人工智能与LLMs自我复制能力:娱乐媒体行业的未来变革

随着人工智能技术的飞速发展,尤其是大型语言模型(LLMs)的不断进步,娱乐媒体行业正迎来一场前所未有的变革。LLMs的自我复制能力更是为这一变革增添了无限可能,它不仅将改变内容创作的方式,还将重塑整个娱乐媒体行业的生态。

1. 音乐创作:从辅助到自主

在音乐领域,LLMs的自我复制能力将极大地提升音乐创作的效率和多样性。LLMs可以通过分析海量的音乐作品,学习不同风格的旋律、节奏和和声结构,从而生成与人类作曲家风格相似的音乐作品。例如,AI音乐平台如DeepMusic和天工SkyMusic已经能够一键生成广播质量级别的音乐。未来,LLMs的自我复制能力将进一步优化这些生成过程,甚至可能实现完全自主的音乐创作,为音乐产业注入新的活力。

2. 游戏开发:更智能的体验

在游戏行业,LLMs的自我复制能力将为游戏开发带来新的可能性。AI技术已经广泛应用于游戏策划、剧情创作、音频制作、图像和动画制作等环节,显著提高了游戏制作效率。例如,《黑神话:悟空》制作团队通过与多家厂商合作,融合了多重AI技术,打造了逼真的场景和华丽的视觉效果。未来,LLMs的自我复制能力将进一步提升游戏中的NPC(非玩家控制角色)的智能反应能力,使它们能够根据玩家的行为进行更自然的互动,从而实现更加沉浸的游戏体验。

3. 内容创作:创意与效率的双重提升

LLMs的自我复制能力将为内容创作带来革命性的变化。在影视产业中,LLMs可以分析大量的剧本数据,找出市场上最受欢迎的剧本结构、情节走向和人物设定,为编剧提供创作灵感和参考。例如,AI编剧“Benjamin”已经成功创作了科幻短片《Sunspring》,展示了AI在剧本创作中的潜力。未来,LLMs的自我复制能力将进一步提升剧本创作的效率,甚至能够根据观众的反馈实时调整剧情发展,提升观众的沉浸感。

4. 个性化推荐:更懂你的娱乐体验

LLMs的自我复制能力将进一步优化个性化推荐系统。主流的娱乐流媒体平台,如Netflix、YouTube和腾讯视频,已经利用AI技术为用户提供定制化的观影和听歌推荐。未来,LLMs的自我复制能力将使这些推荐系统更加精准,能够根据用户的情绪、时间段、甚至天气等外部环境因素,推送最适合的内容。这种高度个性化的互动将极大地提升用户的满意度和平台的竞争力。

5. 虚拟现实与增强现实:沉浸式体验的升级

结合LLMs和虚拟现实(VR)、增强现实(AR)技术,娱乐媒体行业将为用户带来更加沉浸式的体验。例如,虚拟演唱会、VR电影等新兴娱乐形式已经在市场上崭露头角。未来,LLMs的自我复制能力将进一步优化这些沉浸式体验,通过生成更加逼真的虚拟场景和角色,让用户仿佛置身于一个全新的世界。

总结

LLMs的自我复制能力将为娱乐媒体行业带来深远的影响。它不仅将提升内容创作的效率和质量,还将推动娱乐体验的个性化和沉浸式发展。然而,这一技术的广泛应用也带来了新的挑战,如版权归属、数据隐私和安全等问题。因此,娱乐媒体行业需要在技术进步的同时,加强伦理和安全方面的研究与监管,以确保技术的健康发展。

随着LLMs技术的不断进步,娱乐媒体行业的未来充满了无限可能。我们期待看到更多创新的应用和体验,同时也希望行业能够在技术与伦理之间找到平衡,推动整个行业向更加智能化、个性化和高效化的方向发展。

延申阅读:https://www.livescience.com/technology/artificial-intelligence/ai-can-now-replicate-itself-a-milestone-that-has-experts-terrified 人工智能现在可以自我复制–这是一个让专家们感到恐惧的里程碑

以上仅仅是畅想LLMS积极的一面对行业的影响,更多负面影响让人细思极恐。这个世界不是非黑即白的,有很多灰色地带我们一无所知,因为人这个物种的特点贪婪、不满于现状,创造了美好,也会因为这一弱点将人类拉入另一个生命维度。

AI自主复制能力既是文明跃升的钥匙,也可能是自我毁灭的按钮。其终极影响不取决于技术本身,而在于人类能否在技术失控前建立全球协作的治理体系,并在哲学层面重新定义「人类与智能的关系」。这一挑战的难度,不亚于人类第一次学会控制火种——稍有不慎,便会引火烧身。

