隨著ChatGPT聊天機(jī)器人的大熱，人工智能行業(yè)開啟了半年之久的技術(shù)“狂飆”。但是ChatGPT引起的科技倫理、網(wǎng)絡(luò)安全、知識產(chǎn)權(quán)等系列問題同樣需要關(guān)注。財聯(lián)社《元宇宙之約》對話了新壹科技CEO雷濤。作為一下科技孵化的公司，新壹科技最近推出了自己的智能AI內(nèi)容生成平臺“一幀秒創(chuàng)”。

(資料圖)

在雷濤看來，大模型只是解決基礎(chǔ)能力，真正到每一個領(lǐng)域應(yīng)用還是需要去做自己的數(shù)據(jù)訓(xùn)練；基礎(chǔ)模型需要真正去理解用戶，因為用戶的問題是千差萬別，答案也會千差萬別。

至于AIGC與元宇宙之間的關(guān)系，雷濤表示，AIGC有助于元宇宙快速構(gòu)建基礎(chǔ)設(shè)施。

推出AI視頻生成平臺“一幀秒創(chuàng)”

簡單介紹一下公司在AIGC方面的布局。

雷濤：新壹科技是由一下科技孵化的在元宇宙VR及人工智能領(lǐng)域探索的實體。新壹科技的主要產(chǎn)品及業(yè)務(wù)涵蓋了中短視頻平臺、VR數(shù)字孿生技術(shù)應(yīng)用與直播平臺運(yùn)營等。在2021年年底的時候，我們考慮做一個新的視頻平臺應(yīng)用。當(dāng)時PGC、UGC視頻平臺已經(jīng)形成激烈競爭，同時創(chuàng)作者向視頻平臺轉(zhuǎn)移；但大量創(chuàng)作者沒有視頻制作的能力，我們當(dāng)時就做了一個文字直接轉(zhuǎn)換成視頻的產(chǎn)品——一幀秒創(chuàng)。

據(jù)說一幀秒創(chuàng)擁有幾十億條視頻素材？

雷濤：一幀秒創(chuàng)是基于秒創(chuàng)AIGC引擎的智能AI內(nèi)容生成平臺，以文字生成視頻為核心功能，為創(chuàng)作者和機(jī)構(gòu)提供多模態(tài)生成服務(wù)，包括文字?jǐn)U寫、文字轉(zhuǎn)語音、文生圖、圖文轉(zhuǎn)視頻等系列創(chuàng)作服務(wù)；通過對文案、素材、AI語音、字幕等要素進(jìn)行智能分析解構(gòu)，助力創(chuàng)作者快速成片，實現(xiàn)零門檻產(chǎn)出視頻。秒拍向我們開放了權(quán)限，所以擁有的視頻庫體量在幾十億級別。

AIGC需要有豐富的數(shù)據(jù)和強(qiáng)大的算法，目前新壹科技在這方面的儲備怎樣？

雷濤：新壹科技也有涉獵大模型，當(dāng)然我們的研發(fā)能力還不足以去完成一個全新的大模型開發(fā)，而是基于目前開源的大模型(比如GPT、清華的GLM)去做自己的垂直化訓(xùn)練，形成自己的大模型產(chǎn)品去為用戶服務(wù)。

在AIGC應(yīng)用方面，一幀秒創(chuàng)產(chǎn)品的核心功能是圖文轉(zhuǎn)視頻，用戶只需要輸入一個標(biāo)題，然后通過AI把這個視頻完成。其產(chǎn)品邏輯在于通過文案去匹配素材，把素材拼接在一起形成視頻，但前提是需要有足夠多的素材量。

我們是一下科技孵化的企業(yè)，一下科技?xì)v史上擁有幾十億條視頻為一幀秒創(chuàng)提供素材。我們對這些視頻進(jìn)行了深度的結(jié)構(gòu)化，給它打上豐富的標(biāo)簽，供用戶檢索、匹配等，通過這樣的方式來形成一個比較好的AIGC視頻體驗。

AI視頻生成需要解決兩個問題

GPT模型生成視頻是否比生成文本要難？

雷濤：GPT本身只有文本能力，但可以基于它的文本能力去拓展它的應(yīng)用。要實現(xiàn)生成視頻輸出的話，主要解決兩個問題：一是GPT對鏡頭語音的理解，二是視頻數(shù)據(jù)的處理和理解。

AIGC或者人工智能給視頻行業(yè)帶來怎樣的影響？

雷濤：其實我們本身的業(yè)務(wù)跟視頻相關(guān)，之前也用了GPT系列模型。在我看來GPT模型可以為視頻行業(yè)解決以下幾個問題：一、視頻腳本的撰寫，文本撰寫本身是GPT的一個基礎(chǔ)能力；二、視頻字幕的提取、翻譯，這是基于GPT本身的一個應(yīng)用；三、剛剛發(fā)布的GPT-4是多模態(tài)模型，這個多模態(tài)可理解、分析視頻內(nèi)容，同時做視頻的推薦和搜索；四、GPT既然能理解視頻應(yīng)用，也能用于視頻內(nèi)容的AI審查、過濾。

