AI Inside 万事有万心
作者／IT 时报记者孙永会潘少颖
编辑／ 潘少颖孙妍
晨曦中，智能闹钟轻轻响起，新的一天开始了；厨房里，智能冰箱记录着食品的保质期，提醒主人及时消耗食物；办公室里，智能助手协助职场人士处理繁杂的工作；病房里，AI 机器人细心地照顾着病患，减轻医务人员的负担；学校里，智能教育系统为孩子们打开了知识大门。
除了可见，AI 技术还可用、可控。手机内一些熟知的应用也加持了 AI “基因”，既能为用户提供乐子，还能为上班族提供办公工具和点子，让工作增效，也让生活“有料”。
于是乎，这些有“ AI 基因”的 App 成为了我们生活中不可或缺的一部分。它们，不仅仅是一种工具，更是人类与数字世界之间的桥梁。做视频、写文档、玩游戏……希望这些 App 在新的一年中，助你在工作上锦上添花，生活中一路繁花。
大模型类：百模大战，有趣有灵魂
似乎没有哪个领域能离开大模型，更多的领域和大模型“亲密接触”，并且迭代速度不断加快，“硬核能力”不断提升，打造像人一样主动提问、又有“灵魂”的大模型。
文心一言：
信息、知识、灵感一应俱全
文心一言是百度发布的大语言模型，2023 年底，用户规模已突破 1 亿。该模型能够与人对话互动、回答问题、协助创作，高效便捷地帮助用户获取信息、知识和灵感。
近日，文心一言上线了数字分身功能。进入文心一言后，点击左上角的 AI 符号，即可创建“数字分身”。仅需一张照片，并依次填写姓名、声音、性格等信息，用户便可创建自己的数字分身。这个独特的虚拟伙伴，可以理解用户指令、与用户进行对话，并具备用户的个性化特征。
写文案、想点子、唠家常……在对话栏，《IT 时报》记者以“写一句冬天的文案”为要求，几秒内便得到一句较有逻辑和画面感的句子：“冬日里，雪花飘舞，大地银装素裹，一切都显得那么纯净和宁静。让我们在这个洁白的季节里，感受那份独特的宁静与温馨。”
社区专栏亦有智慧，AI 艺术字、AI 全家福、AI 人格测试、AI 画肖像、AI 科学分析姓名等，比如点击“ AI 科学分析姓名”后，出现的信息包括姓氏起源、姓名逐字分析、性格预测等，用户可以了解姓名的“前世今生”。
新展望
当然，文心一言会继续提升其自然语言处理（NLP）能力，包括更准确的语义理解、更丰富的对话生成、更精细的情感分析等。也可能会推出支持语音、图像、视频等多种输入方式的交互功能，让用户可以通过更多元化的方式与文心一言交互。
讯飞星火：
会识图创作 会做数学题
拍了美图想“秒发”一个图文并茂的朋友圈？张嘴就想画出脑海里突发奇想的图画？输入一段文字，一键就能生成声情并茂的短视频？
无论是图像描述、图像问答、识图创作还是文图生成、虚拟人合成，讯飞星火都能“拿捏”住。在经过几次迭代后，其能力也稳步增长，比如相较于 V2.0，V3.0 版主要提升了数学自动提炼规律、小样本学习等技术能力，同时提升落地应用能力。
不久前，科大讯飞发布了讯飞星火认知大模型 V3.5，不仅在数学、语言理解、语音交互能力上有了提升，还在核心技术上有了突破。如在数学问题解决的能力方面，新版具有更高的计算和推理能力，它不仅能够准确理解自然语言的深层含义，还能够根据上下文进行合理的推断和回答。此外，在进行多轮对话时，它还能够更好地保持话题的连贯性。
“星火大模型 3.0 已经整体超越 ChatGPT，医疗领域超越 GPT-4，2024 年上半年，我们将实现对标 GPT-4。”这是科大讯飞董事长刘庆峰定下的一个目标。实际上，讯飞星火 V3.5 已经在多项能力上直接对标 GPT-4，可以预见的是，接下去在更多领域会看到讯飞星火的身影。
剪辑类：AI 新玩法，让创作更多元
简化视频剪辑的流程，释放创造力，实现智能化的视频分析和理解，让创意迅速转化为触手可及的作品，这就是视频剪辑类 App 的作用，用 AI 让每个人都能挥洒创意与情感。
