有没有瞬间灵感？有点像：这个创意这么好，如果拍成电影，会不会大卖？这种想法以前可能只会停留在你的脑海里，但现在，“AI编剧大师”的出现，或许会让你梦想成真。从小白到编剧大师：一个idea近日DeepMind发布了AI写作模型Dramatron，可以生成人物描述、剧情点、地点描述和对话。这个想法是人类作家将能够将Dramatron提出的内容编译、编辑和改写成合适的剧本。可以把它想象成ChatGPT，但输出可以编辑成大片电影脚本。Deepmind和斯坦福大学的一组研究人员可以使用它为戏剧和电影创作连贯的剧本和剧本——从标题到角色、故事情节、地点描述和对话。使用Dramatron创建脚本，人们只需要将日志行（故事的一句话摘要）输入到模型中。之后，Dramatron将自动生成脚本标题、角色和场景设置、细节和对话。消息一出，就引来了社交媒体的关注。就连马斯克也来强烈围观。有人评论说：“这是否意味着我们再也不用看翻拍电影了？”当然，也有反对的声音。LeCun影射Dramatron等生成语言的模型只是把“编造东西”从bug变成了自己的特性。网友回复，你纯属吃醋。“‘编造’确实是他们的特色，这也是Galactica（元语言模型，上线三天就被骂下架）你想干什么，我看你是嫉妒MetaAI没有去做吧。总结起来就两个字：别酸！看看AI写的打劫片根据DeepMind官网的提示，用户只需要注册一个OpenAI账号就可以使用，听起来并不难。这不，推特上已经有人用它来尝试写一部抢劫电影了，网友VladYashin给出的LogLine是：“在复杂的珠宝抢劫案失败后，幸存的罪犯开始怀疑团伙中有一名警察线人。”然后，就到了Dramatron表演的时间了，首先，给它定了一个标题：《大劫案的崩坠》（TheHeist'sDownfall）珠宝窃贼，一个聪明且经验丰富的罪犯。下一步是场景设置。对于这个故事，Dramatron给出了四个场景：?约翰和团队计划抢劫。?抢劫失败，约翰劫持人质，然后他们设置建立自己的路障。?随后发生枪战，只有约翰和另外两名罪犯幸免于难。?回到安全屋，约翰决定杀死幸存的盗贼同伴。接下来，Dramatron完善了场景细节：?珠宝店-小而狭窄的空间。空气中弥漫着昂贵香水的味道，货架上的商品闪闪发光。?安全屋——位于城镇阴凉处的小公寓，窗户上盖着床单。最后一步，也是亮点，是Dramatron生成角色之间的对话。场景1：约翰：计划是我们从后门进去，解除警报，然后把珠宝装进车里。保安：喂！你不能去那里！约翰：老实说！我们有枪！保安：别开枪！我没有武器。场景2：约翰：该死的！到底发生了什么？伯特：我也不知道，警笛一定响了。约翰：该死的！大家保持冷静，我们会想办法解决的。比尔：我该怎么办？警察来了！约翰：我们用人质作为路障。每个人都听从我的命令。看剧情，挺好看的，张力也十足。不知道真拍出来会不会大火。AI剧本电影节发布，人类专家赞不绝口。事实上，关于DeepMind开发的AIdramatistDramatron，相关论文的预印本早在今年9月就已经发布，DeepMind也在自己的博客上进行了宣传。论文地址：https://arxiv.org/pdf/2209.14958.pdf论文的四位作者中，其中一个出版单位是斯坦福大学，但他在DeepMind期间参与了这项研究。Dramatron是一个使用大型语言模型通过“分层故事生成”方法生成脚本和剧本的系统。Dramatron利用大型语言模型将精心制作的提示和提示链与结构化生成相结合，以实现整个脚本的远距离连贯性。Dramatron的编剧过程比以前的连续文本生成更连贯的故事。Dramatron的这一代可以根据用户提供的戏剧主要冲突摘要（称为“日志线”）生成整个剧本，剧本的长度可达数万字。根据输入的日志行，Dramatron可以生成完整的脚本，包括标题、角色名单、故事情节（即带有设置和节拍的场景摘要列表）、位置描述和对话。用户可以在分层生成的任何阶段进行干预和修改，输入替代生成，编辑和重写输出文本，或继续文本生成。Dramatron分层连贯的故事生成，从日志行开始，生成标题和角色。以这种方式，生成的人物角色被用作线索以在剧集中生成一系列场景摘要。然后为每个独特的地方生成描述。最后，这些元素全部结合起来为每个场景生成对话。图中的箭头指示生成的文本如何用于构建进一步生成LLM文本的提示。我们的方法可以与任何接受输入提示然后预测接下来会出现哪些标记的LLM一起使用。2022年8月在埃德蒙顿举行的国际前沿戏剧节上，将放映Dramatron按照这一流程创作的一系列戏剧。为了评估Dramatron的可用性和功能，研究人员没有依赖非专家评论者的在线众包注释和评估。相反，15名专家参加了两个小时的用户会议，与Dramatron共同编写脚本。来自戏剧和电影界的专业剧作家和编剧对Dramatron的互动共同创作过程提供了反馈，提供了艺术投入和对结果的分析。从DeepMind提供的专家修改意见反馈来看，很多是对场景和对话细节的修改，主要是为了打磨场景和对话的叙事节奏，也有一些修改是为了避免侵权。上图为语言模型的提示设置。用户或Dramatron生成的提示连接到一个前缀并附有标签。对于不同的随机种子，会产生多个标头输出。专家和专业编辑的总体反馈评级是多少？可以看出，大部分专家审稿人给出了正面评价。例如，对Dramatron交互式分层生成台词的赞誉中，有很多“有用”、“独特”、“惊喜”等词。此外，很多专家都对AI编写的剧本水平给予了高度评价。他们认为，只要改好剧本，就可以真正拍出来上映。此外，专家们表示期待Dramatron除了写剧本，还能有更多用途。例如，它可以作为影视剧作家的启发工具，作者也可以从Dramatron生成的台词和场景创意中汲取灵感。在他们看来，AI提供素材，真正的作者写剧本。这种模式在未来有很大的潜力。虽然目前在人类专家看来，人工智能编写的脚本仍然存在一些不自然的缺陷和问题。比如剧情过于直白容易让人猜疑，台词风格有点死板，有些台词充满偏见，有时剧情会进入逻辑循环无法逃脱等等。不过，随着大语言模型的宝库和全世界剧作家和影视工作者的智慧作为训练数据集，我们可能无法分辨未来影视剧的编剧是人类还是AI。.参考资料：https://arxiv.org/abs/2209.14958https://deepmind.github.io/dramatron/details.htmlhttps://www.deepmind.com/publications/co-writing-screenplays-and-theatre-脚本与语言模型-行业专家评估https://twitter.com/iamvladyashin/status/1601300031352745984?s=46&t=RzfB3tz8vKRsdX33EmaJmA
