科幻小說《詩云》里面描述了這樣一個故事： 擁有至高科技的神級文明降臨地球，認(rèn)為在落后的人類面前他們的技術(shù)無所不能。在人類被逼到絕境之時(shí)，神發(fā)現(xiàn)人類文明中存在“李白的詩”，認(rèn)為技術(shù)能超越藝術(shù)的極限，并嘗試通過超級算力去窮舉完所有的詩詞以創(chuàng)造出超越詩仙巔峰的作品，然而最終挑戰(zhàn)失敗在人類本質(zhì)的創(chuàng)造力面前，無比強(qiáng)大的神級科技也低下了頭。

科技和藝術(shù)的關(guān)系是什么樣的？

在 Surreal 詩云科技創(chuàng)始團(tuán)隊(duì)看來，藝術(shù)的本質(zhì)是人類的創(chuàng)造力，無法被機(jī)器替代。但創(chuàng)作的過程和效率卻可以被機(jī)器極大優(yōu)化，讓人類更專注創(chuàng)意本身。

相機(jī)與降低成本

在 1819 年攝影術(shù)被尼埃普斯發(fā)明前，人們的視覺故事表達(dá)（visual storytelling）僅能通過繪畫來實(shí)現(xiàn)。

從 1839 年達(dá)蓋爾攝影法被無償貢獻(xiàn)給全人類，到輕便的膠卷替代了濕版，再到數(shù)碼相機(jī)的誕生，最后到今天我們利用輕便的手機(jī)攝像頭捕捉生活，人類對于視覺內(nèi)容的創(chuàng)作方式一直由科技推動而變得更加普世化。

今天大部分的視覺內(nèi)容創(chuàng)作，無論是圖片還是視頻，都是通過相機(jī)（Camera）來捕捉。

圖片來源：Vin Ganapathy. The Spruce, 2018

200 年多來，相機(jī)的定位和職能看似不斷地被延伸甚至顛覆，但是它的定位不外乎是兩點(diǎn)：

●Capture Experience（記錄）

●Storytelling（故事表達(dá)）

我們認(rèn)為，“記錄” 這個定位本身，會長期存在，而且會繼續(xù)朝著更方便輕巧的方向發(fā)展。

而 Storytelling 并非一定要通過相機(jī)實(shí)現(xiàn)，因?yàn)槲覀兘裉炜梢酝ㄟ^ AI 來生成逼真的高質(zhì)量的視覺內(nèi)容，甚至將現(xiàn)實(shí)中不可能存在的場景變成可能。

我們相信，這看似魔法般的方式，未來會成為視覺內(nèi)容創(chuàng)作的主流，成為如同相機(jī)發(fā)明般的視覺內(nèi)容創(chuàng)作史轉(zhuǎn)折點(diǎn)。

我在 Snapchat 工作了六年多的時(shí)間，公司在 17 年 IPO 的時(shí)候?qū)ψ约旱亩x并非是基于社交網(wǎng)絡(luò)的公司，我們招股書的第一句話是：Snap is a camera company。

從成立到現(xiàn)在，我們都希望打造最一流的相機(jī)體驗(yàn)，降低用戶表達(dá)分享的成本，從而更自由地創(chuàng)作內(nèi)容。背后的社交網(wǎng)絡(luò)其實(shí)是構(gòu)建在這個基礎(chǔ)之上的。

雖然我們看到很多新的內(nèi)容形式與相機(jī)特效的出現(xiàn)，但是拍攝本身就是一個成本極高的行為，我們希望通過 AI 內(nèi)容生成來代替拍攝。

新的內(nèi)容基礎(chǔ)設(shè)施

詩云正在做的事情，從本質(zhì)上來說，是在構(gòu)建一個新的內(nèi)容基礎(chǔ)設(shè)施。

我們可以看到近些年在各大社交平臺上，人們在網(wǎng)絡(luò)上的表達(dá)更多由純文字變?yōu)楦庇^豐富的視覺內(nèi)容表達(dá)。

今天大部分的視覺內(nèi)容創(chuàng)作，其實(shí)要經(jīng)過繁瑣的拍攝設(shè)備與場景的搭建、演員的演繹、很多角色和攝影上的配合，以及后期的剪輯與加工。但是在我們構(gòu)建的這個新的生態(tài)系統(tǒng)里面，以AI生成技術(shù)取代復(fù)雜且高成本的拍攝過程，使用戶輸入的精妙創(chuàng)意可以極高效地被生動地表達(dá)出來。