剪映：
AI 功能“全而智”
作为一款视频编辑软件，剪映主打全能好用，可以一键剪辑视频，自由掌控节奏快慢。此外，拥有海量的曲库和抖音独家歌曲，能让视频更加“声”动。在视频编辑和剪辑方面，用户可基于变速、变声、画布等基本视频要素进行编辑；在剪同款方面，用户可以根据卡点、美食、萌娃等模板进行创作；创作学院主要为用户提供脚本构思、拍摄、剪辑、调色和账号运营等方面的课程。
当视频软件和 AI 技术融合，会产生怎样的化学反应？
首页上的一键成片、图文成片、创作脚本、录屏、提词器、美颜、超清画质等要素体现了功能齐全和制作便利，而智慧则在 AI 作图、AI 商品图、AI 特效、智能抠图等功能上。以 AI 作图为例，《IT 时报》记者以“一个山村，有一个老人，在农田，有阳光”为关键词，在极短的时间内呈现出一个带有这些元素的生动画面。当点击“再次生成”时，同一关键词则会呈现出新图案。
火热的“ AI 玩法”存在于“剪同款”功能区，如某一风格的 AI 写真、一键 AI 变回儿时、一键生成 AI 婚纱照等玩法，模板多样，可选择性多。
剪映的多个 AI 功能可圈可点，比如利用 AI 技术对视频进行智能分析，快速识别视频中的精彩片段并剪辑等。2024 年，通过 AI 技术，剪映可能推出更加智能的语音识别功能，自动将视频中的对话转化为字幕，并支持多种语言；也可能会提供智能剪辑建议，根据视频内容，自动推荐适合的剪辑手法、特效和音效。
腾讯智影：
数字人出镜
“大家好，我是腾讯智影推出的数字人小天，很高兴认识大家。”数字人功能是该平台的一大亮点。小天、浩辰、依丹、冰璇四个角色各有“人设”，如浩辰有百余种播报语音，依丹适用于各类场景播报，冰璇则能 24 小时不间断地进行电商直播。登录后可发现，数字人的角色更为丰富，用户选择角色后可定制专属数字人形象，输入文字即可生成视频，在教育培训、知识科普、直播带货和新闻资讯等方面，这些数字人深受欢迎。
文字配音是腾讯智影的又一亮点功能，可直接将文本转化为语音，并提供近百种仿真声线，风格涵盖视频配音、文章播报、新闻播报、有声小说、内容朗诵等。此外，用户还可以选择磁性、甜美、二次元、亲切、温婉等音色。
除了上述两大功能，AI 绘画亦是重要功能。点击“进行创作”后，页面会提示输入关键词，以逗号分隔，同时，还会推荐画面比例和模型主题。
这是一个智能“工具箱”，有视频剪辑、智能抹除、文章转视频、写作助手、智能抠像、智能变声、智能转比例、视频解说等“魔法”。我们期待的是，随着 VR 和 AR 的发展，腾讯智影能将虚拟现实和增强现实技术融入视频创作中。用户可以轻松创建沉浸式视频内容，提供更真实的视觉体验。
绘画类：AI 是“神笔”，妙笔生花
对于绘画爱好者或需要快速生成多样化图像的用户来说，AI 绘画类 App 堪称“神器”，初学者也能迅速上手，还能支持多种绘画风格，个性化作品轻松呈现。
“咒语”一出 图片即来
Midjourney 问世于 2022 年 3 月，是一款主流绘画工具，2023 年 5 月开启中文版内测。整体而言，这是一款具有较高生成水平的工具，成为不少培训机构选择的应用。
“稻田里金灿灿的一片，农民正在丰收，有的在割稻谷，有的在田埂上休息。”进入 Midjourney 中文站，《IT 时报》记者输入“咒语”后，页面显示积分不足，购买积分后方可一次性生成 4 张质量较高的图片。
从官网 AI 机器人账号发布的内容来看，用户输入相关文字，便能获得对应的图片。这是 Midjourney 文生图的一种方式，描述越清晰明了，效果越佳，倘若不知如何描述，只要开启页面中的“自动优化咒语”，提交文案后便会自动优化原有文字。此外，其还有图生图、混合图等功能。
