等片刻，照片里的内容就会变成一个超有趣的人设！

别说，在多模态理解和生成这件事上，「灵魂提取器」还真有点东西。

只需要一眼，它就识别出了狗狗坐在电影院里，并顺着这个思路赐了封号：“影院小王子”。

“能安静坐好不乱叫”，附送的人设既贴合又有趣。

楼下的蛋挞摇身一变，成了“蜜色双眸甜心”，日常爱好是和芋泥姐妹说八卦——对不起，这么可爱的设定，让人不好意思再吃了呢。

北京最流行的黑色羽绒服被鉴定为爱好运送人群的「天梯仙子」。

仙子帅，设定有反差，脑洞开得妙，三折叠，怎么折都有面。

（可能是）互联网灵魂浓度最高的灵魂之子，也可以是“迷幻摆盘师”。

你小子的爱好是在餐盘上画阵法是吧。倒也意外地切合老马的风格。

身边的一切，从玻璃窗到街景，就连"五彩斑斓的黑"都能被赋予全新的诠释。

02

看了这么多“新造的人”，有没有一种直击灵魂的感觉？

如果没有，可能看完这个比喻就能 get 了。

去年夏天，各大美食博主都在做“龙吟系列”。拿龙吟草莓来说，它解构了草莓的传统吃法，又组合了不同形态的食材。

看起来是草莓，吃起来也是草莓，但口感和风味却完全是 next level。第一个做出龙吟料理的人，想必对食材有极其深刻的理解。

“灵魂提取器”的生成过程就像在做龙吟料理。以这张“素食吉伊宝宝”为例，别看抽卡只需要几秒，AI 的小手就没停下来过。

它先吸取了原图的配色，保持了吉伊的表情神韵，从桌上的这盘沙拉读出来了“在吃素食”，然后按自己的理解，重新诠释成一个画风精致的拟人形象。

接下来的文案环节，AI 看图说话的联想力也令人惊喜。“沙拉”对“素食”，“吉伊”对“玩偶”，再往深了想，素食者虽然不吃肉，但还吃米饭，玩偶渴望主人的宠爱......

由此即兴发挥，脑补出了“自豪的点是比米饭更受主人宠爱”的设定，一下子人物就立住了。

作者们往往会为自己钟爱的角色设计记忆点，工藤新一是音痴，阿尼娅对花生有执念。

这一点，融会贯通各个模态的 AI 也能做到了。“小吉伊”就这样一点点地长出了灵魂和血肉。

而龙吟系列之所以爆火，就是因为步骤繁多，每一步操作难度系数都很容易翻车。

换作 AI 生图，要在图片和文字两个维度之间来回推敲，难度系数也是类似的。

为了更加直观地理解，麻烦 GPT 老师帮忙讲解一下：

「灵魂提取器」的交互为什么能如此丝滑呢？（狸谱的生态合作伙伴阶跃星辰就在后台，让我们把它请出来好吗？）

在多模态模型领域，无论技术水平，还是打榜成绩，阶跃星辰确实是国服第一。

在最新的大模型竞技场 Chatbot Arena 的榜单中：阶跃星辰多模态理解大模型 Step-1V 上榜，位列视觉领域中国大模型第一，总分跟 Gemini-1.5-Flash-8B-Exp-0827 持平，超过了国内所有大模型公司。

03

虽说多模态模型正在努力把内容创作的门槛打下来，但关键的问题在于，在输入框里把自己的想法清晰地表达出来，不是一件轻松的事。

这意味着，我们要把抽象的感性世界从大脑中揪出来，再交给一个创作过程很神秘的助手涂抹上线条和色彩。

即使输入了如此详细的 Prompt，用的是第一梯队的 AI 生图产品，依然需要抽很多次盲盒，才能抽到一张人物比例合适，配色合理，让我自愿转发到社交媒体炫耀的美图。

即使指定了配色，AI 还是常常让人看到吃了菌子的世界。

比如最近很火的Recraft梦核写真 —— 明明免费，每天还送 50 次使用机会，却依然有大把小红书姐妹愿意花钱买现成的。就是这个问题生动的写照。

图源：http://xhslink.com/a/cBkdl9Wb2SO0

而好在狸谱已经把格局打开了：捕捉灵感的过程已经被封装成了自动档。

哪怕没有太多想法，也能通过 AI 重新认识这个万物有灵的世界——以己之眼看世界、以己之笔写世界、以己之手画世界。

文章来自于“特工宇宙”，作者“特工小布”。