热潮未歇，新的风暴已经出现。
12 月 10 日，马斯克发了条推文：「似乎每周都有新的 Al 进步。」
让他有感而发的，是 旗下 的 。
比起 更专精，是一种用来编写戏剧和电影剧本的 AI 工具。
三句话不能让别人为我花 18 万，但一句话让 AI 帮我写了个剧本，并不是个段子。
一句话就能写剧本，但还不能独立行走
到底怎么玩？只要你给出「一句话大纲」（log line）描述戏剧冲突， 就能生成标题、人设、情节、场景和对话。
比如，「一句话大纲」可以是「詹姆斯发现他是一个恶魔，他将被驱魔」。
但 网站的作者 Wolff 指出，这句话缺少基本的叙事元素，例如主角的目标和对手，所以生成的结果平平无奇，角色只有詹姆斯和驱魔人，标题也是干巴巴的「詹姆斯的驱魔」。
如果把大纲补充为「詹姆斯发现自己是恶魔，他将被驱魔，他不得不在善与恶之间做出选择」，并加入一个额外的角色——詹姆斯的恋人，效果就会好得多。
故事也就变成了，詹姆斯的恋人在詹姆斯死后受尽折磨，后来发现詹姆斯以恶魔的形式生活在自己体内，标题则取为「内心的恶魔」，有了多重的文学意味。
在输入大纲之后，你可以多次生成标题、人设等结果直到满意，或者直接动手编辑当前的结果，甚至回到大纲推倒重来，相当于和 AI 在交互过程里共同编写脚本。
所以， 的定位其实是人机「共同写作」（co-）工具，还无法独立行走。
是如何开发出来的？类似其他生成式 AI， 也有一个大型语言模型 作为「靠山」。不过， 的 GPT-3 等大模型也可以用来部署 。
值得一提的是，内容的连贯性对于戏剧和电影来说是基础，但对大型语言模型来说是一件难事。因为它们并没有真的理解内容，生成的文本其实是概率计算的结果。 的特点就在于，在这方面下了许多功夫。
一方面， 通过「分层故事生成」的方法生成脚本，运用了具备结构化生成能力的提示词链（ ）。
从你输入的「一句话大纲」开始， 先是创建标题和角色，生成的角色被当作提示词，用来生成情节和场景…… 如此递进，最后将这些元素全部组合起来生成对话。
另一方面， 学习了两种经典的叙事结构：
一是德国剧作家 的金字塔结构，它列出了写故事的七个关键步骤，包括阐述、触发事件、上升动作、高潮、下降动作、解决方案和结局。
二是英雄旅程（Hero’s ），主线围绕一个踏上冒险旅程的英雄，这个人物会在一个决定性的危机中赢得胜利，然后得到升华转变或带着战利品归返到原来的世界。
究竟有几板斧，还是要内行说了算， 请了 15 位剧作家和编剧体验了 2 个小时。
参与体验的编剧们反馈， 的输出结果可能是「公式化的」，它的「分层故事生成」结构也并不适合所有作家。
与此同时，他们中的大部分认同 是有帮助的，愿意将它当做创意工具，用来构建世界观，或者改变角色或情节从而探索不同的故事。
加拿大即兴剧院 Rapid Fire ，已经将与 共同创作的剧本搬上了舞台，受到了不少好评。
在本职工作仍待进步之外，初出茅庐的 还有不少问题。
一个是版权问题，它的输出结果可能包含训练时的原材料，需要人力搜索和检查；一个是道德问题，它可能重现语料库的偏见和刻板印象， 建议让 API 工具出手，帮助识别「有毒」的文字。
12 月 10 日， 开放了试玩版，但不知道什么原因很快关闭，现在网站只剩下关于 的论文和简介。
AI 揽过编剧活，在智障和智能之间反复横跳
AI 写的剧本其实很早就有，但是总被当成笑话看，成了整活区的一道道风景。
去年 10 月， 与作家、喜剧演员 Patti 合作，给 AI 看了 40 万小时的恐怖片，然后让 AI 自己写一个原创剧本。40 万小时约等于 45 年，至少 AI「看」电影的速度比我们快多了。
最终影片长约 4 分钟，名为「谜题先生希望你少活一点」，不仅有《电锯惊魂》《十三号星期五》《我知道你去年夏天干了什么》等电影的影子，还写出了「祝你买棺材有优惠券」「他喝醉了却被清醒所困扰」「我有几个家庭」等不少介于荒诞和合理间的台词。
再配合「学了三年动画」水平的僵硬肢体和敷衍画风，有网友发出了这样的感慨：「AI 写恐怖剧本可能为时尚早，但写喜剧已经炉火纯青。」
类似地，看了 1000 小时蝙蝠侠电影的 AI 写了个剧本，最后被做成了有声漫画，其中一个情节是，小丑送给蝙蝠侠一个兑换新父母的优惠券，但优惠券已经过期，小丑的性格被 AI 抓住了神髓。
▲ 图片来自：B 站@
这些或喜剧或恐怖的 AI 剧本，比「狗屁不通文章生成器」写得好多了，细品还挺有意思，似乎有潜台词和言外之意，带着某种「思考」，但它们并不知道人类为什么发笑。
