聲明:本文來自于微信公眾號 劉言飛語（ID:liufeinotes），作者:劉言飛語，授權轉載發(fā)布。
沉浸式地體驗過 Midjourney 和 ChatGPT 兩周后，分享下我的觀察和思考。
1.神奇十一月
Midjourney 的 v4版本是11月5日發(fā)布的，ChatGPT 是11月30日發(fā)布的，堪稱 AIGC 應用歷史上最神奇的十一月。
其實 Midjourney 的底層技術沒有變過、ChatGPT 依賴的 GPT-3也發(fā)布有些時日了。它們之所以神奇，就是在同一個方面:
在可用性上，已經跨過了門檻。
怎么定義可用性呢?我也不知道邏輯上怎么證明，我看到了太多實際的案例。
先說 Midjourney，畫出圖形的驚艷程度想必不少朋友已經感知過了（可以看下這里面我生成的海報:我們離 AI 做一部電影有多遠?），更重要的是，它能適應千變萬化的風格，并非只是畫個二次元頭像那么簡單。
例如目前中文播客的主播大都是愛好者，請不起昂貴的設計師，往往都是自己簡單將就。而 Midjourney 就能很好地完成任務。
比如我一個朋友月莞柔的播客根據(jù)封面制作的海報是這樣的:
我用插畫風格嘗試了一段時間后，做出來了這樣的一組效果:
除了手指那里有明顯的破綻、文字部分還是一坨漿糊外，已經是完全可用的了。
其它的風格也都能掌握，我給喜歡的幾檔播客做了一些嘗試，從左上到右下的四格一組分別是 諧星聊天會、黑貓偵探社、跳進兔子洞和公司茶水間。
這樣的效果，就像有朋友說的，已經超過大部分國內素材網站能找到的水平了。
使用場景還有很多，比如朋友們的公眾號頭圖已經在用 Midjourney 生成了。再比如我今年的紅包封面已經在審核中，比去年可好看太多了:
為什么前面說 v4是一個質變呢?我們看這樣一張圖會更直觀，這是我畫的同個 prompt（關鍵詞）的四個效果:
我多次實驗，都是如此。在座的任何一位朋友，在 Midjourney 里用 cat --v1/2/3/4，都是這樣的效果。
這樣的插畫質量，已經完全可用了。在各種商業(yè)海報、出版物、內容產品的封面和插圖等等，能夠輕松勝任。
2.質變的對話機器人
說完 Midjourney 我們再聊下 ChatGPT。直觀的感受建議讀一遍這篇:跟 AI ChatGPT 聊了11個我過去關心的話題。
這是我把過去幾年寫過的文章挑選了一些主題，看看它是怎么回答的。從回答里我們能得到的深刻洞察并不多，但至少破綻比較少。
可能直觀上跟 Midjourney 比，可用性不是那么顯著，畢竟不能直接創(chuàng)作很多高質量的內容。很多人認為可用性主要在搜集信息上，比如問一些客觀存在的事實，未來是替代搜索引擎的。
其實不然，ChatGPT 最先替代的恐怕不是 Google，而是大量的小編。
我們先直觀感受下在調教后，朋友們的玩法。
@少楠 的雞湯文:
@SuFafa 的檢討書:
@RogerZhu 的播客提綱:
我用一些指定黑話寫出的講話稿:
以上的來源都是即刻主題「AIGC 探索站」主理人 Szhans 的總結帖子，強烈推薦各位去了解下:
https://m.okjike.com/originalPosts/638c6bb9c3f4e245defdec37
從匯報文檔，到演講稿，到播客引導語，到一些文案的斟酌修正，ChatGPT 都能很好地勝任。而且確保文字有邏輯、標點符號使用正確（這點很多小編都做不到）。
更實用的一個案例是少楠最近在寫書，想要潤色修正的時候，極其好用:
文字編輯工作里，還常見有總結中心思想的需求。我讓 ChatGPT 對我這篇文章（釘釘靠什么服務大客戶?）做了總結，效果如下:
「文章討論了DingTalk，一個由中國科技巨頭阿里巴巴開發(fā)的企業(yè)通信和協(xié)作平臺。作者指出，過去，DingTalk被批評為主要集中在 IM 和考勤跟蹤功能上，而不是提供更先進的企業(yè)服務。然而，作者指出，DingTalk 也引入了文件管理和項目管理等功能來解決這個問題。作者還提出了對 DingTalk 在面向大型企業(yè)時可能面臨的挑戰(zhàn)的擔憂，如定制化可能成為外包，以及需要平衡定制化與互操作性和可擴展性。作者建議，DingTalk 有可能通過專注于與阿里巴巴其他產品和服務的整合，以及利用其在人工智能和機器學習方面的專長來提供先進的企業(yè)解決方案，從而使自己與競爭對手區(qū)分開來。文章討論了 DingTalk，一個由中國科技巨頭阿里巴巴開發(fā)的企業(yè)通信和協(xié)作平臺。