Deepseek R1

当把XL训练的repeat提高到100以上

上一期文章分享了扁平插画女孩的LoRa-XL模型,训练的repeat扫描次数在10-20之间,这次我将他们的repeat提高到100-150,在同样的提示词下生成的效果如图:

masterpiece:(1.2),chahua_nvhai,,British girl,Exquisite facial details,long hair,1girl,illustration style,brown hair,wear blue dress,illustration, 5 fingers,8K,hud,Grand Budapest Hotel background,happy

头发的细节,脸部细节泛化能力都提升不少。如果你在模型训练的时候如果感觉效果没有提升,特别是XL模型训练,试试看将repeat扫描次数提高到100以上。

分享扁平插画女孩风格LoRa模型

该模型基于XL base 1.0底模微调的LoRa模型,画风特点是扁平简笔插画风格,训练素材104张。

30张写实正则化训练素材,74张简笔插画风格素材。目的是解决造型太单一,使其符合真实人的站姿,但个人认为效果并不是很明显。

这模型我主要想用来接入krita使用,所以对文生图的细节、色彩、构图、手指问题不做追求。需要的去libulibu自取:https://www.liblib.art/userpage/5bc8f4248c1b4ce1a45bd206f806803a/publish

触发词:chahua_nvhai

提示词样例:

masterpiece:(1.2),chahua_nvhai,fullbody,British girl,Exquisite facial details,long hair,1girl,illustration style,brown hair,wear blue dress,illustration, 5 fingers,8K,hud,Grand Budapest Hotel background,happy

效果如下:

关于搭建lora-script训练工具的一点思考

这篇文章主要是面向设计师读者,对偏程序向的内在逻辑不太了解的人看的。我的实际工作中还会需要去解决工具依赖项安装,程序更新后的兼容性问题排查等等。所以针对lora-script的脚本训练工具安装遇到的问题总结如下:

1.善用.venv虚拟目录将依赖项进行隔离

很多入门用户都会优先使用sd-webui(秋枼)、comfyui(秋枼)这类整合包,安装简单,解压即用省去了很多时间。所以这类整合包都会将各自的python目录进行隔离,避免公用一个python,从而避免冲突。安装lora-script也是同样的,最好准备CHATGPT在旁边待命,可以针对随时的安装报错提供帮助。

克隆之后power shell运行install-cn.ps1文件,理论上过程中应该会很顺利安装完成,但经过我实际部署超过7台计算机,都不是特别的顺利。

一是主要是出在python版本不兼容,二是程序调用的python路径不正确,使用的是系统C盘的python

python文件路径地址

对于版本好解决,只需要卸载本机不正确的python版本,安装支持的版本即可。如果程序一旦调用的是非lora-script下的python,你所有的依赖项都会安装到C盘的python目录,所以安装好依赖项也是在C盘,lora-script也会无法正常拉起。为什么会出现调用其他分区的python目录呢?你在安装之前请先运行指令例如:cd D:\lora-scripts\venv\Scripts 激活虚拟目录。

激活虚拟目录后的状态

如果没有激活虚拟目录就进行安装会导致第三方依赖项无法安装到正确的路径。

2.安装工具前cmd看看本机where python 安装在哪个目录

也遇到过将lora-script脚本克隆下来之后运行install-cn.ps1出现依赖项版本冲突问题。这时候就要细心观察他调用的是哪个路径下的python,如果调用的是在非Lora-script的目录下的python文件,就需要重新建立虚拟目录,重新安装依赖项。

未将python添加到path环境变量,这个问题出现的问题也挺多。特别是没有安装过python的系统,首次安装一般要勾选path添加到环境变量。但是也并不是100%成功,你需要手动检查是否都将他们添加进去了。下图第一行就是我的python文件路径,第二行是C盘的Python3.11版本的路径,第四行则是3.10版本。添加路径地址样例为:D:\ComfyUI_windows_portable_nvidia\python_embeded\ 代表这个目录下有python.exe可执行文件。

虽然作者已经在代码里面写的很清楚调用当前目录的python文件夹,但依然会出现调用错误的问题。

lora-script-install-cn.ps1 内部代码

3.90%报错出在python依赖项错误

你可能认为假如我在A电脑已经安装好了脚本工具,我在B电脑就直接进行复制粘贴不就可以了?也行也不行。为什么?取决于他们的python版本是否一致,pip、git是否安装。没法保证每个系统下的依赖项都是一致的所以最好进行分别安装。

所以,当你面对一台陌生的计算机你应该先在cmd中问第一句;where python

最后,配合ChatGPT一起使用会让事情变得简单,报错出现应该将更多的信息提供给它分析问题。包括不限于项目地址,requirements.txt的版本要求,脚本的运行代码,python路径等等。