为什么“生成式AI”这么火，这些工具太强大了
作者：Lynn Yang
这是硅发布的第 9 篇专栏文章。
突然之间，硅谷都在讨论“生成式AI”。
所谓“生成式AI”是指：用人工智能在几秒钟之内迅速生成图片、视频等创造性内容的能力。
过去，机器主要被用于人类有关于分析与记忆力方面的认知劳动。但现在，机器开始善于创造美丽与有意义的东西。这让很多人都大吃一惊，比如催生了这场硅谷 AI 生成艺术盛宴的 OpenAI 的 CEO、前 YC 总裁 Sam Altman 就指出：
“生成式 AI 提醒我们，很难做出有关于人工智能的预测。
十年前，传统观点认为：人工智能首先会影响体力劳动；然后，是认知劳动；然后，也许有一天它可以做创造性工作。
现在看起来，它会以相反的顺序进行。”
也因为此，整个上周日下午，我都在 Midjourney Discord 上与 AI 玩耍。先给大家看一张我家布偶猫的照片。
接着，我在 Midjourney Discord 上输入了一组与猫相关的词语——“我的布偶猫在睡觉”，出来了下面这张图：
我又在 Midjourney 上输入了这样一组词——“我最好的肥胖的和沉默的朋友，我的猫咪”。不过，忘了输入“白色”，结果出来的东西还是有点儿宫崎骏作品里“龙猫与我”的感觉^-^，如下：
这是输入“一只猫咪在手提电脑的左边睡觉，旁边一位女士正在打字”的效果。但是，好像没有女士图片：
这是是输入“下雨天与黄色的光”的效果：
所有这些图，AI 都在几秒钟之内生成。
给大家介绍几个最近我收集到的超级好玩和具有代表性的生成式AI 公司，这些工具非常强大，有不少是刚刚冒出来的 Idea。让我们一起来看一下：
使用场景：图像生成
收费：25 张免费，之后每个月 10 美元
我的感受是：Midjourney 显然是将 AI 图像往“审美”这一维走的AI生成工具，它生成的图片不是最逼真的，但总是最诗意的，能一把抓住事物的“神”，在所有 AI 画图工具里以最具艺术性著称。
Midjourney 由前 NASA 研究员 Holtz 在 2021 年创立。Midjourney 目前没有网站，而是全集成到了一个 Discord 频道中，现在约有 300 万会员。
也就是说，它是一个“社交”的形态。因此有人认为：生成式 AI 等新格式可能会催生出新社交平台，因为新社交平台总以一种新内容格式出现，如阅后即焚Snap、用了滤镜的 Instagram 等等。但我个人，至今没有在 Midjourney 上社交的想法。
我几个美国工程师朋友用这个，因为它是开源 AI 软件，可以集成到自己电脑里免费使用。
但这也意味着：由 Stability AI 部分支持的 Stable Diffusion 对 AI 采取了更自由放任的立场。
如 OpenAI 的 Dall-E 2 对 AI 做了限制，像禁止处理带有公众人物姓名的提示（以防止媒体操纵和产生虚假信息）、限制生成暴力/仇恨或成人图像的能力等等；再如 Midjourney 做成社交其实也有这部分考虑，创始人认为：人们在一个社群中会更注意自己的言行。
但 Stability AI 的创始人、前对冲基金经理 Emad Mostaque 则认为：没有理由限制生成公众人物图像的能力：“我们认为这是一个开放平台，第一修正案保护模仿公众人物的权利。”
使用场景：室内设计
收费：个人 5 次免费，之后每月 29 美金；团队每月 299 美金。
据说刚刚出炉，由 Nomad List 创始人 Pieter Levels 利用开源 AI 软件 Stable Diffusion 创立，可以用 AI 迅速在几秒内生成家具把房间填满。
根据美媒的报道：有一位旧金山室内设计师发现这个网站后上传了几张客户照片，接着，立刻把 AI 生成的设计图发给了客户。结果，客户大为兴奋，原因是认为在零时间、零成本的情况下就能看到自己办公空间所有设计的可能性，这件事很赞。
使用场景：营销写作
收费：1 万字试用版免费，之后每月 24 美元（还有更贵的）。
上个月，美国创投界的一个好笑事情是：有人爆料自己为超级明星 VC 代写 Twitter内容，一年赚了 20 万美金。而且，他的客户几乎全都是原封不动地把他写的内容发出去，基本没有修改。
那么 Jasper AI 的出现，将大大节省 VC 们为在影响创始人方面所花的钱。而且实际上任何公司、任何人，都可以使用 Jasper AI 来写内容。
