S3EP2－為什麼任天堂不用AI設計角色，頂尖Podcaster不用AI寫腳本？ft. Glassbox Technologies共同創辦人 Norman王政堯
38:03 Share

我心驾驲 走三关亲爱的金曲歌后许佳莹你知道现在 Uber Eats 上什么东西应该都点得到吗哦 那点得到白马吗额 点不到但点得到白铁那失落砂粥呢你认真吗算了 那点个螃蟹砂锅吧在 Uber Eats 上你想点的都点得到应该啦

本节目由生鲜食材科技出品大家好,欢迎来到影视幕后同学会我是冯博汉在这里用经济学带你解读全球娱乐产业在过去一年多各种深层式 AI 的应用让人眼花缭乱现在我们也看到有越来越多的团队用 AI 写剧本用 AI 做简报 AI 绘图还有 AI 影片

在美国其实我每天追他们的新闻看到雨后春笋新的制作公司成立都是导入 AI 到影音跟创意内容的产制可是在这些应用当中到底哪些是完真的哪些是吹牛或甚至炒作

那我们要怎么样分辨技术带来的新的价值在哪里呢在今天节目中我们为大家邀请到一位老朋友那以前上过我们的节目他是王振尧 Norman 那他跟他的伙伴共同创立专攻虚拟摄影技术的新创公司叫做 Glassbox Technology 是 AI 还有这些影像技术的专家那我们欢迎 Norman 来到我们节目当中

谢谢冯教授,听众朋友大家好,我又回来了对,上一次来是两年前对,两年前,那时候刚好是我回洛杉矶之前然后来跟大家分享一下虚拟制片技术的一些发展对,那时候比较是讲古,因为我们从阿凡达开始聊起可是这两年其实有很多的变化像是在 12 月中,OpenAI 它终于正式发布了 SORA

他其实很早之前就做了 demo 的影片然后去年在坎城影展还有反斗城的广告片号称全部是 SORA 生成你怎么样来看 SORA 这样的技术然后 AI 生成影片是很有价值的应用吗

Sora 她在去年二三月的时候她第一次就是有点惊艳大家然后说原来 AI 生成的影片它可以直接长成这个样子不是像之前那样说我们可能连手指头都还有点问题之类的

而且他在让大家看到了之后也驱动了一大波的这种 AI 影像模型的训练跟商用化那像 Pika 像 Runway 像 Luma 然后还有中国的 Kolin V2 这些都是有了 SORA 起了头之后大家发现说这个技术可以这样子运用所以才出现的

但的确 SORA 现在在业界的评价是比较没有那么明显的竞争优势就是它在收费上面是相当昂贵的它每一个月 200 块美金所以大家现在的评估是它不错它比大家想象的要好一些但是它并没有明显的比现有的模型要强太多

而且现有的模型很多是免费的所以对大家来讲是说也许你好一点点但是一个月 200 美金跟一个月 0 美金还是很大的一个差别那现在这些免费或者是收费昂贵的 AI 影音产制能够拿来做什么它的潜力是到哪里真的可以帮我们做影视内容吗

其实因为影视内容也是一个金字塔就是它其实就是从量跟价值上面来讲我们有大量的比较低端的需求比如说大量的 Instagram 的短影片抖音的短影片但是我们在最高端就是有那种说十年磨一剑的那种影视大作那它并不是说能够完整的在每一个层次都拿来运用

现在可能会在一个就是比较属于低端运用的一个领域那这很多是因为譬如说他在细节的处理上面不够好然后一些比如动作上不够自然那因为 AI 模型他还是依赖他原始的训练数据

所以他产生的最好的东西也会是他训练数据量最大的东西例如说像比较拟真的人然后尤其是女性然后跳舞的视频之类的这种东西会是比较可是我看到那种 AI 舞蹈影片还是会出现手脚怪怪的对因为这些细节它是复杂的其实如果说学过画画的人都知道其实手跟脸很难画

因为它的细节很多然后如果说而且因为我们人是非常善于辨识这种细微的不自然所以我们会一下子就看出来就是这个手好像不太对这个脸看起来不太对或者是这个东西动起来不太对那其实这个就是恐怖股恐怖股效应就是来自于说我们看着一个东西我们觉得说它像人但是又知道说它不是人