该软件亦提供模型范例，如真实质感、动漫质感、艺术增强等选项，还能识别广角镜头等视听语言或摄影术语。同时，用户还可以选择达 · 芬奇、毕加索等画家的艺术风格进行内容生成。
Midjourney 的优势在于入门快捷、出图效果较好、具有多变的风格，局限之处在于需要充值、费用较高、敏感内容受限制等。期待 Midjourney 能够进一步改进其算法和模型，或者引入更多的艺术元素和风格，生成高质量的绘画作品。
“用武之地”多
Stable Diffusion 是一款支持由文本生成图像的 AI 绘画工具，能够根据文本描述生成对应图像，也可以应用于其他任务，应用场景丰富。比如帮助企业和营销人员在社交媒体上达到广告和宣传的效果，模拟和预测病毒或疾病在人群中的传播过程，为防控策略提供科学依据。
在数字艺术创作领域，其结合图生图、ControlNet 等能力，辅助绘画工作者进行创作，还可以根据艺术家的涂鸦或线稿，为作品自动上色或生成草稿；在游戏设计方面，该软件可以辅助设计师设计游戏中的角色、场景、道具等素材。设计师只需要提供某一概念，就可以生成多种不同风格的画面，然后进行选择和修改，以实现节约时间的效果。此外，还在广告创意、教育应用、定制商品、界面设计和室内设计有“用武之地”。
不同于 Midjourney，Stable Diffusion 能够免费开源、无需联网便可进行本地部署、可安装插件和内容无限制等。不过，电脑配置要求较高、安装学习成本高是其不足之处。期待 Stable Diffusion 进一步提高生成图像的质量和精细度，包括更准确的颜色、更清晰的细节和更真实的纹理等方面。
文档类：打开新思路，提高办公效率
2023 年，AI 文档类 App 以前所未有的速度改变着工作与生活。从智能排版到自动纠错，从个性化模板到智能内容推荐，AI 助力用户更高效地完成文档创作与编辑。
“四大金刚”的智慧
WPS AI 是金山办公发布的具备大语言模型能力的人工智能应用，集成了深度学习算法和大数据技术，提供智能文档写作、数据分析、演示制作、阅读理解和问答、智能人机交互的能力，能够帮助用户生成 PPT、PDF、表格、报告等内容，让办公更加高效便捷。
在不同的端口，其能力有所不同，如 Windows 端具备文字 AI、表格写公式、一键生成 PPT 和 PDFchat 的能力，Mac 端的能力有 AIGC 和表格写公式，移动端主要为文字 AI。
如何唤醒 AI？
首先需要使用 AI 体验版本。在 Word 文档中，建一个空白文档，在空白处双击 Ctrl 键，页面即可弹出 AI 对话功能，用户可以输入问题或点击该对话框呈现的场景，如文章大纲、会议纪要、活动策划等；PPT 中的 AI 功能是新建文档界面中的智能创作，输入主题、页数等要素，演示 AI 可以一键生成内容大纲及完整幻灯片，还可体验图片推荐、排版美化、生成演讲稿等功能；打开 PDF 文件，点击右上角的“ WPS AI ”即可唤起相应功能，PDF AI “擅长”于总结长文信息、追溯原文、外文翻译提炼；表格 AI 可在界面中的菜单栏唤起，亦可在单元格内输入“ = ”，即可获得相关按钮，可以快速实现条件标记、生成公式、分析数据、筛选排序等操作，让数据分析和处理更高效。
从能力测试来看，WPS AI 一定程度上丰富了工作方法，提高了办公效率。在生成智能内容的基础上，或许需要 WPS AI 具备更强大的语义分析能力，它能够理解文档中的语义关系，提供智能化的修改建议，帮助用户优化文章结构、语法和表达方式。
石墨文档：
“ AI 助手”来帮你
作为一款在线协同文档办公软件，石墨文档中的主要功能包括多人协同编辑、“ @”进行任务分配、插入在线播放视频、划词评论、私密 / 公开分享、文档安全掌控、还原历史版本和历史记录追溯等。
