一盘超脱于游戏行业的大棋。 |
2022年，可以说是当之无愧的AIGC元年——AI绘图和ChatGPT的发展，让大量圈外人用上了以前想都不敢想的技术。这些技术在国内甚至已经有了相当“亲民”的应用，比如有短视频、美图软件就将AI绘画作为滤镜、特效功能推向用户，吸引了不少流量。
(资料图)
这些应用层的创新当然不是什么坏事，但葡萄君总觉得有点遗憾。因为在国外公司疯卷AIGC、三天两头就蹦出一个新突破的同时，国内好像缺少一个能在底层研究上扛起大旗，和它们掰掰手腕的公司站出来。
不过前几天我立马就被打脸了——12月15日，上市游戏公司昆仑万维召开了一场AIGC技术发布会，一口气发布了与图像、音乐、文本、编程有关的一系列AI算法与模型，并宣布 模型将会全部开源 （开源地址见文末附录） ，这在AIGC领域可不算一件小事。
这样的发布会，很难不让人好奇——他们的模型到底有没有真功夫？如果有，凭什么是他们率先有了突破？而且他人求之不得的模型，为什么他们还要全部开源？最近，葡萄君和昆仑万维CEO方汉聊了聊，发现他们并非一时兴起赶AIGC的热度，而是自两年前就开始投入实际研发，并且在某些方面已经悄悄做到了全球顶尖的水平。
01
一口气发布的四款模型，
到底有多强？
如果只是发布单款AI模型，或许昆仑万维还不至于让人这么好奇，毕竟国内研究AI的公司不少，总有人的赛道会与新兴技术重合。但这次发布会他们却是一网打尽，几乎包揽了AIGC的主流领域，达成了在国内还少有人做到的“全家桶”成就，而且从使用体验上来看，几款模型的水平还普遍不低。
首先是AI图像方面，他们的天工巧绘SkyPaint能支持中英双语输入内容，即使我用中英混杂的文本来生成图像，它也能较好地理解我的意思，并在十几秒内准确输出：
另外，我发现这款模型对风格的理解能力也不错。比如输入“大象 剪纸叠加风格”，它就能生成好几种不同样式的剪纸大象，精细度也不低。虽然目前效果还比不上最顶尖的AI图像模型，但它的底子很好——用的是Stable Diffusion的底层模型。也就是说只要训练到位，将来的效果并不会差。而且据说研发团队还会在此后，逐步加入图像编辑、图像修复等更细致的功能。
左划可查看其他作品
其次在AI音乐方面，他们的天工乐府SkyMusic是国内第一款商用级作曲AI模型，这也让昆仑万维成了国内唯一一家，被传统音乐版权代理机构接收商用AI音乐的公司。结合人类歌手的演唱，他们已经发布了近20首歌曲。说实话，如果不是提前知道，葡萄君根本分辨不出这是不是由AI作曲的音乐。
而在AI文本方面，他们的天工妙笔SkyText的表现也有点超出我预期。大家都知道中文文本的AIGC很难做，但这款模型显然对中文有一些独到的理解，甚至在某些特殊场景比ChatGPT还强。比如我选择“创建采访问题”类别并随口胡诌了一个要求，结果它竟然真的懂了，而且问题都挺有意思。
当然，它也能做到许多别的要求，比如聊天、问答、翻译、续写内容、创建食谱、写诗和对联……而且生成的参数是可调整的，比如你可以为内容设置敏感词，也可以限定它写八百字的小作文。
最后在AI编程方面，他们的天工智码SkyCode能作为插件安装在编辑器中，并又快又好地补全、生成多种主流编程语言的代码。方汉表示，这款模型目前是开源领域最好的辅助编程工具，能在工作中降低20%-30%的代码工作量。
估计不少人要纳闷：为什么昆仑万维之前看起来没什么声音，但突然就来了波大的，而且效果看上去都不错？据葡萄君了解，其实他们入局AIGC始于2020年底。当时AIGC的概念尚不明确，但在看到GPT-3这款语言模型后，技术出身的高管层随即决定建立团队研发相关技术。李开复曾经提过一个“五秒钟准则”：未来10年，人类只需思考5秒以内的工作大部分都会被AI取代——方汉表示，GPT-3让他们觉得，这个时间可能要变成5小时了，因为大语言模型将会深刻地改变内容生成行业。
这AI不投则已，一投就是大几千万的花销。首先是训练成本：他们采用了目前市面上算力最高的显卡集群A100 80G，对图像模型训练时间超过9万个显卡时、写作模型参数达到140亿，再加上时不时要租用的云服务，每年至少就要花一两千万；其次是人力成本，他们的AIGC团队目前有200余人，每月也需要六七百万维持开支。
而且抛开成本不谈，找人在当年也是一件难事。因为在GPT-3刚出世之时，国内基本还没有研究大语言模型的团队，想要组建团队只能靠从头培养。2021年他们开始研究AI音乐时也是一样——方汉提到，全中国毕业的音频专业硕士，每年可能还找不出200个。他们要走的路就是这么窄。
但恰恰是两年前的选择，给他们打下了良好的基础。因为语言模型可以说是AIGC最重要的底层积木，比如如今主流的AI图像模型实际上就由两部分构成：基于GPT-3的Clip模型以及Diffusion模型。在去年就做出国内领先的语言模型的前提下，今年能赶上新一波技术热潮、做出“全家桶”也就顺理成章了。
除了技术上的前瞻，他们也有一些其他的“拼图”，比如昆仑万维旗下拥有一款叫StarMaker的音频社交产品——这是在海外最火的K歌软件，它拥有大量正版的优质作品曲库。这可以说是他们得天独厚的优势，因为这款产品为他们积累了极强的音频处理能力和训练基础。因此方汉称，昆仑万维在AI音乐方面有全球的绝对领先地位。