现在 AI 生成影片它就碰到的是一个有点像全局的恐怖股就是它不只是人看起来不太对或者是人的动作看起来不太对你会让他发现说他的环境看起来也不太对他的光影看起来也不太对他的景深看起来也不太对因为他并不是说真的去模拟一个光学的一个效应他只觉得就是哦

就是离我远一点的东西它就会自然的失焦然后失焦的光源它就会运开然后它只是用猜的它不是说我真的去做了一个什么光学模式它并没有去捕捉到那个物理特性然后光源在哪里怎么散对它只是就是一个 pattern 就是它认知到就是图片是有景深的然后大部分时间景深就是聚焦的东西是人

或者是你的中间一个焦平面然后离我比较近的东西是失焦的离我比较远的东西也是失焦的但是它也没有远近的这个概念它只能从构图的一些比例上面去判断然后去猜去 infer 说这个东西可能有一点空间的关系所以其实才现在有一些人就是说这种 AI 生成的模型它是一种 world model

就在他的神经网络里面他已经推敲出了一些自然界的法则但是他明显的不够其实我们应该这样想直接生成性 AI 他其实才几岁而已

那人类对这个现实世界的这种认知是几亿年的进化累积而来的一些那种基因记忆所以 AI 这边它未来会怎么发展可能大家都很难说但是对于我们影视产业来讲更在意的不是说它五年十年之后能做什么而是它现在立刻能做什么

那现在立刻能做的就是比较低阶比较没有太高商业价值的短影音跟一些可能可以用来混减广告的一些 B-roll 之类的东西或者是一些就是你会用 stock footage 去做的东西 OK 就原本会抓素材的现在那个素材可能就用

生成式 AI 来产出对那高阶的东西是完全用不到吗我们现在在高阶的应用看到的比较多是拿来做创意开发

因为 AI 的一个很好的东西就是尤其在一个创意它在开发的初期它是一个你的工作身为一个创作者你的工作其实是要收敛你的创意因为当你面对着一张白纸的时候它是有无限的可能性对那你要怎么在已知的一些框架下面去快速的探索一些 idea 无论是图像的 idea 还是文字的 idea 那 AI 可以很快速的帮你在创作初期

去把可能不是你要的东西剔除掉 OK 是可以拿来做删去法对对对对就这个比较多就是你能够去掉就是说你不要的东西然后那你剩下来的就会越来越贴近你要的

那具体是怎么做呢比方说分镜图让 AI 来画就可以尝试大量不同的风格或者是叙事方式其实现在更多会是用手会引导生成就等于就是说导演可能就是画一个非常非常简单的一个就是这是一个人然后这边是另外一个人然后那边有张桌子那张椅子就是用手就是我们所谓的 back of the napkin 画在餐巾纸上这种非常非常粗糙的一个东西但是

但是 AI 它可以理解就是说我可以猜说这是什么就像人可以想象说我今天譬如说我们做 stuntivist 就是特技预演那特技预演看可能是一个打气然后可能是要掉 wire 它可能是要有一些 motion control 那我们可以看到就是说有一个蓝色的一个人跟一个红色的人在一边打

然后我可以告诉你说红色这个人是钢铁侠然后蓝色的那个人是美国队长那我们就可以想象说这个东西当你套上了那个 Avengers 的这种特效它可能会长什么样子那其实我们也是告诉 AI 去做类似的东西就是在我给你一些资讯然后你在有限的资讯上面去推理去生成出更多的资讯所以它并不是完全说从零开始它最好的是从

20%开始然后你让他说我给你 20%的资讯然后你去深层 100%的给我看他可能到不了 100%但是他可能可以到 60% 70%那这种在我们前期预言的时候其实就已经是一个非常非常强的工具

而且在预演的情况下因为他不是直接面对最终的观众的所以他有一些抖动一些一些瑕疵是没关系是无所谓的那在没有 AI 的时候这个工作其实就是要找分镜师绘图师来把它完成然后帮助制片跟导演来判断是这样吗

