AI進化論——音樂、繪畫和舞蹈的DeepSeek時刻

　　本文來自于微信公眾號 AI微果醬，作者：黃永軒。

　　“昔者倉頡作書，而天雨粟，鬼夜哭”——人類掌握文字后，天地為之動容，因為屬于人類的文明誕生了。

　　“倉頡作書”出自西漢《淮南子》，距離人類掌握文字已經過去了千年。也許，下一個千年，后人記載2025年大語言模型的涌現時，也會做出類似的描述。

　　當機器掌握文字后，人類文明必然發生嬗變，只是身在局中的我們，感知不到這種天地動容的震撼。

　　今天全世界有500多個大語言模型在運轉，技術迭代日新月異，然而，在DeepSeek帶來巨大的沖擊波后，大眾日漸麻木——生活還在繼續，并沒有因為大模型發生根本的變化。

　　不過，如果審視人類文明的本質，就會發現AI帶來的文明嬗變，正劇烈改變著音樂和繪畫領域。

　　人類的內容表達方式，在文字誕生之前，是繪畫、歌詠和舞蹈。

　　印度尼西亞蘇拉威西，留存著至今51000年前，描繪3個類人形象和一頭野豬的洞穴壁畫。

　　8000年前，賈湖骨笛就在中原大地悠悠吹響。

　　約3000年前，行吟詩人荷馬行走在希臘半島，《荷馬史詩》在吟唱中口口相傳下來;同一時期，炎黃子孫的歌唱聲回蕩在華夏天空，經周代采詩官文字記錄，匯集出我們民族的文化瑰寶《詩經》。

　　西漢《毛詩序》寫道:“情動于中而形于言，言之不足故嗟嘆之，嗟嘆之不足故詠歌之，詠歌之不足，不知手之舞之足之蹈之也。”

　　繪畫、音樂和舞蹈，是人類的內容表達本能，學習人類智能的AI，必然也會經歷這一過程。只是機器畢竟不是人，在舞蹈的內容表達上無比欠缺——最先進的人形機器人的動作靈活度，還遠遠不如一個三歲的人類娃娃。

　　相反的，在繪畫和音樂方面，AI則可能很快勝過人類。

　　3月28日，OpenAI更新了GPT-4o，AI生圖實現了幾何級進化，只需要上傳圖片和輸入簡單的文本指令，如“將這張相片轉化為**動畫風格”，就能生成藝術家水準、多風格的圖像作品，其中的吉卜力風格一夜之間爆火全球社交媒體。

　　吉卜力工作室由宮崎駿等人創立，出品了《千與千尋》、《龍貓》等經典作品，其藝術風格細膩、柔和，溫情的筆觸里飽含深刻的寓言。

　　創作吉卜力風格的繪畫作品，在過往是非常耗時耗力的過程，一幅小成品銷售都在數百元以上。有了GPT-4o，一切都輕而易舉，全球網友由此掀起創作熱浪。

　　音樂創作領域，也在3月26日迎來嬗變時刻。昆侖萬維發布全球首款音樂推理大模型Mureka O1，并喊出中國AI音樂領跑全球的口號。

　　這句口號的底氣在于MusiCoT的算法技術創新，Mureka如DeepSeek一樣，以論文方式公開了技術實現原理，并開放API服務和模型微調功能。技術咱不懂，就截取官方的幾個效果視頻為證。

　　這樣的創作水準，同樣只需要輸入簡單的文本指令即可達成。就像DeepSeek的寫作水平可以秒殺大多數作家詩人，相信MurekaO1的創作水平，也可以秒殺大多數的音樂創作人了吧?

　　GPT-4o發布可稱為AI生圖的DeepSeek時刻，MurekaO1發布可稱為AI音樂的DeepSeek時刻，不過GPT-4o帶來的社會沖擊力不如DeepSeek，這是通用領域和垂直領域的區別;MurekaO1帶來的社會沖擊力又不如GPT-4o，這是垂直領域和細分領域的區別。

　　人類文明的進程告訴我們，繪畫和音樂這兩個領域，接下來會以更驚人的速度迭代，關注、分析這兩個領域，就能清晰地把握AI未來發展的路線。

　　未來，DeepSeek時刻將在更多垂直領域和細分領域涌現，它們的聲量或許還不如GPT-4o和MurekaO1，卻實實在在地改變著人類的文明進程。其中醫療領域會出現巨大聲量的嬗變時刻，但由于該領域需要AI硬件配合，在實際應用中還需要走很長的路。

　　那么，什么時候AI硬件出現嬗變時刻?我們還是回到舞蹈這個領域里尋找答案。當舞蹈領域也出現DeepSeek時刻的時候，就是AI硬件的嬗變時刻。

　　春晚宇樹機器人那機械的舞蹈，其實隱含著對未來的暗示。

　　一切都在冥冥中有注定，一切冥冥中的注定，卻都能在人類文明的歷史中尋找到根源。

　　AI進化的答案，或許早就鐫刻在人類文明的起點里。