“我是石小墨，在这个示例文档中，我将带领你迅速掌握石墨文档产品的功能特性。”进入 App 或者官方网页，在这位“助手”的引导下，用户可以了解操作过程，步骤详细，示例清晰。石墨文档细分出文档、表格、表单、幻灯片、思维导图等九大核心板块，且每个板块的核心功能、应用场景和亮点皆可在一张表格内一目了然，如文档的应用场景有项目管理、会议纪要、工作总结，亮点是轻量易用和多端协同。
通过创建按钮，用户可以新建文档、传统文档、表格、表单和文件夹，此外，还能上传已有文件，进行文字识别、语音速记，以及可以任意选择总结汇报、电商专题、新年精选、销售管理等模板。
AI 助手“石小墨”是石墨文档拥抱 AIGC 的体现，能够快速生成简历、合同、故事等。比如，用户给出简单诉求，“石小墨”就能在 1 分钟内完成一份条款清晰的合同初稿。期待“石小墨”的 AI 能够进行更复杂的数据整合分析工作，帮助用户提升工作效率。
游戏类：AI 创作故事，提升沉浸感
利用 AI 技术，游戏开发者自动生成游戏内容；AI 为 NPC 赋予更复杂的行为和决策能力，增加游戏的可玩性和趣味性……融合了 AI “基因”的游戏让玩家获得更多挑战和乐趣。
AI 地牢：
由玩家执导主演
这款游戏英文名为“ AI Dungeon ”，玩家可以选择多种场景和类型，如奇幻、神秘、赛博朋克、僵尸等，GPT-3 会根据输入的内容生成故事。此外，游戏会适应并响应玩家输入的大部分操作，将输入留空用作提示 AI 生成更多内容的一种方式。《AI 地牢》允许玩家撤销、重做或修改最近发生的事件，以增强游戏的叙事性。玩家还可以明确指示 AI，为以后的游戏部分“记住”某些元素，从而在后续游戏体验中保持连续性。
进入游戏网站，“一款基于文本的冒险故事游戏，由您执导（并主演），而 AI 则将其变为现实”的介绍映入眼帘，页面显示，此游戏可免费在线玩，也可根据提示获取应用程序。
玩家们认为《AI 地牢》具有较大的表演空间和趣味性，但并非所有笔记本的配置都能适用。期望 2024 年其普及性更高，登录渠道更加丰富。通过 AI 功能，期待游戏中的角色能够展现出更加丰富的行为表现，敌人能够更加智能和具有挑战性，环境与角色和玩家产生更多的互动，让玩家能够根据自己的喜好和风格来定制游戏角色和游戏体验。
图灵测试：
探索人类智能和人工智能
《图灵测试》是一款第一人称视角的益智游戏，也是冒险解谜游戏。游戏设定在未来，人工智能的先进程度已经与人类智能无法区分。
玩家将扮演工作于国际航天局的女工程师 Ava Turing，她发现了木星卫星木卫二的隐藏秘密，并由此引发出一段关于“自省和道德”的故事。在游戏中，玩家需要使用名为“能量操纵装置”的设备在机器之间转移能量，并以此来解谜。
因此，《图灵测试》中包含了一系列由 AI 控制的基地智能 TOM 发起的谜题和攻击，这些谜题由消失的机组人员留下，玩家需要运用智慧和策略解决这些谜题，逐步探索木卫二的核心。“能量操控装置”可以让玩家获得操控和转移能量的能力，这对于解决游戏中的谜题至关重要。
实际上，《图灵测试》不仅是一个冒险解谜的过程，更是一个关于人类本能、道德和生存的探索，提出了有关意识本质的问题，探讨了创造智能机器的伦理含义。
《图灵测试》提供的谜题具有挑战性和深刻性，期待游戏中呈现出的 AI 元素能够更加宽泛，即不仅体现在主题中，还可以在形式上进行创新。比如赋予 NPC（非玩家角色）更高级的智能和互动能力，设计出更智能、更富有挑战性的谜题解决方案，让玩家在解决谜题的过程中能够感受到 AI 的智慧和创造力。
排版／ 季嘉颖
图片／ 文心一言 讯飞星火 剪映 腾讯智影 WPS AI 石墨文档 MidjourneyStable DiffusionAI Dungeon《图灵测试》
来源／《IT 时报》公众号 vittimes