AI时代，人们将如何创作一部电影？ （1/2/3）

今天Open AI 正式对社会公众开放旗下 Dall·E（文字变图画）的技术和能力， 每张AI创意作画（版权归你）的价格大概不到1元。

定价在测试的第一阶段，用户可以购买额外的DALL-E点数，以115点为单位（460张图片 ）在每月免费点数的基础上再加15美元。每次输入提示，用户点击 "生成 "或 “变化”，就会有一个积分。

作为AI 和创作者经济相关领域研究的创始人，异常兴奋和感慨。

为纪念这一伟大时刻， 我把两个月前写的系列旧文，发布在这里。 （ 此专栏将更大力度推出和AI 共创 、AI 基础知识和技术新变革和商业应用分析的文章。

AI时代，人们将如何创作一部电影？（1）

三个技术条件：

🧠 AI ： 智能爆炸

🥅 架构：去中心化

🪙 Web3： 所有权个人化

你不用成为专家， 也能够发现一个基本的规律：技术具有民主化的倾向， 让一切变的更便宜。

以视频为例，从电影→ 电视→ Youtube → 短视频，这个过程就能一叶知秋。

今天我想从这个视角， 展示给大家， 在新一代的互联网时代， 无论它叫Metaverse还是叫Web3， 它必然会带来一个变革：创作者经济的变革。

让我们来深入展开这个推理， 它异常简单！

1/ 多少人有过明星梦和导演梦 ？多少人在短视频时代，梦已成真？ 还是少数吧。

今天有了最新的大规模语言模型， 你会发现做视频，竟然只要打几个字就行了？！

（来自 @karencheng 创作的MV ，感受Dall·E 的魔法）（即刻预览）

AI时代，人们将如何创作一部电影？（2）

2/ 古代（好莱坞）创作一部电影的配置：

演员💃🏻：数十年的专业训练

镜头🎥：摄影棚

剪辑🎬：很贵的PC，很贵的软件

配音🎤：还记得播音员专业吗

编剧✍🏻：至少是作家出身

3/ AI 时代，创作一部电影的配置：

演员💃🏻：AI 动捕 + MetaHuman （虚拟人 ）

镜头🎥：Dall· E （Imagen）

剪辑🎬：📱 + 【你的审美】配音🎤：AI 虚拟主播（Text2Speech）

编剧✍🏻： 【你】 + AI 大规模语言模型（LaMDA/GPT-3 /OPT-175B）

4/ 如果仔细并对比下两者👆的成本，我们会渐渐意识到不得了的三件事正在发生：

a ) 信息的复杂结构，特别是情感向的（例如语音和音乐）都是好商品；

b ) AI 是一种极为低成本（电费）的技术，但是在「信息结构」层次上，一边指数级创作智能🧠的信息总量，一边「鼓励」创作者更好制作信息商品（否则被时代所抛弃）

c ) 最后，「信息商品」的以物易物肩负最低的配置，会带来整个经济体系指数增长（非零和效应），它将改变一切旧世界的创作范式。

用 Sam Altman 话说， 这将「万物的摩尔定律」，经济体系将全部改变， 世界将异常「富足」。

在AI时代，如何创作一部电影？（3 ）

当我们说AI 要 「替代」真人演出，我们在说什么？

在第（2）篇那个基于生物学思维的对比框架中， 我们包含了不少娱乐产业的硬核知识， 还有大量认知科学的新发现（情感的计算、面部表情系统等）。

这次，我们聚焦于讨论人类戏剧和演出的本质（它虽然无比复杂），但让我带大家走一个易于感性理解的捷径：

从游戏产业如何塑造人物的角度， 对比不同时代的创作成本。

• **首先，是动作捕捉。**你喜欢角色扮演游戏吗？ 了解3A大作的角色表演是如何诞生的吗？我们以《赛博朋克2077》的银手为例（基努·里维斯）的演出为例，请观赏。

同样的制作思路， 普通创作者没有那些昂贵的、顶流的动捕设备，我们现在可以有什么技术？

请继续观赏 Google Brain 日本工程师带来的新进展： AI如何实现平民化的动作捕捉。

（想成为虚拟Up主的朋友，可能要激动坏了）

• 然后，是虚拟人的CG设计。按照今天的“”常识“”，建模是一件费钱费力的时，虽然没有演员贵，但CG似乎挺又遥远。 这里以Epic Games 的全新工具为代表， 就像今天人人能剪辑视频一样， 基于MetaHuman 几十分钟，人人都创造精致的、细腻的虚拟演员了。
• 最后，是情感表达。 （这是个生物学大命题）

善于思考的朋友，会怀疑： 几千年前来人们的戏剧艺术，就要被AI 搞没了？ 就算我没有学习过表演， 也研究过英剧、美剧和韩剧的演员们，差别是多么的巨大啊……

你的直觉绝对没错👍 人类的面部和情感系统，是一个超级伟大的、隐秘的大自然的礼物； 我会持续深入展开， 在这里。 我把演员的情感表达，简化为如下的层次：

a) 人类的表演= 感觉（或想象的）→ 情绪（潜意识）→ 面部表情（保罗·艾克曼的大发现）

b) 虚拟人的表演= 文字→ 图形渲染 （情感识别）→ 面部微表情（audio2face）。

（我附上的视频 ，模特杀手 来自pantheonlab的虚拟人，大致就是这么个AI 合成的过程）

以上所有层次拆解，都还是「管中窥豹」 示例性感知和分析，但其中背后的论证所指向核心没变：这些新技术，都（将）是面向 C端的、个人用户的工具， 普及的速度和商业场景可能性会超出我们今天的想象。

这就是我在 第（2）篇引用Sam Altman 中强调的「万物的摩尔定律」意义：

一切创作成本都在疯狂降低，然后就是创作的井喷，远大于短视频时代的井喷。

在后面更多AI和认知科学(人类学、语言学）主题中，我们将深入讨论， 为何语言才是人类智能真正的魔法……

正如伟大 约瑟·克拉克，伟大的科幻小说家所言：

「任何足够先进的科技，皆与魔法无异。」