对就也有看不同的有一些导演他会自己画分镜那有一些导演他会让摄影师画分镜然后有一些他会有专门的分镜师所以不同的项目他会有不同的做法但现在加入 AI 的话等于是这个环节是可以加速

他至少是可以让小团队可以更有效率那大团队有大团队的一些习惯或者是他们一些长期合作的一些默契那我们看到的是在这方面他并没有被完全替代在大型的项目上没有被完全替代但是的确在中小型的项目上面他就是专职的分禁师可能他的工作量就不会像以前一样那么大

现在台湾也有很多人在谈用 AI 写剧本然后你怎么看这件事情其实我也去过不同的地方他们说我们今天的简报完全是 AI 生成的仿钢是 AI 生成的脚本是 AI 生成的其实这个东西我觉得有点像工业革命时代最一开始的时候大家发现说这种工厂生产出来整齐划一的东西很新奇

所以大家就一窝蜂的要去买哦你说相较于当年还是手工业的时代对对对就是从手工艺开始到工业生产的时候大家发现说我的这个茶壶啊我的这个锅碗瓢盆整齐化衣是一个很新奇的东西所以在一开始的时候大家变成一个风潮就是说我这些东西是就工厂生产出来的东西它甚至于比人手工打造的比匠人做的要更好对还要贵就卖的更贵就是因为它稀少嗯

但是当大家发现说他是可以大量大量大量生产的然后忽然间供需一失衡就是供给比需求要高的时候他自然价值就会降低 OK 因为他可以用便宜的方式量产然后到时候我们就看到都是长一模一样的茶壶对对对所以现在 AI 就变成说我们看着他在文字生成影像生成图像生成各种领域动画生成

我们其实第一个想的都会觉得说它是替代我们心目中就是当你说影像不同的人可能对影像这个字有一些不同的认知但是对我们在文化产业影视产业的人我们会自然的想到说好莱坞大片或是可能看到一些王家卫的一些艺术片或者什么

我们会自然觉得说所谓的 AI 颠覆影视它颠覆的是我们心中主观认知的影视但是它实际上影响的更多是低端的东西就有点像说我们原本觉得 AI 会掀翻天花板但实际上它是找到了一个地下室地下室对因为就最一开始 AI 生成刚出来的时候

很多东西都要扯一个说这个我们用 AI 出了一个概念片然后我们用 AI 出了一个广告或是什么的或是什么片头是 AI 设计的但现在大家发现说打上 AI 生成其实是让你的东西降价因为久而久之大家看到 AI 做的东西好像有种说不出来的相似

或者是廉价感其实这就回到我们刚刚说的这种 uncanny 就是这个恐怖股的效应但也不是说人就一定能够分辨的出来但是我们看 AI art 看越多我们就觉得说它有一些不自然的地方或者它是有一定的辨识性在里面例如说像他们之前就发现说因为 AI 生成的图像主要是 PNG 格式最多

那 PNG 是没有那种 JPEG 压缩的毛边的或是一些 artifact 但是因为 AI 训练的数据里面他用了大量的 JPEG 在他的训练数据里面所以就变成说 JPEG 这种压缩所产生的瑕疵竟然莫名其妙也变成了他模型的一部分他把它学起来了对他把它学起来了所以这件事情其实就是你一讲说理所当然因为他是 pattern recognition

但是它有这个特性其实不是我们要的但我觉得你讲到两个重点一个是它现在技术上面的局限但另外一个你刚才拿那个工厂的大量生产我觉得是很棒的比喻因为它很容易产制所以不管它做出来的东西一开始我们觉得是新鲜还是无聊久而久之它一定是充斥各地无所不在然后变成是你所谓的

低端作品或者是影音内容因为我就想到说我前阵子看到美国的媒体做一个专题讨论 podcast 他们去访问那些 spotify 上面排名前几名的 podcaster 他们几乎都强调他们的从企划到脚本是完全不用 AI 的

然后全部都是他们自己主持人跟企划就是人的创意然后来做选题因为他说他们就是世界级的他们就是 outlier 然后他们需要跟其他人都不一样的切入点跟内容而这个东西只有人能够做到对其实就有点像说我们都是还是回到人对价值的认知嘛那

