▓WPT是什么▓GGPoker[—ggn178.com—]为亚洲最具备实力的一间国际扑克竞技赛事平台,提供一个正规安全有保障的扑克游戏环境,加入立即玩与GGPoker全球玩家一起同乐东西问｜中外专家：“发现彼此”，促中法文明互鉴
AI创业#*###，追逐风口但别轻信“红利”
专访AI人机交互专家季啸白
自2023年以Stable Diffusion为主的开源图像生成AI以来*#@@，AI在图像和视频两个方向均有了质的突破@@。从语音AI到成为创新前沿的AI视频大模型**@，经历了六十年风雨的人工智能逐渐迎来了产业化的临界点#@@。
季啸白目前在全球头部互联网社交媒体公司工作###*，同时也是长期的图像生成AI方向创业者#**%%。从全球顶级名校硕士毕业后@*，季啸白一直投身于图像生成AI产品化的研究和创业%@，作品也多次获奖@@#。AI如何转化为新质生产力？紫牛新闻记者采访了人机交互专家季啸白@#。
一
紫牛新闻：无论是苹果手机的Siri#%，还是小爱同学、天猫精灵@*，语音助手从一出生开始就被人们视作AI技术的落地产品**@*，但它为何没被多数用户高频使用？
季啸白：我觉得主要有两大原因：使用场景有限和效率不高*@。语音AI最早可以追溯到20世纪50年代@*##@，很长的时间段里%#@@@，它是依赖人类维护来回答问题*%*。近几年语音AI实现了质的飞跃*#@#，比如ChatGPT所提供的语音AI不仅能够回答用户的问题@%@，还能引导对话向更有价值的方向发展*@。但作为信息传递的载体#@@#*，语音的信息密度常常低于图像**%，在很多场景下%%##，单凭语音很难完整表达复杂的信息*@%。此外*%*#，语音AI个性化能力有着先天不足@#*，它很难从你的语气和用词中感知你的喜好#%@@#，无法获得你的使用数据%**@%，也无法高效向你推荐内容*%@@#。图形化界面的先天优势在于%##*#，无论是淘宝还是抖音%%#，你点进去看了多久*@@*，查看哪一类商品比较多@%，这些数据都能作为推荐给你视频和商品的依据@*。
紫牛新闻：但语音AI仍然是人工智能竞逐的重要战�**%。热�2024北京车展@#%，车内AI语音交互便是很多新能源车的亮点#@%。语音AI还有哪些发展方向？
季啸白：如今基于大模型智驾技术的企业非常多%*，但即便是业界领先的语音识别算法@#@*，在嘈杂环境、口音差异、速度变化等情况下#@*@%，转录准确率很难达到100%%%*@。但人类在机器时代已养成了这样的惯性：对人类犯错习以为常%*@@，但不能接受机器犯错##@，这正是车内AI语音交互发展的限制%#%%。此外##，在车内场景下*##，用户对语音AI的诉求不算高频需求#%@*，变现方式也颇为单一#*，大多打包在车机订阅服务中*#@@。对于普通AI创业者来说@%*#@，成功的机会很小##%%%。相比之下%@，语音AI在情感陪伴方面#@**，赛道更宽@%%*。独居老人常常缺乏人际交流@%**，情感陪伴型语音助手可以通过自然对话@*@*，为老人提供情感支持；陪伴儿童时%*@，语音助手可以与孩子进行有趣的互动游戏；有些年轻人希望和喜欢的动漫角色谈恋爱%%，和自己崇拜的偶像交流%@%%，和喜欢的虚拟角色交流%#，这些都是语音AI可能应用的空间##@。
二
紫牛新闻：去年底英国《自然》杂志刊文预测的2024年十大科学进展中%%*，人工智能的进步和ChatGPT人工智能占据前两位%*。人类如何对待可能拥有意识的人工智能*#*@，也成了关注的话题@#%%。
季啸白：有研究者预测%#*%*，人工智能产生意识将在5-20年内实现@%。但我知道的是@*##，2023年没有一项资助是用于“研究人工智能产生意识”的@%@@@。我认为%*@，AI的发展仍然在早期#%%。在当下%@，人们仿佛对AI有些不切实际的幻想#%@，总认为AI已经进化出了人类的思维%#*，有感情、有思考##**%，能代替人类写论文@@#%，甚至能和人类谈恋爱%%@*。这有些一厢情愿了@#@。
紫牛新闻：2023年1月@*%，美国多名艺术家集体起诉三家生成式AI商业应用公司作图软件以他们作品的风格生成图像*%%，法院审理认为AI生成后的图片本来就不享有著作权#@，并不违反著作权法*%%。今年*%@%*，谷歌又面临着三位漫画家和一位摄影师提出的集体诉讼**@*%。你如何看待这些诉讼？
季啸白：这也印证了当下AI是没有人类思维的%%。目前##*，你让AI写生物医药论文、画一幅抽象主义绘画@**@，而AI本质上只是学习过去人们写过的论文、画过的绘画#@@，然后按照人类当下的需求重新杂糅并输出*@#*。AI是没有创造性的%*@*，特别是图像领域#%。图像生成AI经常出现的版权纠纷**#，是因为人类对AI的输出结果不能很好地控制%##。由此可见%#*，探索更有效的人机交互方式***#，空间很大%*@。
紫牛新闻：当下%@@，越来越多的创业者涌入AI领域#%%#，在图像生成方面*%，可谓是老中青三代齐上阵@##，但进去后却发现并不轻松#*#*。你如何看待？