需要注意的是：Jasper AI 有一点非常不同，它能够生成引人入胜的“长内容”，而不是一般 AI 生成工具生成的“短内容”，甚至有人已经在 Jasper AI 帮助下完成第一部 12 万字长度的小说。Jasper AI 使用的技术是 OpenAI 的 GPT-3。
使用场景：营销、创意
收费：每月 2000 字免费，之后每月至少 49 美元（还有更贵的）
和 Jasper AI 类似，可以完成如博客文章、Instagram 照片配文、广告文案、营销电邮等创造性工作，但是它和 Jasper AI 不一样的地方在于，它甚至还可以帮你写情书、寻找创业点子，以及寻找“疯狂的 YouTube 点子”。
也有人认为，对于早期创业员工，这个应用作为头脑风暴工具很有用，比如它可以就某个关键问题输出各种不同角度的标题，并供你深入挖掘，可以非常快地帮助早期创业员工实现集思广益。
使用场景：写作
收费：受邀免费（目前）
这个工具内置了 OpenAI 的 GPT-3 ，并在 Google Docs 环境中为你写东西。据说，它创始人 Nathan Baschez 希望能够在 Google Docs 中用 GPT-3，之后，受到启发构建了 Lex。
目前，还需要邀请才能试用。用户只需要写几个词，然后输入三个加号 (+++)，AI 就会接管并猜测你接下来想写的几句话。很多人反馈称：Lex 大大缩短了写作时间。
使用场景：音视频编辑
付费：音视频编辑及 3 小时转录免费，付费从每月 12 美金开始。
这个工具会自动把听众特别讨厌的一些无意义的语气词如“嗯、噢、啊”，从演讲中去除，而且可以让你像编辑文本一样编辑音视频。
最强大的是，它有让用户“克隆”自己的能力——与 Resemble AI 类似，它可以从用户录音中创建语音模型。然后，如果你说错话并需要纠正部分音频，这时你不需要重新录了，因为你的语音克隆已经准备好。
使用场景：开发人员想加快流程
付费：每月 10 美元或每年 100 美元
2019 年，微软投资 OpenAI 10 亿美金开发 AI 技术。今年夏天，微软得到了回报：GitHub Copilot 发布。
简单讲，这是一个野心勃勃的 AI 代码编写程序，在 GPT-3 的后代 Codex 上进行训练。
它可以为使用 Visual Studio Code、Neovim 和 JetBrains IDE 等程序的开发人员推荐下一行代码，还可以将书面命令转换为代码。
需要注意的是：根据美媒的报道，微软之所以投资 OpenAI，与微软的CEO纳德拉希望在几年之内从 AI 工具中获得更多收入有关。而这一战略的重点，就是把 AI 的能力与微软现有的产品相结合，如 365、Teams、Windows 等等。
而根据我知道的情况：目前 Salesforce 也正在开发一些涉及企业客户的 AI 工具，如在低代码领域等。
使用场景：视频生成工具
付费：3个免费，之后每月 12 美元无限用
这个网站有非常多粉丝，还被 The Information 选为是年度最有前途的 AI 初创公司。
它能够快速把照片拼接成视频，可以在几秒钟内平滑地融合帧，帮创作者省下很多时间，并有助于提升艺术感。它也可以轻松替换掉视频背景或是突出显示及删除特定对象。目前，Runway 计划发布“文本到视频”的 AI 编辑功能，这意味着：用户可以输入如“模糊背景”或是“删除对象”之类的内容。
使用场景：企业生成自己的 AI 代言人
付费：每月 30 美元
TikTok 历史上最长的直播主持人持续了 45 天，共有超过 2900 万人滚动观看。但这个直播的女人不是真人，这场直播其实是 AI 视频初创公司 Synthesia 的公关噱头。
Synthesia 有 70 多个真实演员的数字双胞胎化身，这些演员同意让 Synthesia使用他们的肖像和声音。用户所要做的就是：输入一个脚本，并选择自己的 AI 代言人，据说几分钟之内，就会出现令人震惊的逼真化身。
包括埃森哲、耐克、谷歌以及亚马逊等公司，已经将 Synthesia的头像用于培训视频和企业沟通等场景。我查了一下 它融资情况：截止目前，包括谷歌的 GV 等机构共向它注资了 6660 万美元。
（本内容由硅发布独家授权百度发布，任何侵权行为将严肃追究法律责任）
举报/反馈