我们为什么要买有机养生什么什么这种有机养生肌肉就可以比普通的那种量产的肌肉就可以卖的贵好几倍为什么因为我们觉得说这个东西是有价值的像说手工打造出来的椅子家具会比你去亚基亚买真的要好很多吗可能也不见得但是别人家没有对但别人家没有就是艺术品这种东西

其实就是有点物以稀为贵然后它的 value 来自于就是它的独创性它的稀少跟一些可能独特的风格就某一个 channel 或者某一个主持人他的特殊的风格那今天 AI 它给你的东西大部分是最低供应数

所以在某种程度上你如果说要 nuance 那你去找 AI 要可能就是有点原木求鱼 OK 那其实你刚刚也讲到就是 AI 剧本这件事情那我今年在美国我有参加一个活动叫做 AI on the lot 那他的 keynote 是一个叫做 Renard Jenkins 的一个前华纳兄弟的 VP

那他其实就在他的 Keynote 里面就讲到就是说他觉得现在大家对 AI 的想法吧有点被误导就是我们是用 AI 技术去替代那些最主观最跟人性相关跟创意最有关的像剧本的编写那这些东西其实在整个制片流程里面是一个很小的支出

那这种极度主观极度贴近人性极度跟叙事有关的这种跟你的美术表现但是他同时又占整个预算很小的一部分那这种东西你用 AI 去替代它其实没什么意义划不来那真正有价值的是那些客观然后你要尽量除掉一些比如说政治意识形态主观认知偏差

就是像有些比如说你在省一个投资或者是你省一个预算的风险或者甚至于说你有一个剧本那你要找可能最合适的导演甚至于说你在 casting 上面你要找一个最合适的演员

那这种东西其实比较多是能够去协助的就譬如说你今天用 Facial Recognition 你可以说我想要找一个是某种风格的牙医人员然后他可以在 Database 里面去帮你很快的找出很多全世界各地比如说 CIA Database 里面所有的符合这个的人

那他就在某种程度上是 casting director 他就可以抛得更广然后可以找到更多可能称职的人 OK 就这样筛选能够做的更有效率也更精准更客观因为 AI 比较不会有你用这种系统他是客观的他是理性的我可能做 casting 我可能先天上已经是谁的粉丝了或我特别喜欢哪一个演员我也不是故意的可是我在挑选的时候可能特别就往那里骗之类的

还有一些就是比较影视产业的一些黑暗面也会在里面有一些影响不过我觉得黑暗面要存在即便是用 AI 他们还是可以对啊就确实是这样那我们再来看那我们刚才已经谈到深层式 AI 用在低端的作品以及用在前期开发创意发想那它还有哪些重要的应用大方向来说

就是现在我们发现说 AI 它可以替代一些比较不会那么被重视细节比较没有那么重要的一些特效譬如说我可能希望加上一些烟雾之类的这种东西烟雾对烟雾就它具体需要它必须要存在可是它的重要性又不大对它重要性不大但是它可能因为这个元素的存在它可能影响你整颗镜头的感觉但是

但是我们大部分时间不会去吹毛求是说你看这个雾好像就是它没有被空气带动影响其实比较不会有像这样的东西那在这个领域上像 Adobe Firefly 就做得非常好

他提出来就是说我跟 Premiere 这种工具就是无缝衔接然后你可以提供一个静态的环境就比如说它是一个 locked off shot 还有就像模图我要把某一个东西去掉那这些东西是 AI 的强项就是我填空

或者是我把一个人从环境里面去掉那其实很多的特效并不是那种很大场面的宝珀或是诸侠飞来飞去它很多就是擦一些细节比如说我在环境里面有个杯子出现了

或者是一个中古世纪的一个外景,就我后面一个电线杆。很多特效其实就是抹掉这些东西。那这种类型的低阶的工作,但是它又容易,然后它重复性高,而且我每一个 frame 都要做。

那这种东西其实就很合适去给 AI 做 OK 对但是你要说我要一个刁钻的运镜我要有慢动作穿插然后我的这个粒子效果要达到美国队长的盾牌然后四扇而开这种东西你就不是给 AI 做所以现阶段 AI 能帮忙的是必要但是不重要的对说得非常好必要但不重要然后价值低重复性高的 OK

