AI繪畫還在大火，AI創(chuàng)作小說也來摻和了一腳。

翻開創(chuàng)作庫，「重生之我是算法菜雞」、「重生之高中生獲得諾獎」、「NLP實驗室風云」……

好家伙，爽文故事進駐學研領域。

(相關資料圖)

扒開內文一看，更是挺能整。

小學生鉆研NLP，做出新算法療愈內心創(chuàng)傷，名曰「殺手計劃」；算法工程師穿越回清朝，直升一品大員……

風格也可變，都市、玄幻、仙俠、科幻各種網絡文學畫風都能選，仿佛打開21世紀曲苑雜壇+走近科學。

這些創(chuàng)作來自一款名為「熊貓小說家」的小程序，其slogan就是：用AI書寫你的故事。

不僅能設定故事情節(jié)、關鍵詞，讓AI往下續(xù)寫上百字，還能多人寫作，讓更多人一起創(chuàng)（胡）作（編）故事。

它還有什么更多能力？跟之前AI續(xù)寫區(qū)別在哪？技術成色如何？

繼續(xù)往下看。

創(chuàng)作一個坤坤在大廠的故事

先來體驗一下這個AI創(chuàng)作小說產品。

開始創(chuàng)作時，需要先設定故事名稱及簡介，我們將小說名定為《坤坤在互聯(lián)網大廠》，簡介為：喜歡唱跳的少年，坤坤，在互聯(lián)網大廠的工作經歷。

然后開始第一節(jié)，我們希望坤坤去面試，關鍵詞再加上「筆試」和「表演」，最后讓系統(tǒng)隨機生成一些關鍵詞。

小說情節(jié)選填，我們也加上：在公司表演、坐三蹦子去后廠村等橋段。

點擊生成，于是，得到了一段坤坤參加大廠面試招聘的故事。

看著似乎還行，融不進去的信息沒有「硬凹」：

再生成一次，甚至能將大廠變換成「騰訊」：

試著生成第二節(jié)，出了離譜的事。

坤坤工作出錯后，更加努力，尤其掌握「刪庫技術」……

唔……看來常識理解方面還是不太強。

此外，部分生成內容還出現(xiàn)長文前后邏輯不搭，還有車轱轆話來回說，沒有推動情節(jié)發(fā)展等問題。

值得一提的是，由于平臺允許共同創(chuàng)作，已有不少人設定小說名稱與簡介，跟大家一起共創(chuàng)新編造的故事。

背后技術是什么？

據技術團隊公開資料介紹，這一小說創(chuàng)作AI背后是其自研的可控文本生成技術。

具體來說。

該技術先基于輕量化模型「孟子」，利用大規(guī)模通用數(shù)據構建通用文本生成模型。

之所以使用輕量化模型，原因在于目前主流文本生成應用基于GPT系列，但此類大模型難以建模較遠歷史信息，可控生成能力較弱，同時千、萬億級別參數(shù)所需計算資源很多，落地成本高。

輕量化模型能避免上述問題，同時特定場景下效果并不遜色。

此外，他們還基于垂直領域的數(shù)據，通過長文本建模、篇章建模、融入常識知識等技術，構建垂直領域文本生成模型。

上述技術應用下，在產品端顯露的優(yōu)點包括：

（1）通過關鍵詞、短語、句子、風格等不同粒度的信息控制生成內容，可更好理解作者想要表達的核心信息，創(chuàng)作出符合作者預期的小說內容。

（2）更好地考慮上文已經創(chuàng)建的內容，對比此前產品，能更優(yōu)處理前后不一致等邏輯問題。

（3）允許作者設計知識和事實等信息，指導并提高生成內容正確性。

至于該產品的幕后團隊，熟悉行業(yè)的讀者想必已知道了，瀾舟科技。

這是家認知智能創(chuàng)業(yè)公司，由前微軟亞研NLP大牛周明于2021年創(chuàng)辦。

主要產品包括基于預訓練模型的功能引擎（包括搜索、生成、翻譯、對話等），以及針對垂直行業(yè)場景的SaaS產品。

AI小說創(chuàng)作現(xiàn)在走到哪了？

AI小說創(chuàng)作產品很早就有，市面上為更多人所知的代表是彩云小夢。

該產品同樣提供故事續(xù)寫服務，對比前文「熊貓小說家」，其在設置上省去了關鍵詞和具體情節(jié)的輸入，只需提供故事世界觀及背景。

生成內容方面，前后文理解及常識性問題也會暴露。

比如，沒帶吉他反而讓面試者表演搖滾……

從上述產品表現(xiàn)來看，AI仍很難像繪畫那樣，獨立創(chuàng)作完整小說。

除AI小說創(chuàng)作外，AIGC在文本生成領域一大場景是創(chuàng)造性的營銷內容生成。

該場景并不要求AI具備長文本理解及創(chuàng)作能力，比較典型產品有國外的Jasper，基于GPT-3。中文領域文本生成平臺有friday（heyfriday.cn），來自西湖大學深度學習實驗室。

參考鏈接：

https://mp.weixin.qq.com/s/Dc5y_MPLDS14TfonHf6qXwhttps://heyfriday.cn/homehttps://if.caiyunai.com/dashboard/novels

關鍵詞： 計算資源 內容方面 技術團隊