02
AIGC能为一家公司带来
多大的可能性？
拥有这样一套AI技术，对一家游戏公司来说意味着什么？最大的影响当然是降本增效。一方面，降的是美术、音乐的外包成本。方汉称，如今昆仑万维自研游戏的所有音乐和部分美术资产都将不再外包。他们的某款游戏结合AI音乐，用不到一个月时间制作了200首高质量的BGM，几乎抹消了这一块的外包成本；
另一方面，增的是产品的研发、沟通效率。此前 报道AI绘画 时，我们就试想过AIGC影响研发，甚至成为游戏人一项必备技能的可能性。事实证明，有许多游戏公司已经验证了这一点，昆仑万维也不例外。比如如今他们的策划对接美需时，都会以AI作品打样来方便沟通。在语言模型成熟后，变化可能还会更大。
另外，AIGC也是元宇宙的一块重要拼图。因为元宇宙作为大型虚拟世界，其中的内容量实在太大了，人工去堆显然不现实。但有了AIGC，不说靠它自动生成，即便只是发挥好降本增效，也会对内容量有极大的助力。
但如果你只从游戏公司的角度来看这件事，那就显得格局小了，毕竟昆仑万维本身也不是游戏行业的常规型选手，这让他们可以有很刁钻的打法。因为不仅游戏公司在音乐方面有刚需，娱乐、时尚等其他行业也有。昆仑万维目前就已经与头部车企达成了战略合作，甚至还与教育机构达成了AI音乐教育辅学合作。想想音乐的应用场景，只能说这项应用的行业跨度会非常恐怖。
不止是跨度，在深度上，AIGC也有极高的上限。方汉举了一个例子：国外有一家公司叫Grammarly，主打用AI来进行英文语法纠错，现在他们大概有四千万用户、一千万付费用户，它的上限可能就是覆盖所有Office用户。而这还只是语法纠错这一条很窄的赛道，如果上升到更大的内容层面，AIGC对于行业的重塑程度会是颠覆性的。
但在音乐之外，AI生成文本和图像的商业化其实还需要更多探索。方汉提到了他们的认知：现在的所有AIGC作品都只是素材而非内容——比如一张AI画的画，用户最终是没兴趣看的，除非你能把它融入到你的产品、内容中供用户消费。
而这样的转变，还需要整个行业共同的努力来推动。所以他们才选择了免费开源，并且也会在这个过程中“打辅助”，通过将AIGC转化为生产力工具来盈利，比如制作Photoshop等日常工具的AIGC插件。在发布会上，方汉表示他们也会通过如Mango DB 、databricks的方法，在商业支持、云服务方面形成收入来源，同时大力去做B端和C端的应用。
有一说一，这种想法在国内是比较难得的，毕竟在壁垒被反复强调的今天，谁掌握了领先技术都会想藏着掖着。但昆仑万维在开源方面的认知确实有多年积累了，比如CEO方汉自己就是国内最早一批接触互联网的人，也是中国第一本Linux书的作者。昆仑万维旗下的昆仑资本曾投资过国内最好的开源数据库厂商PingCAP，据说当时他们读了PingCAP的代码、爬了社区的数据，在见面时给PingCAP团队提了不少建议，还让对方有些惊讶——昆仑万维怎么会对开源社区这么了解？
03
AIGC是一盘超脱于
游戏行业的大棋
带着这样的认知基础，昆仑万维才做出了开源的选择。其实把技术闭源握在手里，再通过卖API盈利，是大厂非常常见且正确的做法——挣钱嘛，不寒碜。但这样做难免影响行业生态，因为无法接触底层技术，大部分中小厂商就只能购买API、做应用，以通过用户付费盈利。而开源模型，则给了中小厂商另一种低成本的选择。
这种选择最大的意义，就是能快速推动技术全面发展。因为在大量用户使用开源模型后，群众的智慧会是无限的。此前火热的Disco Diffusion和Stable Diffusion正是如此，如果Stability.AI没有开源模型，Midjourney等一系列产品就不会诞生，AI绘画也必定不会飞速发展、被探索出这么多有趣的玩法。
另外，开源也能让一些更细分、长尾，但通常情况下难以商业化的领域百花齐放。比如有一款基于Stable Diffusion迭代的模型，专门用于生成美甲图案。大厂不可能有精力来下场经营这样的赛道，但开源恰恰就能满足这种千人千面的需求。
如方汉所说，开源会推动技术民主化、降低行业的入局门槛，催生更多创新型的中小创业公司。这对游戏行业来说同样不难想象——如今几乎所有头部大厂都有自己的AI研发团队，这种壁垒没有多年积累是很难赶上的。但如果有一家公司站出来开源，或是提供全面的定制化服务，其他所有公司可能就都有了站在同一起跑线上的机会。
到了这一步，格局还能再大吗？可以。方汉提到了一点：如今全球的内容产出比在很多方面都是不均衡的，比如要论小说，全世界的产出量估计都没有中国的网文量大；但要论漫画，中国则赶不上日、美、韩。创作者的不均，对一些文化领域是不公平的，比如某种语言如果只有500万人使用，那可能就会极度缺乏各种内容。但AIGC的发展，很可能为这种局面带来变革，因为它能让所有文化领域都较为均衡地获取内容产品。
由此种种看来，其实AIGC远不止是游戏研发的助推器，而是一盘大棋。如今在棋局中有这么一家中国公司站出来，此后的局势恐怕会更加精彩。毕竟AI不是我们的敌人，而是代表着内容产业变革的前兆，以及无限的可能性。