那我就想到我去年七月的时候听到任天堂社长古川俊太郎的访问他就强调说他们任天堂设计游戏还有创造角色现在都还是靠人类设计师不用 AI 唯一的例外就是那个反派的小罗罗就是必要但又不重要的东西就是噼一啪一就冒出来然后就给你打死了然后我们也不是那么在乎这些小反派他到底是长什么样

其实也有一些像例如说回到我们本业虚拟制片这个领域那像说我们在 LED 上面投射的这个环境以前我们会需要用就虚拟美术组要去搭那个虚景嘛那其实现在我们发现有一些就是无关紧要的 pick up shot 或者一些镜头包含一些可能是录那种参访性质的节目那他只是需要一个大致的背景

那现在其实也可以用 AI 生成这些背景它不是一个真正的三维环境但是它是一个 2.5D 就是它生成图片之后再生成深度然后再做图层的切分所以它其实是有一个景深的感觉在里面它有 parallax 但是它实际上就是一张 2D 图

那像最近刚上的奥数奥数第二季他其实也是用了大量的 2D 手绘的这种技术

那其实就是还是回到你刚刚说必要但不重要就你今天我的一些 pick up shot 他可能需要背后有一个某种程度的比如说科幻的街景 OK 但是他不见得在意就是他是哪一个科幻街景他只要说看起来差不多其实就可以了而且甚至于有一些是一闪而过的一颗镜头那你为了那颗镜头去真的做一个景那是很没有效率的

但是你用 AI 的话它其实可以快速的生成一些还是你说的非常好就是必要但不重要的东西 OK 那还有哪些重要应用我常常听到有人说现在用 AI 可以做更多的模拟那是什么样的概念模拟的话在影视产业可能比较不是那么直接的运用但是我们的确有看到很多在工程医学材料科学跟生物化学这个部分

像 AlphaFold 那它就是做那个蛋白质的 folding 那还有一些其他的像我今天要了解说一个化合物它在某种状况下它是否是稳定的或者是像某个化学反应它会不会发生它会怎么发生

那这种就是用 AI 去猜那它与其用传统的这种传统的电脑算法它其实可以让 AI 去猜就有点像我们之前觉得围棋是电脑污解的

因为它每一步的可能性太多但是后来发现说用 AlphaGo 它可以去依照过去所有的围棋的 pattern 跟它的游戏规则它去猜最有可能的那些每一个时间段找出最优解但 AlphaGo 可以下出一些人类棋谱上面没有出现过的招数

的确但这个其实就是有点就是说在这些 AI 的认识的这个 pattern 里面是不是有一些我们人想都没想过的一个规律在里面所以现在有一些科学家他们觉得就是说

在 AI 这些无法认知无法探知的这个复杂的神经网络里面可能存在着很多科学理论是我们没有发现的然后它来自于一些就是没有被大家知道的规律就是人类没有辨识出来的规律所以并不是说 AI 完全没有原创性

而是说它的原创性是存在在一个我们可能就是人类无法轻易认知跟探知的领域里面所以增加了新的探索的可能然后也让这个速度加快是那还是回到就是刚刚从小说你说的一些运用那最终其实运用还是要来自于商业价值就是有人愿意付钱他才会转换成需求不然的话就是大家做好比喻

那我们再拉回影视因为我想问特别是你来我想问两个实物的问题第一个就是关于虚拟制作或是 AI 的导入我们常常看到大家说以前传统的影视拍摄用绿幕所以前置工作不用那么多但是拍完了以后绿幕要花很大的功夫后置那现在用虚拟制作的技术前置才重要那拍完之后 What you see is what you get 那

那这样的说法你同意吗然后 AI 怎么改变影视产制的工作流程这个挺有趣的现在我们在这个领域就在虚拟制片的领域那无论是有没有跟 AI 交互运用它其实大致上就是分成两个极端一个是垂直整合一条龙然后你的虚拍服务是绑定在一些特效公司里面那它就是走精品化 OK

