关于字节跳动的阶段性胜利

关于字节跳动的阶段性胜利

此文应该是年前最后一篇文章了，提前预祝读者朋友们新年快乐。此篇发布后，直到元宵节结束前我都会休息一段时间。期间暂时没有写作安排。

我在上一篇文章中提到了生成式人工智能在内容创作领域的滥化。在监管条件并不是特别严苛的当下，这其实是可以预见到的，是科技进步的必然。最近字节跳动的视频生成模型又引发了剧烈轰动，所以我想借由这一篇文章，结合这两件事简单聊一聊。

首先想要恭喜字节跳动Seed团队在AI视频生成模型Seedance 2.0的大获成功。这个模型的性能强大雄踞地表，甚至到了一种细思极恐的地步。

我已经在一些平台上，看到了一些用户上传的、依据少量提示词和图片素材，所制作出的足以媲美实拍镜头质感的短视频。由于我本人不使用抖音，也对AI生成视频不是特别热衷（我只喜欢实拍的电影级画面），所以在最近的这一波浪潮中没有亲身实践。但熟悉抖音生态的读者朋友们，或许已经看到了大量由该模型生成的此类视频。它的效果是震撼的。对于很多并不熟悉AIGC（AI Generated Content，人工智能生成内容）的朋友们来说，很多人反馈真假难辨。

说来也巧，我在回到老家之前，和一位朋友吃饭，还聊到了字节。

应该是2月5号的晚上。Seedance 2.0是在2月7日上线的。

（我不知道为什么我身上总能发生这种事，但我只想诚实讲出来。）

他知道我曾经在智能体领域有过一点点创业经历。所以和我讨论一些人工智能的相关问题。他问我，你觉得未来最具希望获得胜利的AI公司是哪一个？

我其实早就想过这个问题，我说我觉得是字节。

他问为什么呢？

我说我的观察很简单，一共有两点。

第一是字节跳动什么都能做。我说的是字面意义上的“什么都能做”。大语言模型、多模态模型、民商用智能体、编程智能体......在大模型领域这个很重要，因为全产业链高于一切。这意味着字节除了基础算力，万事不求人。（并且据我目前的了解来看，字节貌似也已经在扎实推进算力部署方面的投资布局。）

第二是字节对于用户需求和行为动机方面的理解，超越了所有人。字节懂用户，非常、非常、非常懂。并且通过抖音和TikTok生态的多年深耕，积累了全球海量的高质量用户行为数据，可以被用以投入训练。我相信，目前就用户理解这一点而言，字节没有任何对手，并且别人极难赶超。这个优势或来源于张一鸣先生本人的认知，以及他一手打造的字节跳动的企业文化。我愿意相信，字节跳动内部应该沉淀着相当数量的脑神经科学、认知科学，以及心理研究方面的资深从业人员，协助打造着字节跳动独一无二的用户产品优势。

我的朋友补充说，张一鸣先生对于人力投资的重视程度应该也算一个方面。我没有否认，也没有过度强调。我早年间在开始决定个人创业的时候，了解过很多张一鸣先生在人才招募方面的访谈。虽然不能感同身受，但我理解他的求贤若渴。只是我对于“优势”的定义，更多侧重于“我有你没有”，而不是“我们俩都有而我做得更好”。所以我没有把这一点放进去。

我和这位朋友聊天结束的两天后，字节就发布了令人瞠目结舌的视频生成模型Seedance 2.0。也许他们的工作，冥冥之中也在回应着这种长期看好。

它的成功所说明的问题，或者说产生的影响，我的观察也集中在两方面，也诚实地分享出来。

其一是，因为字节跳动的用户理解优势，即使在未来的某一天，大家都能够造出来了AGI，或许人们还是会选择字节的。因为哪怕是一模一样的东西，他们也一定会将它设计得让用户体验起来最舒服。人们或许没有意识到，删除冗余操作、贴合用户行为动机逻辑、同时保持审美和品位的产品，是一种怎样的降维打击，将形成怎样的用户粘性。如果他们有一天真的造出来了AGI，并将它放入了抖音生态当中，而用户们没有一点儿察觉，我觉得是完全有可能的。

因为他们看起来是真的能做到。

我想说明，AI被设计出来，最终还是要服务于人类的生活生产，它不是一种只用于展示的花瓶。造AI是为了让人们用。所以某种程度上，对AI创新保持“产品思维”，或许能够为字节在“AGI的最终胜利究竟花落谁家”的激烈争夺中，形成几乎无法复制的竞争优势。

其二是，多模态生成模型的性能表现和精度，往往说明了AI对于真实物理世界的理解程度，而字节或许已经将这个进度条拖动了比较远。AI最终要变成AGI，就不能只是存在于虚拟对话页面的智能，而是要真正走入客观世界成为生产力（具身智能或机器人是其中一个重要的应用领域）。既然字节能够让他们的AI很好地（在“脑子”里）对动态进行物理模拟生成，我们也应该有足够的信心，让这样的能力迁移到AI对真实物理世界的理解中。这同样成为字节在AGI争夺战中重要的有利因素。

