熱門資訊> 正文
2025-10-28 17:36
互聯網又要「死」了。
這一次的「死因」,是內澇。
根據《財富》報道,今年10月,Reddit聯合創始人Alexis Ohanian在接受採訪時表示,「互聯網已死」已經不再是聳人聽聞的冰山陰謀論:
「你們所有人都已經證明,現如今互聯網大部分內容已經‘死亡’了——就是所謂的‘互聯網已死’理論,不是嗎?無論是機器人的操作、準人工智能的產物,還是領英上的‘糟粕(slop)’……人類的真實活動,例如直播觀眾和直播內容,對於現如今的注意力經濟學,愈發顯得珍貴。」
身為「互聯網首頁」的精神領袖,Alexis Ohanian的發言,引來不少圈內人士的關注。不僅如此,AI行業標誌性人物Sam Altman近期的看法,也成爲了聚光燈的焦點:
我從來都沒有把「互聯網已死」理論看作大事兒,但在現如今,似乎確實有很多大語言模型驅動的Twitter賬户正在運行。
——Sam Altman個人推文,2025/9/4
行業領袖下場發言,立刻引發很大反響——從海外到國內,從Reddit的討論版到公眾號文章,各執一詞的觀點一時間涌出,但在結論上似乎依舊不乏討論余地。
那麼,這一次的互聯網,究竟是「死」,還是「沒死」?
單從主觀印象出發,AI Slop究竟氾濫到了何種程度,恐怕很難得出共識。倘若去掉「Slop」這個后綴,現如今AIGC內容的滲透,用「無孔不入」來形容,基本也不為過。
舉個最簡單的例子,在標榜「年輕態」屬性的視頻網站上,利用語音克隆工具重新配音並剪輯二創的小品與相聲節目,直到2025年,依舊是播放量動輒衝上百萬的熱點源泉。這些視頻即便水準良莠不齊,但勝在量大管飽且緊追時事熱點。
AI生成的小品(截圖)
一來二去,以趙麗蓉老師為代表的老一輩曲藝大師,固然音容笑貌猶在,但在AIGC二創后浪不斷涌來、熟悉的表演畫面搭配速食笑料不斷迭代的現如今,以「宮廷玉液酒」為代表的笑點原點,究竟還能不能維持昔日的含金量乃至國民辨識度,實話實説,不太好講。
當AI的洪水徹底將整個互聯網淹沒,將所有人包括Z世代乃至Y世代,也包括互聯網原住民α以及β世代裹挾其中時,UGC與AIGC的界限徹底被模糊,用「人類真實活動比重」的傳統標準來衡量互聯網的生命力,還能有意義嗎?
很明顯,想要回答這個問題,除了被動接收信息的觀眾視點,運用多種手段( 當然 包括AI技術)來主動創造內容的AI+UGC創作者,他們的觀點同樣值得一看。
受訪者:
Enigma,前《大眾軟件》互聯網欄目負責人,資深媒體人
TRPG Replay獨立節目創作者
開門見山,先説結論吧:
在我看來,至少在目前,AIGC究竟是互聯網的砒霜還是蜜糖,依舊取決於持有人打開的方式;至少在我手里,AIGC的滋味,確實還算不錯。
身為在文字領域打拼過20多年的從業者,我很清楚這種經典載體的魅力,也清楚這種載體想要在現如今的新環境引人入勝實屬不易,更清楚想要憑藉一己之力扭轉這種局面(俗稱轉型)基本屬於白日做夢——然而,有了AIGC工具,這個曾經不切實際的夢,真就成真了起碼一半:
舉個例子,對於相當一部分碼字人來説,在我們心底,總會有那麼一部代表「自我實現」的夙願,卻也多半找不到合適途徑與手段來完整呈現的故事——然而,憑藉AIGC工具,那些我們力所不能及的表現內容,譬如插畫、BGM乃至配音和動態影像,都可以按照接近我們意願的形態逐一生成;隨后,身為創作者,我們要做的就是啟動剪輯軟件,對照心目中的劇本,導入這些素材,剪輯、壓制,最后出片——談不上盡善盡美,但只要一開始就選擇合適的表述方式,那個早已成為我們心結的「真正的創作夢」,至少也能實現個七成。
沒錯,儘管水分很大,但這種「人人都能做導演」的技術形態,對於那些「會講故事」的創作者來説,屬實是利大於弊。
再順帶一説,即便只能實現「七成」,但對於志同道合的受眾來説,已經足夠引人入勝——我自己就在Bilibili上傳過一個故事的序章,合計片長20分鍾,總播放量大約在15W左右。考慮到我的粉絲量不到8000,這個成績應該能説明一點問題。
説到底,至少在我個人看來,現如今的AIGC對於創作者的價值,基本約等於19世紀的錫管顏料對於畫家的意義:有了這種能隨時隨地擠出一截塗塗抹抹的畫材,當時的畫家纔會走出畫室,在大自然的光影色彩中大搞現場創作,直接催生出了印象派這個現代繪畫的開山派別。
錫管裝的顏料重不重要?當然重要,但再重要也不可能代替莫奈把《睡蓮》直接畫出來。
AIGC也是相同的道理,作為在一定程度上能讓編劇進化成全棧式導演的高效工具,只要「主導權」依舊掌握在我們手中,即便套上AIGC的外殼,UGC內容依舊有資格站穩立定,像壓艙石一樣穩住互聯網這艘大船的陣腳。
這並不是碳基生物妄自尊大的臆想,事實上,對於現如今工作原理尚未脱離「反芻」的AI來説,讓「人類的真實活動」保持活力,不僅僅是被創造者的倫理義務,更是在技術層面維持生命力的核心途徑。
起初,第一批利用互聯網數據訓練AI模型的團隊,收穫了令人印象深刻的結果;隨后,源源不斷的資金開始注入,推動整個AI行業迎來一輪起飛;然而,面對「數據荒」難題,不少后續入場的AI企業開始通過AI生成的合成數據來緩解這個危機;但是,這種利用AIGC內容訓練AI模型的「自給自足」循環模式,真有看上去那麼靠譜嗎?
