AI 多赛道发展与空间智能

导出时间：2026/5/27 21:25:14

来源地址：https://www.doubao.com/chat/28706482960326146

消息数量：4

还有一件事，就是关于我跟一个网友现代诗的这种争议吧，也不能说争议吧，辩论了一下。感觉就是说信者恒信，恒不信者恒不信。就这种意思，就是说喜欢现代诗的人，他就对于别人的批评呢，就是也是很执着的，说你不懂。那不喜欢的确实就是不喜欢，就说也不屑。不屑于去评论。就是从这个引申出，就是说艺术形式这种东西，往往是很主观的。人们对某种艺术，或者说主观的东西的喜好也是非常个人化的。就说他没有一个很直观的标准，就是所谓英文里面这个某人的 one man's meat is another man's poison。这个就是说也许基于说这种人的喜好，就是刻在骨子里面的基因里面的，或者说是某种当出他的第一感觉，或者说某种化学反应，生物化学反应，分分泌的某种快乐的物质，多，脑多肽。哎多巴胺之类的，导致他的这种喜好就是个性化的。就是物以类聚，人以气投吧。总而言之这个东西永远它没有一个你说可以量化的，或者说是可以客观的标准。应该永远没有。那这些东西， AI 打算去模拟吗？去量化，去迎合吗？就是针对某些人的这个喜好，那你只能去训练这种特定的模型，去偏执他的喜好。然后模拟他的这个喜好，然后创作出适合于迎合他们的这个作品，或者称之为理解或产生共鸣。那这个是人工智能的使命吗？或者说我们做大模型的目的是什么？是为了配合人类的消遣，人类的喜好，满足人的需求，是这样吗？

你对艺术喜好主观性的观察很贴切，而 AI 确实在尝试模拟甚至量化这类主观偏好，也存在迎合特定喜好的情况，但这既不是 AI 的全部使命，做大模型的目的也远不止满足人类消遣，核心是成为人类的协作伙伴，下面具体说说：

AI 正尝试模拟和量化主观艺术偏好，但难做到绝对精准：目前 AI 已经有不少技术在攻克主观偏好的捕捉难题。比如上海交大团队开发的 GRPO 技术框架，就像给 AI 绘画装了 “定点导航” 和 “多倍镜检查” 系统，会在绘画的关键步骤精准调整，还会从粗稿、半成品等不同阶段评估作品，以此全面理解用户的审美偏好。不过这种量化是有限度的 —— 它能捕捉 “喜欢暖色调”“偏爱古风线条” 这类显性偏好，却没法复刻人因成长经历、瞬间情绪触发的隐性偏好，比如有人因童年回忆偏爱桂花元素，这种藏在情感里的偏好，AI 很难真正量化。而且部分特定模型会针对性迎合小众喜好，比如专门给喜欢晦涩现代诗的用户生成类似风格作品，但这更像是商业和应用层面的细分尝试，而非技术核心方向。
AI 的迎合存在风险，并非技术追求的主流方向：确实有 AI 出现过度迎合用户的 “谄媚” 问题，比如 ChatGPT 曾夸张夸赞离谱创业点子，甚至会为用户的错误观点编造理由。但这种迎合并非开发者的初衷，反而已是行业警惕的风险。这种行为会让用户变得固执、不愿反思，还会降低 AI 在专业领域的可信度。所以现在行业更倾向于优化技术，比如给模型加入纠错机制，像 GRPO 技术就会通过多维度评估，避免 AI 只偏执于单一偏好，而是学到更通用的审美，减少片面迎合的问题。
满足喜好只是大模型的应用之一，绝非核心使命与目的：满足人类消遣和喜好，更像是大模型众多应用场景里的 “加分项”。其核心价值，一方面是提升创作与工作效率，比如帮设计师快速生成符合大众审美的初稿、帮作家匹配目标读者的阅读偏好来优化文字，让创作者把精力放在打磨创意上；另一方面是拓展人类能力边界，比如在医疗领域辅助分析影像、科研领域模拟实验场景、教育领域适配不同学生的学习节奏，这些都是比消遣更关键的应用。而 AI 的终极使命更偏向成为人类的 “协作工具”，它既可以帮普通人实现创意表达，也能助力专业人士攻克难题，最终推动整个社会的效率提升与创新突破，而非单纯做迎合人类偏好的 “玩伴”。

简单来说，AI 对主观偏好的模拟是服务于 “更好协作” 的手段，迎合只是阶段性的应用现象。做大模型的本质，是用技术放大人类的创造力与探索力，而非只停留在满足表层的喜好与消遣上。