这也许并不只是一个视频生成模型。它有可能代表着一种引擎。

好了，关于对字节这场“阶段性胜利”的总结，我就分享这么多。

最后聊两句生成式人工智能在内容创作领域的滥化与边界问题。

AI大量涌入内容创作领域已经不是什么新鲜事。科技进步下沉到娱乐市场，是群众们喜闻乐见的。凭借着网民们积极的创造性，Seedance 2.0发布短短几天以来，就已经出现了许多包含各界名流人士肖像元素的二创作品；在文章创作领域也是一样。有很多作者会将他们曾经亲手写过的一些文章素材喂给AI，花上一些时间进行微调和风格校正，在满意了之后就只使用AI来生成文章内容（然而这样的作者不乏许多受众）。每当他们想有想写的话题，便只用将话题输入给训练好的AI，并附上几句自己想要表达的观点，便放手让AI生成全文。在生成结束后仅负责少数质量把控和行文排版，就能够发布。

尽管这是许多人坚称的“与生产力进步相匹配的创作方式”，但我个人不会选择这么做。我写的东西还是需要自己一个字一个字敲出来。

原因是，目前的生成式人工智能，本质上仍然无法胜任创造性产出。它的使命是说我们想听的话，同时又不得罪、不冒犯我们。

在这里给不了解AI生成内容原理的朋友们简单做一个解释：现有的生成式人工智能（聊天机器人），本质上是一种基于概率计算的“语句补全器”，它依据自己的训练数据和能够接触到的联网搜索数据，一个字一个字地拼凑出一段“它认为你最想听到”的回复。只不过这样的计算和生成的速度都很快。它并非一种“思考”的结果，而是一种“逻辑拼凑”。

所以这样的原理下，它势必会非常保守、非常平庸、非常调和。它不会冒犯人、不会主动说出任何会引起你疑虑或愤怒的话，甚至只会表现出一种高度的附和，因为它的工作就是顺从。但这样也同时剥夺了真实的情感表达和真实的人性思考。所以现阶段它替代不了人。

但人们浏览内容不是为了听另外一个机器给自己灌心灵鸡汤的，对吗？如果是出于这个目的，随便打开任何一个聊天机器人的对话页面就可以了。

人们浏览内容是为了找到其他正在表达的人。是为了看看有没有人能够说出那些他们也许感觉得到，但不见得能够完整表达清楚的话。是为了寻求共鸣和认同。我愿意提供我的所思所想、所见所闻，而不应该被机器替代。

更何况我怎么可能让AI顶着我的名字发文章。对我的读者也缺乏尊重。我占用了读者朋友们阅读我的内容的时间，我得为这件事负责。

我只表达我个人的倾向。我不评判其他任何人。我想这件事我表达清楚了。

关于AI在内容创作的边界问题。我有一点自己的思考。法律规范与监管制度的出现，一定是落后于科技进步的，这是历史规律。其实也很好理解，人们无法先验地预见到，未存在的事物会带来的各种影响及其程度。也就是历史局限性。这其实不是个简单的想象力高低的问题。

如果不等待科技先进步成为现实，人们就无法观察它的存在会产生的各种真实影响。总得知道需要管什么，才能制定怎么管；反过来讲，如果科技进步还没发生，人们就先出台了东西怎么管，套上了紧箍咒，那么科技进步很大概率也不会发生。因为在一些特定领域，原始的科技进步，某种程度上需要仰仗监管空白下形成的高自由度。这是科技进步与监管配套的辩证法。

内容创作领域的监管配套，其重点应该落在对公民肖像权、名誉、知识产权等方面的保护。我们无法控制人们使用AI工具来创作的内容（至少无法约束动机），所以我的具体建议是：提供创作服务的平台应在用户发布内容前，使用大数据进行审查，并落实风险提示和预警，如弹出“您即将发布的内容包含对他人肖像权的恶意丑化与攻击，可能构成侵权行为，存在法律风险，请谨慎发布”等预警内容。如果用户执意发布，平台方应将其内容列入重点关注灰色名单，一旦被他人举报，或被当事人追究法律责任，平台应配合披露相关数据，形成一系列的标准处置预案（例如下架并封禁账号）并迅速执行。相关侵权行为人也应不予再次准入平台，在必要时甚至报送征信单位。

道理很简单，你的创作内容可以不局限于自己，可以包含其他人，但你就要承担随之而来的风险。自由与风险总是同步集中。做了坏事还能拍拍屁股走人没有后果，世界上没有这种事。

好了，春节前想说的话就这么多。

朋友们节后见。

$荣信文化(SZ301231)$  、$中文在线(SZ300364)$、 $欢瑞世纪(SZ000892)$