鲁汶大学|北大校友马里千：计算机视觉商用的下一个十年，AI 生成应占有一席之地( 六 )

市场会为了AI内容自动生成而买单吗？马里千也想过这个问题。
除了马里千，实验室里的大部分同事都是研究识别、分割、机器学习或机器人，与他的研究方向最接近的，可能是一位叫贾旭的师兄。贾旭现任大连理工大学人工智能学院副教授，此前曾做过将人的侧脸转为正脸的研究，以及场景预测，马里千与他也一直有在合作。
之前有一次，马里千与一位做模型压缩的同事聊天，他提议可以做生成类模型的压缩，同事反问：“生成模型有什么用？”他说，应用很多呀，可以做图像编辑、数据增广等等，但这个答案没有引起同事的兴趣。
还有一次，在一个学术研讨会上，台上的演讲者正在分享一个从图像到图像的翻译工作，台下的观众问：“这个有什么用？”报告者尴尬地说了一句：“娱乐（Entertainment）。”
在思考研究图像合成的应用意义时，他针对人体合成与场景合成在数据增量的应用进行了探索，希望图像合成的落地能够不仅局限于娱乐与图像编辑。后来，在接触工业界的过程中，马里千了解到，其实图像合成有许多潜在应用，比如Codec Avastar可以用来远程交流，电商、视频网站、VR/AR等技术中的内容生成也会用到图像合成。
想法的落地，需要“天时、地利、人和”。去年3月，在与朋友张诗莹等人深入探讨后，他们一致认为，在多媒体时代，图像/视频内容自动生成是未来的趋势。如果人只是提供一个创意，让 GAN、DALL·E等生成模型自动生成内容，那么不仅可以降低内容的生产门槛，还能提高生成的效率。
“多媒体内容的制作成本非常高，比如一条抖音短视频，要有创意，有后期制作，还有演员、摄影师等等。而当你投入很大的成本去拍一条视频时，你并不能确保你的视频能够吸引到很大的流量。”在这种情况下，AI 自动生成技术无疑能大大降低创作的时间和金钱成本，让创作者只要给出最核心的idea、便能看到 AI 生成的优质内容，减少投入的成本和风险。
一拍即合后，ZMO.AI应运而生，成立不到一个月，就拿到顶级风险投资机构GSR Ventors 金沙江创投和 GGV 纪源资本上千万的融资金额，估值近亿。
ZMO的落地重心是打造世界上最前沿的人工智能的内容生成引擎：从一张简单的衣服照片，或是一句文字的描述，就可以直接生成以假乱真的2D效果图或者视频。他们坚信未来的世界万物皆可生成，这将彻底重塑人类生产内容的方式，颠覆传统互联网内容生成的底层逻辑。
目前，ZMO在发展的第一阶段，便已能利用算法与数据，降低多媒体内容的生产成本，帮助诸多头部电商实现降本增效。
张诗莹谈道：“信息时代，我们缺的不是内容，而是有差异化的高质量内容。从GAN的诞生至今，AI在内容生成方面的技术发展已渐趋成熟，很大希望成为AI商用的下一个风口。”
做内容生成，你“GAN”吗？
当人脸识别、产品瑕疵检测等应用广泛落地时，人们也逐渐将对 AI 感知技术的关注转向其他领域，比如认知智能。但马里千认为，在 AI 的下一个十年里，内容生成应占有一席之地。
相比赋予机器知识与推理能力的漫长道路，让机器执行人类的概念与想法似乎更简单，尤其是在图像与视频的内容编辑上。除了老照片修复、换脸、换装等简单应用，如果计算机视觉的深度合成技术能够用于大脑画面的还原，比如自己写一个《权力的游戏》大结局剧本，合成一部只属于自己的电视剧，那么人人都有成为导演的机会。
这是马里千的梦想，也可能是你的梦想。
在采访的最后，我们问马里千，他如何看待ZMO的未来。对于这个问题，马里千没有正面回答，只给了一句意味深长的感慨：“不要忘了，像视觉四小龙的崛起，也仅仅是这几年的事。”