一些視頻平臺上電影解說、科普類、財經(jīng)類快速成稿都大量運(yùn)用人工智能來生成。這個最重要的影響就是提高視頻的制作效率，讓單個用戶具備一些工作室才具備的視頻制作能力，降低了視頻制作的門檻。

人工智能生成的視頻會不會有版權(quán)問題？

雷濤：我們只是去匹配結(jié)果，盡量為客戶匹配一些版權(quán)可以用的素材；如果用戶需要將這些素材運(yùn)用到商業(yè)領(lǐng)域的話，確實需要解決版權(quán)的問題。

模型需要真正理解用戶的問題

據(jù)了解，ChatGPT背后的大型語言模型的訓(xùn)練集最近數(shù)據(jù)截止于2021年底，所以任何關(guān)于2022年里發(fā)生的事件，它無法給出準(zhǔn)確的答案，如何看待這個事情？

雷濤：ChatGPT你可以把它理解成OpenAI的一個產(chǎn)品Demo，它是向你展示能力，所以就算它的數(shù)據(jù)訓(xùn)練有時間線，但這不影響它的展示能力。數(shù)據(jù)不是核心問題，能力才是。模型只是提供解決基礎(chǔ)能力，真正到每一個領(lǐng)域的應(yīng)用還是需要去做自己的數(shù)據(jù)訓(xùn)練。基礎(chǔ)模型真正要解決是怎么去理解用戶的問題，因為用戶的問題千差萬別，答案也會千差萬別。

在你看來GPT模型目前還存在哪些問題？

雷濤：首先GPT是一個大語言模型，訓(xùn)練數(shù)據(jù)特別大，這意味著你如果去做一個類似的大模型，需要耗費(fèi)大量的這種數(shù)據(jù)標(biāo)注、算力、能源以及存儲的成本，這種高成本的事情容易造成技術(shù)霸權(quán)，這是大模型天然存在的一個問題。

第二，訓(xùn)練完成以后，基于它的大量數(shù)據(jù)倫理方面的問題也越來越凸顯。

第三，現(xiàn)在GPT-4的知識范圍覆蓋很大，很多問題回答可以說井井有條，但也有一本正經(jīng)的“胡說八道”現(xiàn)象。這就考驗它的邏輯思維能力，對用戶有沒有產(chǎn)生誤導(dǎo)性。

這些問題將導(dǎo)致怎樣的后果？

雷濤：存在一種可能，如果大家都傾向于去做模型的話，可能會產(chǎn)生類似軍備競賽，把大量的存儲、算力、能源等成本都消費(fèi)在上面。邏輯推理的誤導(dǎo)性，可能讓用戶對很多新聞的真實性存疑，無法區(qū)分哪些是真的信息，哪些是假的信息。

AIGC有助于元宇宙基礎(chǔ)設(shè)施構(gòu)建

如何看待目前元宇宙行業(yè)的發(fā)展？

雷濤：整體元宇宙行業(yè)發(fā)展可能不盡如人意：一是VR終端銷售疲軟，META的Quest和字節(jié)的Pico4出貨量都不及預(yù)期；二是與元宇宙相關(guān)的NFT概念有極大的投機(jī)性；此外，元宇宙行業(yè)尚未出現(xiàn)殺手級應(yīng)用，不管是手機(jī)端、還是VR設(shè)備端都沒有出現(xiàn)這樣的產(chǎn)品。

從廣義上來，AIGC也是元宇宙的一部分，也許未來下一次技術(shù)浪潮來臨的時候，元宇宙又會煥發(fā)新機(jī)，但目前來講還是偏概念階段。

AIGC的發(fā)展能給元宇宙能帶來什么？

雷濤：AIGC這個概念從去年開始逐漸火起來，我們看到AIGC可以生成文本、圖片、視頻、代碼、游戲等。

元宇宙需要大量的內(nèi)容生產(chǎn)。如果是靠傳統(tǒng)的PGC或者UGC方式，要么生產(chǎn)成本過高，要么就是生產(chǎn)質(zhì)量偏低。AIGC這種方式有助于元宇宙快速構(gòu)建基礎(chǔ)設(shè)施，包括文字、語音、視頻等多媒體內(nèi)容。

此外，元宇宙可以通過AI來生成代碼或者AI來生成里面的人物，這個也是AIGC未來可能達(dá)到的一個方向。

關(guān)鍵詞：