以先进AI技术赋能智慧教育、智慧文娱新生态

　　文/尹学渊

　　行者AI（成都潜在人工智能科技有限公司）作为产业界代表，从2020年创立以来，一直致力于用人工智能和机器学习技术提高文娱行业生产力，提供内容生产制作全生命周期解决方案。这些技术实践源自2013年成立的游戏公司。2016年，我们在游戏公司内部成立了人工智能实验室，开发了一系列“人工智能+内容创作”相关工具。随着技术不断成熟与应用拓展，我们决定将这些技术独立分拆，成立全新公司，以更专业的姿态服务于全行业。

　　行者AI在AI+美术、AI+音乐等多元化领域不断探索，同时，我们进行AI+安全和AI智能体等应用场景的产品开发和服务，成果被广泛应用于大视听行业、文娱及教育领域，取得了显著的市场化成果。

　　AI赋能提升视听领域生产力

　　从产业角度出发，我们始终关注如何解决行业痛点。例如，在内容制作领域，长期存在一个“不可能三角”问题，即在追求高质量、高效率与低成本时，往往三者难以同时满足。无论是视频制作、短剧创作、文章撰写，还是绘画、音乐创作，这一难题都普遍存在。然而，随着AI 2.0和生成式AI技术的到来，我们可以同时实现高质量、高效率与低成本的内容创作，这无疑为我们带来了全新挑战和巨大机遇。

　　对视听娱乐与教育领域来讲，机遇就是正在迎来一种全新形态，即多模态和互动式。尽管当前我们看到AI在绘画、音乐创作等领域的应用，但这些仍属于传统媒体形态。例如，利用AI生成一幅画作，尽管这在一定程度上提升了生产力并降低了生产成本，但它的本质没有变化。而我们希望能通过生产力的提升，创造与以前完全不同且无法想象的全新场景。这正是多模态和互动式所带来的可能性。

　　行者AI团队始终围绕人工智能多模态这个理念进行实践。无论是视觉上的图片、视频，还是听觉上的音频生成（包括语音合成、歌唱合成）及智能体，都是我们关注与探索的重点。当我们完成了这些基础组件的构建，便能创造丰富多样的应用场景。智能化多模态的体验将为解决未来众多问题提供可能，特别是内容创作行业。例如，拍摄一部短剧的平均成本需要几十万元，这要求创作者和从业者迅速实现盈利，如果无法盈利就无法产生连续性。游戏、短剧、电影等行业均面临这一问题。为了快速回笼资金，许多创作者和从业者过于关注如何利用“人性”快速吸引观众，让他们迅速获得满足感，从而订阅或付费。这种趋势导致许多作品忽略了真正有价值的“真善美”元素。

　　在追求经济效益的同时，行者AI团队始终坚守对“真善美”的追求。我们相信，只有平衡商业目标与艺术价值，才能创作真正有深度和影响力的作品。

　　AI技术研发应精心调配

　　从产业角度看，例如，在全球范围内有众多抑郁症患者，AI生成的新内容是否适宜这类群体，确实值得探讨和商榷。尽管如此，这类内容拥有巨大潜力，能够开启全新体验。其可以被应用于医疗、教育和宣传等方面，为人们带来美的体验，治愈心灵，陪伴成长。虽然这类内容在各类平台上的推广可能面临困难，广告购买意愿不高，盈利能力有限，但考虑其低成本和高价值，我们应给予更多重视。

　　在我们的理念中，无论是从事美术创作、音乐制作，还是从事文本生成，抑或是进行智能体的研发，都希望从业者走在人工智能前面，学习AI，运用AI，驾驭AI，而绝非被AI所取代。在内容生产的每一个环节，我们都致力于使AI成为提升生产力的工具，而非替代人类的存在，生产力提升的最终目标仍是为人服务。