然后它的价格就非常高一条龙是什么意思就有点像说它的前置现场拍摄跟后置是绑在一家公司都同一家公司来做对都同一家公司来做

那另外一种就是说我们怎么把价格压下来我们怎么样不要用那么精致的品我可以就是说我在任何地方我只要有演唱会用的品我就可以拿来用然后我怎么样在譬如说我前期没有非常完善准备的情况下我可以直接用我的可能 previous 的资产直接拿来用然后还保持我后期可以去

在现有的这些素材上去做最大的处理就是怎么去简化这个流程也就是说我不追求我在现场得到 100 分但是我可以在现场得到 60 分然后后面在后期我补考我从 60 分改到 100 分那后要怎么做现在有一个技术叫做复合绿木

那复合绿幕的概念其实就是说我们的摄影机在拍摄的时候它是逐帧去曝光的那 LED 显示图像它也是逐帧去显示所以说其实呢我们在拍摄上面的时候我们可以让一个摄影机说激素帧偶数帧它看到的是不同的影像

就是演员是站在 LED 荧幕前面表演然后我们做拍摄 LED 荧幕就照理说应该会呈现戏剧的场景对但是等于就是说我们可以让他激素针偶数针看到的东西是不一样的所以说我的激素针我看到的是全 CG 场景但是我的偶数针我看到的可能是蓝背绿背 OK

那现在就是然后就是两个交错就是石井跟绿木然后交错出现对交错出现然后我们人看的时候它其实就是一个稍微运上一层颜色的一个背景那当然其实它还有更先进的技术是让你看不出来真的对对这个叫做 Ghost Frame 它是可以透过人的那种视觉占存去把

你不想看到的东西可以删掉 OK 那这个又更进一步但大部分现在比较容易达成的这个技术呢就是这个错证渲染然后我们叫做复合滤幕因为它不只是拍滤它其实是有影像的所以我们在拍摄的时候我们可以同时捕捉到传统虚拍会看到的 CG Plate 然后同时又会去录一个就是非常完美的滤幕

那拍完之后的影片要怎么处理因为它等于是两套东西然后交错在一起因为我们在虚拍的时候其实我们是完全知道说背景的这个墙上面它出现的图像是什么对所以我们可以把它另外当作另外一个数据流去录下来所以它其实就是用传统的就是后期合成

那因为他是用后期合成所以说我可以很轻易的去把这个背景替换掉譬如说我可能现场播的是一个 low res 的版本因为我的全精度的资产没有办法投放到场上但是我可以在后期在云端合成在我的 render farm 上面去做然后再把它最精致最精致的那个东西再把它合在一起

所以现在大致上的一个复合绿幕的这个思维它其实就是说我怎么给我自己一个包含调色它其实有调色的这个效果因为很多时候我们是希望把背景跟前景去分开来做调色因为毕竟一个是 LED 荧幕另外一个是物理存在的东西它很多时候色调跟明暗是有点差距的所以光是能够很轻易的分成调色

不需要说我拍了一个 LED 的萤幕然后我还要再花时间去把 LED 的这个部分抠掉然后才能够做到分层调整就有点你已经花了很多时间去做这件事情同样的事情还要再重做一遍

对就大致上我们就发现说现场做到 60 分然后给你后期做调整最多的空间所以你可以用最低的代价在后期把 60 分变到 100 分它其实在很多程度上是比

直接在现场做到 100 分要简单的多所以我可以这样讲这个复合绿幕带来的就是 flexibility 然后拍完之后那个 LED 荧幕上的景象可以用就用但是要调整的时候因为我们有绿幕的那一系列可以更快的把需要调整的部分空出来然后做后期处理对的确是这样子那这个技术现在已经拿来商用了是不是

现在已经开始在用了具体是哪一个项目可能不太方便说但是这个 case study 不久之后应该大家就会看得到 OK 因为这个技术现在主推的就是 Red 的公司那他们在他们新一代的迅猛龙相机上面加入了一个叫 Phantom Track 的功能专门就是做这件事情哇哦

那我的第二个实务的问题就是关于因为你有自己的公司然后你们是做虚拟制片相关的工作那在你们公司里面是人人都会用 AI 吗

我们主要还是一个技术开发公司所以我们不太负责内容的直接产出但是我们在开发上面的确也用 AI 工具但我们内部有一个 policy 就是 junior 不准用 AI 只有 senior 可以用