作者指出，過去，DingTalk 被批評為主要集中在IM和考勤跟蹤功能上，而不是提供更先進的企業(yè)服務。然而，作者指出，DingTalk 也引入了文件管理和項目管理等功能來解決這個問題。作者還提出了對 DingTalk 在面向大型企業(yè)時可能面臨的挑戰(zhàn)的擔憂，如定制化可能成為外包，以及需要平衡定制化與互操作性和可擴展性。作者建議，DingTalk 有可能通過專注于與阿里巴巴其他產品和服務的整合，以及利用其在人工智能和機器學習方面的專長來提供先進的企業(yè)解決方案，從而使自己與競爭對手區(qū)分開來?！?/p>
細看之下，的確還是有一些細節(jié)問題，不過這個大致的表述，可以以假亂真。另外這是對中文的總結，英文總結的效果要好得多。ChatGPT 也在快速迭代學習這些能力。
在 OpenAI 的官網上，還有如下的場景描述（部分）:
整理目錄;
整理文章的關鍵詞;
從產品描述得到廣告語;
給產品起名;
根據(jù)主題列出推薦書單;
整理總結中心思想;
總結論文摘要;
撰寫采訪提綱;
自動代碼注釋;
bug fixer;
把 JavaScript 改寫為 Python;
......
直觀感受后，想必也能一下 get 到 ChatGPT 背后的場景價值。它并不是我們手里都有的 Siri，也不是只能調戲很容易出戲的小冰。它是一個依靠「自然語言」來完成各種文字、代碼相關工作的超級工具。
3. 大力出奇跡
話分兩頭說，我們先說說它們?yōu)槭裁催@么「厲害」。
十一月質變的出現(xiàn)，背后其實還是量變的結果。正如前面說的，其實 Midjourney 的底層技術沒有變過、ChatGPT 依賴的 GPT-3也發(fā)布有些時日了。
目前的技術邏輯，當然有精妙算法引入的緣故，但其根本原理，跟半個世紀前并無二致，依然還是統(tǒng)計概率計算（這個問題在這里聊過了:從機器學習聊到 AIGC）。
對于大數(shù)據(jù)算法來說，核心要素就兩個點:數(shù)據(jù)量和計算性能。隨著新算法的出現(xiàn)，以及硬件配置的極速發(fā)展，后者已經不是瓶頸。
在 Twitter 上 A16Z 的 Jack Sosolow 對 AI 的觀察里，也引用了一篇文章《Training Compute-Optimal Large Language Models》，里面明確提到了一個當下的現(xiàn)狀:
谷歌比較了兩個 LLMs（大語言模型），其中一個參數(shù)少4倍，但數(shù)據(jù)多4倍。擁有更多數(shù)據(jù)的那一個最終明顯更準確。因此，對于 LLMs 來說，計算不再是最大的杠桿，而數(shù)據(jù)才是。
ChatGPT 是建立在 GTP-3的版本基礎上的。GTP-1的參數(shù)量是110m（1.1億），GTP-2的參數(shù)量是1.5b(15億)，GTP-3的參數(shù)量直接飆升到了175b（1750億）。
跟 ChatGPT 作為兄弟的 DALL-E2（父親都是 OpenAI）的參數(shù)量也達到3.5b。據(jù)不是很確定的信源說， Midjourney 的參數(shù)量也是同級別的。
模型的參數(shù)量背后，代表的當然也有不計成本的資金投入問題。這都是千萬美元級別的砸錢工程。國內這么做的很少。不過話又說回來，國內互聯(lián)網公司似乎也不缺錢，早年幾十億補貼在打車上，如今上百億去啃企業(yè)服務市場，對比也挺鮮明的。
4. 現(xiàn)場迭代
「厲害」的另一個原因是，跟前輩們不一樣，Midjourney 和 ChatGPT 都用了一個很新鮮又古老的方法:RLHF（Reinforcement learning with human feedback），就是利用人類反饋的強化學習。
說新鮮，因為過去的很多 AIGC 的建模還是在學術科研領域，并不是投入用戶群眾的汪洋大海里，因此獎勵模型往往要靠人工標注，效率不高;說古老，是因為早在多年前這就是互聯(lián)網產品玩剩下的——用戶參與，快速迭代，那本小米的《參與感》在互聯(lián)網歷史上甚至已經有陳舊感了。
我看了下 Midjourney 的最新數(shù)據(jù)是有600萬的社群成員。而 ChatGPT 上線不到一周時間就有了100萬的注冊用戶量。每次互動，都是在給模型注入新的生命力。
正因如此，它的迭代才快到讓人吃驚。再回顧下這張圖:
5. 誰會失業(yè)?