季啸白：当前图像生成AI的人机交互方式%*%*，从渠道上来说分为用文字生成图像、用“文字+图像”生成图像、用“文字+图像+风格倾向”生成图像、用“文字+图像+标注重点部位”生成图像；从轮次上来说也分为单次和多次@#。设计合理且简化的人机交互@@%*%，更能帮助面向普通用户的C端产品获得成功@#%#。如何帮图像生成式AI做好人机交互体验%*，帮助人们合理准确表达诉求的同时%**，降低上手难度和门槛%#*，是创业者和普通用户的需求*#*%@，也是我重点研究的方向#*#。
紫牛新闻：很多创业者认为@#%，C端(个人用户端)需求大*%#@，寻求C端扩张更容易成功#*。
季啸白：美国硅谷早期的一些图像生成AI都是面向普通消费者的%#*，用户按次付费*%#@@，或通过订阅制包月使用%*。大部分消费者抱着尝鲜的目的而来%*#@@，用户增长很快%@@，但留存和付费转化很低%%*%，本质上是因为通用型图像生成AI的天花板太低###。当下%@%%，图像生成AI的重点正在从C端向着面向企业的B端转移@#%@。
紫牛新闻：面向B端的产品和面向C端的产品@@**#，有什么明显不同？
季啸白：B端消费者不喜欢随机#@，无法接受太高的自由度#@%#*。B端用户是要生成图片拿来干活的%#%，不能天马行空的任由AI发挥#%%#*。因此%*，对B端产品需要深入浅出地提供更丰富的多轮生成调优能力@#，这一点在人机交互的设计上一定要考虑到#@。
紫牛新闻：那C端产品的落地方向在哪？
季啸白：C端产品的商业空间肯定存在%@@*。短期内图像生成AI在C端产品的落地方向%*@%*，是低客单价的普遍需求*@%%。千万不能陷入追求高客单价@###@，AI的本质是替代人类的重复劳动和昂贵劳动力@*#%，追求高客单价是个误区@*。AI无法创造奢侈品*@，也很难触及高频需求*@%@，我们的日常生活中#*@，出门吃饭买菜@#%#@，回家刷短视频睡觉%%*，很少需要创造图像%%，因此传统商业意义的高客单价和高频都是不可取的*#@%@。C端创业者#%##，一定要着眼普遍的多个需求%@##@，比如做AI图像集成工具%#%*，连带AI美妆@@，AI一键换背景%#，AI一键改光线**%*#，AI生成证件照、艺术照%%，虽然对单个用户而言不算高频需求@%%@*，但对于整个社会而言@#@，累计使用次数会相当可观*%。
紫牛新闻：B端用户中#%，电商是庞大的群体%%，也是普通AI创业者重点关注的对象%@@#*。面向电商的AI创业@##，你有什么建议？
季啸白：电商行业其实是最早开始接触图片生成AI技术的行业*%##，因为行业本身信息敏感度高#%@，也有大量图片处理需求@%*%。我们工作中也经常有电商行业的从业者来聊#**@，他们的需求太大了*#，无论是图像生成、图像批量后期处理*#*@，还是一键换衣等需求##，本质上就是用AI的低成本去换重拍图片的成本@@%@%。但是#**%，他们的需求非常杂@*，相当定制化@**，具体到每一类需求量%#@%#，其实不大*##*@，所以图片生成AI反而服务不好这个行业*#。之前有个老板来找我们@%，希望把帽子、围巾、手套等物品的平铺图能直接生成到模特的身上##@*#。从技术角度*#*@#，我们要对物品做定制化的开发*%，有一定人工成本*@%%%。电商核算后*%#*#，发现找模特快速拍一下效率更高*#，成本更低%##。这一个项目最终没有成功@@*，但能管中窥豹一个行业%*。
三
紫牛新闻：2月15日%@#*， OpenAI发布了“文生视频”大模型Sora%@@*#，并附带发布了由它生成的48段视频%*，引发了社会高度关注**。从中长期看%@，图像生成AI的发展方向是什么？
季啸白：我认为视频生成正处于破晓时分@@#。视频的商业前景比图片大得多%@@%，这也是抖音、TikTok等产品成功的原因#@@*。经过互联网20年的发展##***，人们对消费视频已经习以为常#@，使用习惯也从阅读静态媒体向消费动态内容转变##@@@。视频生成大约在2025年达到可商用的成熟度**@。视频生成技术一旦成熟%##@，OpenAI可能会建立自己的视频平台@@%，和抖音、TikTok直接竞争视频消费者*@*@%，同时给影视行业带来变革##@@。影视行业不一定喜欢从0开始生成视频*%*@，但会对修复拍摄的穿帮细节、虚拟布景AI生成宏大背景、生成无法拍摄的视觉效果等感兴趣*%*@。影视行业的付费意愿高*#**#，和影视行业紧密合作**%，会是这个10年下半场的重要机会@@*@@。
紫牛新闻：AI会取代人类的摄影和图像创作吗？
季啸白：从长期来说#*##@，图像生成AI一定是和人类大脑协作%*#%，而不是取代人类的摄影和图像创作%%。摄影是对客观事物的捕捉##，也是拍摄者情绪和思考的表达#*%。我很喜欢画画和摄影#@@%，AI技术虽然在不断演进**，但人类主动创作的主观表达是永远无法替代的%%*。
扬子晚报/紫牛新闻记者 王塞塞