因为 AI 有的时候台湾说就是一本正经说感化 OK 那是因为它有的时候就是它的想象力会发散它会给你一些就是似是而非看起来好像很有道理但实际上有底层逻辑错误的代码那我们的就 senior 工程师他是能够分辨说他可能就 70 分有一些错误

然后他只要改掉那些有错的东西他就可以达到 100 分就很像说你的老师一定要比你的学生懂得多不然的话当你胡周一段然后老师就照单全说那其实是一件很莫名其妙的事情

所以对我们来说就是 AI 辅助编程是一个很有价值的工具但是它不能够去替代你做一些你本身做不到的东西它只能够就是帮你把你的工作流程给简化譬如说我可能以前要去花很多时间看一个 API 文件才知道一个韩式要怎么调用

AI 可以帮你很快的理出这个函式怎么用他甚至还可以提供一些使用的案例然后让你很快速的知道就是说我可能在用这个函式库的时候我怎么样去最合理的调用它里面的功能那这种是我们现在比较重视的东西而不是说他等于替代了我的 Junior Coder 那没有这种事情

但是对你们来说变成要用 AI 而且能够用得好那使用者本身必须要累积足够的经验所以是 senior 才能够用对就是实务经验这种 industry best practice 它往往是大量的经验积累所产生的一个结果那这些东西的价值是非常可观的

就为什么这件事情要这样做因为我们无论是在电脑科学编程这个东西有过去将近一百年的积累好莱坞也是一样它有过去将近一百年的经验积累怎么说故事怎么构图怎么运进那这些东西都是经验累积下来的然后也是产业的一个惯性

所以 AI 更多应该就是说他去辅助我们应该就把他看为是一个助手而不是说他今天来就重写游戏规则 OK 那其实我就想到之前听到巴菲特跟贝佐斯都讲过就是说新的技术推陈出新但他们觉得是那个背后长久不会改变的东西才是最重要的

因为人是最终的需求方嘛那无论是一个技术是人去操作还是你的这个产品最终要卖给人

所以在人不变的情况下很多东西的底层就自然而然而且人的习惯也不是那么容易被改变的除非是像疫情那种就是全世界忽然间就是原地停止不过那也就短期三年也是啊我们现在也还是在感受到那一段时间产业的一些影响因为一部电影的制作周期可能就是最短两年最长四五年

也不是说最长就是会落在那个区间那种 20 年某一件的也有但是大部分的这种商业电影它就是在两年到四年之间那现在 2024 年年底我们在录这个节目的时候那四年前就是疫情高峰所以其实很多东西我们现在在包含

二三年的时候的这个罢工所以其实他对产业是有挺深远的影响的我们现在都还能够感受到有因为听到很多人都觉得说 2024 年下半很多电影都很难看

或是引不起大家的兴趣那大概都是之前出乱流的疫情期间跟罢工期间产制然后跌跌撞撞出来的东西也有人说那是因为大家用 AI 去写剧本但我觉得那个应该只是道听途说应该是不到那个程度那我们就做个结论好了就是我们今天聊生成式 AI 的应用你觉得在这当中真正颠覆产业的东西是什么

其实刚刚有简单讲到就是颠覆它是创新的基础那我们应该鼓励创新鼓励这种对现状的不满因为这样我们才有进步空间但是任何成熟的产业 best practice 它都是有存在的原因的它往往来自于大量的经验累积还有就是试错所得出的一个最优解

那尤其是在一些没有失误空间的 use case 当我们说一个新技术要颠覆既有产业流程那是一个非常危险的一件事情但我觉得说新技术的开发它可能重点并不是说我要怎么去颠覆一个既有的产业而是说我现有的产业它要哪一些瓶颈

然后我的这个新技术能够协助产业去解决他现在面对的哪些瓶颈跟哪些问题 OK 这样子才能够真正为产业带来最大的价值 OK 谢谢 Norman 今天来到我们节目当中我觉得带来很深刻的洞见我自己学到很多以上就是我们今天的内容希望你喜欢请大家追踪分享并且给我五颗心我是冯博汉影视幕后同学会我们下次见拜拜拜拜

请不吝点赞 订阅 转发 打赏支持明镜与点点栏目