我們肯定不能籠統(tǒng)地說，AIGC 要占領世界、所有內容創(chuàng)作者都要失業(yè)云云。很多朋友看到抵制 AI 的畫師們的運動，頗有些上頭，認為已經到了開戰(zhàn)的時候。
其實不然。AIGC 不會替代內容創(chuàng)作者，它替代的只是「重復性的工作」。
Midjourney 會很快替代掉只會重復工作、沒有創(chuàng)意價值的插畫工作，讓大量的海報、插圖、封面等等變得更低成本（當然也會顯著提升整體平均審美）。可是它不是憑空靠想象來作畫的。
很多朋友會以為跟某些傳個頭像做個二次元效果的小程序一樣，Midjourney 就是個全自動的繪圖機器。實際上不然。深度用戶都知道，Midjourney 的難度不在于怎么充值、怎么加入社群，只在于 prompt（關鍵詞）。
prompt 背后代表的，實際上就是創(chuàng)意。糟糕的創(chuàng)意也無法出好圖。沒有意圖的作畫，也產生不了任何價值。
比如以下就是我失敗的一堆做圖記錄:
同理的，ChatGPT 也會很快替代掉只會重復工作、沒有創(chuàng)意價值的文字工作者和程序員。
但如何使用 ChatGPT 也是因人而異的。像剛才提到的那些用法，都是實驗了很多次琢磨出來的，ChatGPT 不會在沒有有效提示的情況下，自己就創(chuàng)作出很多的文本內容、寫出很有用的代碼。
像在我問它如何開店的事情上，它其實就非常投機取巧，沒有提供增量信息:
它們依然還是工具。未來的區(qū)別在于用工具的人。電影工業(yè)摧毀了劇場嗎?并沒有。智能手機的普及摧毀了媒體行業(yè)嗎?也并沒有。它們只是讓供給更復雜了、層次更多了。
不過話說回來，電影行業(yè)必然侵吞了不少劇場的市場，在這個過程中，去電影院門口拉橫幅是意義不大的。想清楚自己過去在劇場的價值，是否能繼續(xù)留下來生存、還是去擁抱變化，這是 AIGC 時代到來后，文字、圖像、音頻、視頻各類形式的內容創(chuàng)作者們都要思考的。
寫在最后
我記得在差不多7、8年前，AI 的概念風行的時候，有機會遇到李開復老師，當面就問過這個問題:AI 的出現(xiàn)會替代人類的工作嗎?他說的就是，機械重復的勞動必然是會被淘汰的，我們要關注創(chuàng)意類的事情、機器做不了的事情。
這個觀點在這些年持續(xù)有人提到，大家都知道這是對的，但不知道這個時刻何時來到。今年的這個神奇的十一月，就像1919年5月29日在巴西索布拉爾拍到的那張日食照片，證明了相對論的真實性，它也證明了這個觀點的可能性。
未來已來，但確實還不均勻。五年后再看，恐怕滄海桑田。