在 出来之前，也有人基于大型语言模型，让 AI 写正儿八经的电影剧本。
博主@ 在看完《蜘蛛侠：英雄无归》后，好奇 AI 能不能写出这样的剧情，甚至与两亿美元的大制作相提并论。
于是，他在 GPT-3 用英文输入了一句话：「以下是下一部 MCU（漫威电影宇宙）蜘蛛侠电影的完整泄露脚本。」
结果让他大吃一惊，GPT-3 给了他 21 页的脚本，情节起伏、结构紧凑，既讲了彼得·帕克和迈尔斯·摩拉勒斯（多重宇宙设定中的黑人蜘蛛侠）围殴反派克莱文，还穿插了漫威高管打算缩减下一部蜘蛛侠电影预算的桥段。
不知道 AI 是不是在讽刺好莱坞的大片制度和流水线式生产电影。当大制作电影越来越缺乏新意，让 AI 替代部分人类编剧，看来没有什么问题，说不定还会有意料之喜。
虽然没有 那么「垂直」，最近的 AI 顶流 也可以充当「文案工具人」，写周报、诗歌甚至剧本。
知乎答主、卡耐基梅隆大学机器人系博士@田渊栋尝试向 投喂中英文片段，大致结果并不差，但发现「一些深层次的想像力和联系能力仍然缺失，情节的关键部分还需要作者自己去开拓并且诱导 AI 系统来完成」。
目前，大型语言模型的一个限制是，它们只能根据给定的训练数据，根据某些单词或单词序列一起出现的概率来生成文本，依靠大模型、大数据、大算力「大力出奇迹」，但并不真正理解自己在「说」什么，回答并不总是连贯或者有意义。
但仅从结果来看，让它们从自然语言的文本里，提取出人类觉得说得通、甚至眼前一亮的叙事，已经不是小概率事件。
前段时间，「小帅小美式」的电影解说也引起了讨论，这类电影解说是短平快的「电子榨菜」，由 AI 配音讲述主角是如何意外地遭遇了意外。
为了解说得精彩，它们将人物标签化，选取最猎奇或悬疑的情节添油加醋，常常不遵从电影原意，既不是电影，也不是解说。
这部分的工作以后由 AI 完全代劳，应该是不在话下，实现电子榨菜的全自动化。
AI 是用来激发创意，还是让创意更难得
写文章、做视频、玩音乐、当画家，AI 今年的进步一日千里，让任何人类个体望尘莫及。
我们常说，AI 可以作为创意工具，但在 AI 面前，人类是在让渡自己的角色，还是享受新的角色？我们越来越需要和 AI 合作，是在激发创意还是扼杀创意，创意本身被摆在了一个怎样的位置？
眼下有一些人类和 AI 写作的例子，看起来人类还是更不可替代的那一个。
比如，除了 ， 还计划基于对话神经语言模型 LaMDA，开发 AI 写作工具 ，目前还在实验阶段。
是一种专门服务虚构作品的文本编辑器，你可以输入一个开头让它续写，或者用它加工句子和充实语料库。
为了测试 ， 邀请了 13 位专业作家体验。作家们一致认为， 不会很快取代作家，它不擅长独特的叙事风格，比喻老套，措辞平庸，同时避开了卑劣的角色。
当然，他们也得出了一个共识，就像其他所有 AI 工具一样——用 激发创意是可行的。
不够完美的 AI 还会再好好学习天天向上，与此同时，豆瓣有「文字失语者互助联盟」等小组，对于人类来说，组织文字的逻辑，清楚地用文字表达自己的情绪，竟然成了越发困难的事。
相似地，为了提高 AI 生成的质量， （提示语工程师）这个新工种应运而生，在 等平台，你需要特定的某种艺术风格，可以向他们求助。
但这项工作同样可以由 AI 上阵，比如用 形成一段文字，再把文字输入给 ，生成的画作一般比自己直接输入描述好看很多。
那么，当我们有了「一句话大纲」的脑洞，却无法联想到更多的细节把它完整铺陈，不得不求助于 AI 时，是一种无奈选择，还是物尽其用？
乐观一点地想，AI 理应增强而不是取代人的劳动，但如果将时间维度拉得更长一些，可能就不再是这样。
的首席执行官 Sam 认为，「作为创意工具」将在很长时间内成为 AI 的重要应用，但当我们展望一百年，AI 最终可能全权代劳完整的创意工作。
如果你在 10 年前问人们，AI 将如何产生影响，大多数人都非常有信心，你会首先听到它出现在工厂等地，然后它将用于低技能的白领工作，再是程序员等高技能、高智商的工作。最后，也许永远不会，它将取代创造性的工作。但是，它正朝着另一个方向发展。
这其实是一个提醒，我们可能并不真的清楚，对于人类或者 AI 来说，什么技能是容易的，什么技能是简单的，什么工作绞尽脑汁，什么工作不费脑细胞；我们也渐渐意识到，在 AI 涉猎的领域，早点熟练运用 AI 的人，才可能留在未来。
相关文章