未來一個趨勢將逐漸清晰——未來網(wǎng)絡(luò)上視覺內(nèi)容的數(shù)量增長將疾如雷電，且大部分內(nèi)容由AI進(jìn)行生成。

這種基于 AI 生成的技術(shù)會極大地提升內(nèi)容創(chuàng)作的生產(chǎn)力，甚至?xí)淖兾磥淼膬?nèi)容生產(chǎn)關(guān)系——從現(xiàn)在的創(chuàng)作者和內(nèi)容消費(fèi)者呈現(xiàn)一種割裂的狀態(tài)，轉(zhuǎn)變成每個人都不僅是視覺內(nèi)容的消費(fèi)者，同時(shí)也可以是視覺內(nèi)容的創(chuàng)作者。

因?yàn)槲覀儠寗?chuàng)作內(nèi)容的創(chuàng)作以及內(nèi)容二次創(chuàng)作都會變得極其的簡單。信息的傳遞也不會像現(xiàn)在單向線性地傳播，而是觸達(dá)每個個體時(shí)會有二次發(fā)散的潛能，創(chuàng)造力會在個體間不斷碰撞融合，激發(fā)出更高能量。

圖片來源：Surreal 詩云科技

AI 內(nèi)容創(chuàng)作捷徑

我們將內(nèi)容基礎(chǔ)設(shè)施的建設(shè)大致分為三個階段 -基于人臉的生成、基于人體的生成、以及基于環(huán)境的生成，每一個階段都將圍繞「內(nèi)容生成」與「內(nèi)容再生產(chǎn)」兩個緯度展開。

其背后的思路是：從生成一個具有表達(dá)力的形象開始，到拓展這個角色的全貌，再將其放置于一個合適的上下文中以豐滿內(nèi)容表達(dá)層次，最終形成一個全面的內(nèi)容基礎(chǔ)設(shè)施。

圖片來源：Surreal 詩云科技

三個階段對于故事的表達(dá)能力依次遞增，每一個階段不同的技術(shù)和豐富的應(yīng)用場景都能創(chuàng)造巨大價(jià)值。

我們已經(jīng)把第一階段的角色形象生成相關(guān)技術(shù)發(fā)展成熟且產(chǎn)品化落地，現(xiàn)在可以按需高效生成不同人種模特圖，幫助品牌建立自己的模特 IP，并且快捷將批量圖片視頻視覺內(nèi)容進(jìn)行國際化文化適配，降低成本的同時(shí)顯著提高業(yè)務(wù)數(shù)據(jù)。

圖片來源：Surreal 詩云科技

我們第一階段的詩云馬良產(chǎn)品，不僅可以使用語音或者文字去驅(qū)動已生成的虛擬角色進(jìn)行精準(zhǔn)嘴形適配的視頻表達(dá)，同時(shí)也可以控制虛擬角色的表情。

在內(nèi)容生產(chǎn)端，我們也可以給很多品牌方提供 AI 換臉的技術(shù)，通過把我們創(chuàng)作的虛擬角色替換到他們現(xiàn)有的視覺內(nèi)容角色上，以更低成本去擁有海量不同模特展示的素材去表現(xiàn)他們的商品，增強(qiáng)品牌的表現(xiàn)力。

“我們活在最好的時(shí)代。” 內(nèi)容生成時(shí)代的來臨讓我們十分激動，詩云科技是世界上為數(shù)不多的投身到內(nèi)容生成領(lǐng)域的創(chuàng)業(yè)公司。

我們內(nèi)部有一個公式是：visual storytelling = creativity + making。我們要做的是把 「making 」的成本降低到趨近于零，構(gòu)建一套內(nèi)容生成系統(tǒng)，讓每個用戶盡情去釋放自己的創(chuàng)造力——人類獨(dú)有的智慧結(jié)晶。這也是《詩云》給我們的啟示。

責(zé)任編輯：lq