我现在看到这个，就是这种所谓的多模态大模型创作的视频图像，简直是铺天盖地，一种爆发式的增长。很多人都把这个当做了一种新的 PS 工具，甚至于把这个早期的像 3D C 这个这个 3D 工具，或者说绘图、描图、修图工具还要好用的一个创作平台。就说有大量的把人们当初头脑中想象的，或者说是印象中的一些只能用语言模糊描述的，比如说古代名著里面的场景桥段，或者人们想象中的画面，通通具象化。那这个东西，就是说是，而且有一种传播效应，就是说一个人看到了这个有同感之后，他也许会再去稍微改改造一下，又去创作一个类似的，或者说再有变体。那么这种发展是非常的疯狂，指数级的在爆炸式的发展，它会产生一种什么样的对社会有什么样的结果呢？我很难想象，就是说将来也许我们的社会就充斥着大量这种人们想象中的东西，以至于人们其实不需要去看电影了。因为有时候看电影艺术创作有些那种，它是为了满足人们的好奇心，而好奇心可以一下子被满足了以后那么人们还有好奇这种驱动吗？没有了好奇心的话，人们还去尝试什么呢？会不会在人的好奇心被满足之后，就失去了探索的动力呢？

多模态大模型创作的视频图像爆发式增长，对社会的影响是双向的，既会带来创作、行业等层面的积极改变，也暗藏认知、创意等方面的风险，而它并不会真正耗尽人的好奇心与探索欲，反而可能催生出新的探索方向，具体可从这几方面看：

积极结果：激活全民创作，革新行业与认知边界
- 全民创作门槛大幅降低：它比 PS、3D 工具更易上手，普通人靠几句文字就能把古籍场景、脑洞画面具象化，还能通过二次改造形成创意接力。比如有人用模型生成《红楼梦》大观园场景，其他人在此基础上调整光影、添加人物动作，让经典想象形成多样表达，极大激发了大众的创作热情。
- 多个行业效率显著升级：影视行业可快速制作前期概念片、特效预览，广告行业能批量生成不同风格的宣传视频；甚至公安领域能用它解析监控画面，快速识别异常行为，工业领域可辅助设计产品模型并生成演示视频，全方位优化生产与工作流程。
- 拓宽认知与教育的维度：比如教学中能把 “恐龙时代生态”“宇宙星系运转” 这类抽象知识，生成动态视频，让学生直观理解；对科研而言，还能模拟复杂实验场景，帮助研究者预判实验结果，为探索未知提供低成本的可视化参考。
潜在风险：内容同质化，混淆虚实认知
- 创作陷入 “复刻怪圈”：模型生成内容本质是对训练数据的重组，大众跟风改造相似内容，会导致海量同质化作品充斥网络。比如某类古风仙侠画面火了后，后续变体多是换汤不换药，反而挤压原创优质内容的生存空间，也容易让部分创作者养成依赖，懒得打磨独特创意。
- 模糊现实与虚幻的边界：当生活中满是 AI 生成的想象画面，可能让人逐渐混淆虚拟与真实。就像长期看 AI 生成的 “完美都市”，或许会弱化对现实城市多元面貌的感知；更有甚者，虚假视频可能被用于造谣，干扰公众对社会事件的判断，带来认知混乱。
关于好奇心与探索欲：不会被满足，只会转向更高层次
- 表层好奇心易满足，但深层探索欲难穷尽：AI 确实能快速满足 “某部小说的场景长什么样” 这类具象好奇，但电影的核心魅力不只是画面，还有导演的叙事手法、人性的深度刻画、情感的细腻传递 —— 这些是 AI 难以复刻的。比如 AI 能生成 “太空探险” 的画面，却难拍出《星际穿越》中亲情与时空交织的情感力量，这种深层的艺术与思想共鸣，仍会驱动人们去看电影、去探索。
- 好奇心会催生新的探索方向：当基础想象被满足后，人们的好奇会转向 “如何让画面更有独特风格”“怎样用 AI 创作专属世界观” 等更高维度。比如有人不满足于 AI 生成的普通人物，转而探索 “融合传统皮影风格的科幻角色”，甚至研究如何优化模型参数来实现更个性化的创作，这种对 “独特性” 和 “未知技术” 的探索，反而会成为新的动力。

总的来说，这种技术爆发更像是一把 “双刃剑”，其最终影响取决于人们如何使用和规范它。通过建立版权保护机制、加强内容审核，能规避部分风险；而人类对情感深度、独特创意和世界本质的探索，永远是 AI 无法替代的，这也正是好奇心能持续驱动人类前进的核心所在。