　　在此前提下，我们必须强调三个核心概念，这些概念构成了玩具与工具的根本区别。首先是“可控性”，其次是“一致性”，最后是“高精度”。例如，在AI绘画领域，尽管AI能够绘制画作，但在完成作品后，其并未展现足够的实用性和稳定性。为此，我们开发了一款名为“行者丹炉”的产品。这个名称源于我们认为人工智能研发就像用丹炉“炼丹”一样，是一种自我调侃。在人工智能领域，研发过程指的是通过不断调整和优化算法参数，以获得更好模型效果。这与传说中的炼丹术有着异曲同工之妙，都需要经过精心调配和磨砺。

　　通过我们的产品，用户可以训练属于自己的画风模型。从学术角度来看，这相当于一个模型训练器，它可以为用户创建独特画风提供支持，并通过“行者丹炉”将其转化为独一无二的模型。这样，AI就能够根据用户的画风进行创作，既保证了作品独特性，又避免了侵权问题发生。这正是我们所追求的可控性和一致性的体现。

　　另外，AI写真作为一种先进技术应用，主要是针对个人脸部特征进行模型训练。一旦脸部模型训练完成，即可生成多样化的、属于个人的写真集，从而保证一致性和可控性。从高精度方面来看，AI已经可以生成16K超高清大图，属于工业化AI工具所应达成的标准，远超一般消费者级应用。据真实用户反馈，使用此技术，工作效率平均提升3至5倍，这便是AI技术在美术领域的独特价值。

　　在AI音乐领域，我们秉持相同理念，即追求可控性、一致性和高精度。尽管Suno具备AI作曲功能，但在细节调整方面，仍存在局限。相比之下，我们的交互式创作工具支持对细节的精细调整。

　　AI为产业发展带来无限可能

　　我们研发的AI智能体，面向更高层次智能推理，如在电子竞技领域，AI智能体可以发挥强大陪练作用。在AI应用中，安全性至关重要。在利用AI创作丰富多样的内容时，如何确保这些内容的合规性成为亟待解决的问题。为此，我们遵循全球各地的法律法规，建立了各种审核标准。目前，我们支持22个国家和地区的语言，能够在全球范围内进行AI合规性审查，确保所创作的内容符合各项法律法规。

　　我们在探索教育场景的应用时，把AI音乐跟我们的音乐学习结合起来，开启交互式沉浸式体验。例如，在音乐创作中包括写词、作曲、编曲、演唱等，创作手法和过程很复杂。利用AI技术，用户可以轻松地获得自动谱曲的服务，而我们则提供精细调整和优化。在这个过程中，AI会为用户提供创作模板，用户可以在此基础上二次创作，加入自己的独特元素。

　　如果用户觉得某个部分不理想，AI能够重新生成，直至满足用户审美要求。这种实际应用场景在学校音乐创客教室中得到了充分体现。我们融合了大量音乐知识点，通过一边创作一边复盘的方式，帮助学生提升音乐创作能力。该系统曾连续被中央电视台报道，并在全国各地帮助众多学生学习音乐创作。此外，AI技术还能辅助师生进行实时沟通交流，提升互动体验。

　　同样，我们的AI应用可以跟文旅结合，打造丰富多样的用户体验。例如，中国传统文化中的皮影，就可以用AI生成各种各样的风格，我们与中国皮影博物馆的合作项目便是这一点的生动体现，其中所有内容均由AI创作完成。

　　何为交互式体验呢？比如，AI和皮影博物馆结合，当你进入博物馆时，可以使用AI技术拍摄自己的照片并生成自己的皮影形象。无论你走到哪里，皮影都会紧随其后，为你提供一种全新的探索寻宝体验。这种体验不仅更加有趣，并且每一次来访都会带给你全新感受。更为重要的是，我们的AI技术能够实时生成内容，不受任何限制，可以创造无限可能。

　　（作者尹学渊系行者AI创始人兼CEO）

关注读览天下微信， 100万篇深度好文， 等你来看……