2024年年中,一篇登上《Natrue》封面的論文,給出了一個參考答案:
GARBAGE OUT! (垃圾!滾啊!也有一種翻譯方式為:垃圾進,垃圾出。)
這句粗鄙之語標題背后的團隊,來自劍橋和牛津等院校研究機構;根據他們的試驗,使用合成數據進行訓練,很容易讓AI模型的生成結果產生劣化,並且遠比想象中來得更快 。
根據這些研究者的分析,在信息丟失、模型設計和學習過程使用數據等綜合因素的影響下,AI模型生成的AIGC內容會不斷產生誤差,並且逐漸積累污染后續的訓練數據集,直接導致隨后接入訓練的模型進一步誤解現實,最終導致AI模型崩潰。
儘管這是個歷經長期循環遞歸纔會收束成型的結果,但考慮到包括微軟、谷歌在內的企業都在利用合成數據訓練模型,爲了避免現如今的人工智能在不遠的未來變成人工智障,及時部署一些反制措施無疑是很有必要的。
早在2021年就被擺上案頭的C2PA (Coalition for Content Provenance and Authenticity,內容溯源與真實性聯盟) 再次迴歸了公眾的視野,Adobe表示已經在Photoshop和Firefly等產品中集成了相應的標記,微軟也宣稱將在自家AI平臺與相關產品中應用這項標準,從而確保AI生成的內容具備有跡可查的源信息。除此之外,許多主流模型相關廠商也在推動AI數字水印技術的發展 (例如Google的 SynthID) ,同時,諸如turnitin以及Copyleaks等輔助檢測工具也逐漸走向了實用化。
另一方面,圍繞AI生成內容辨識度的法令,也開始在全球多個國家和地區出臺,許多主流社交媒體平臺也開始要求用户,在發佈可能引發誤解的AIGC內容時,務必添加醒目的聲明和標註。可以説,UGC和AIGC重新澄清的階段性相關舉措,已經在路上了。
但由此一來,似乎又有一個新問題,擺在我們面前:
照這個勢頭發展下去,倘若有朝一日,進一步完善的AIGC擺脫了「自產自訓,越訓越笨」的困局,近乎完美地替代了互聯網的主流UGC內容,我們熟悉的頻道、博客乃至其它SNS媒介都被「機器人的操作、準人工智能的產物」徹底填滿。倘若事態發展到了這一步,「互聯網已死」理論,會化作現實嗎?
提起「維多利亞時代的公眾娛樂」,許多朋友的第一反應大概是各種劇院和舞臺表演,諸如魔術馬戲、體育運動以及各種社交聚會。不過,在此之外,從19世紀中期開始,確實還有一項乍看之下頗為新奇、且以現如今的眼光來看依舊不乏技術含量的家庭娛樂形式流行一時:Stereoscopic View Cards,立體視覺卡片。
簡單來説,這個東西就是將兩張內容幾乎相同但角度有微妙差異的照片,固定在一個特製的框架上,使用者在通過框架上的目鏡觀察時,左右眼略有不同的成像會相互疊加,透過鏡頭產生3D視覺效果。這個發明至今已有一個半世紀的無源設備,基本原理和現如今的VR頭顯差異不大。
總之,這種不用很累很麻煩就能產生「臨場感」的設備,很快就得到了彼時中產階級的青睞,隨后更是引來了貴族與勞工階級的關注,在很短時間內就發展成爲了維多利亞時代民眾的大眾娛樂活動之一。以Keystone View Company為代表的跨國企業更是盛極一時,從倫敦到東京都有相關業務展開。
問題是,如此經典的娛樂方式為何在現如今沒留下一點跡象?原因很簡單——盧米埃爾兄弟在19世紀末拿出的動態影像藝術,徹底顛覆了整個視覺娛樂生態圈。「立體視覺卡片已死,然而電影萬歲」。
歸根結底,技術迭代引發的行業洗牌,在過去的兩百年間從未停止過,互聯網當然也不例外。就像有聲電影的崛起,淘汰了默片現場樂隊、卻又催生出電影配樂這個新行業一樣,淘汰技術留下的市場空白,註定會在短時間內被新技術帶來的新機遇填滿。
因此,倘若未來的AIGC在內容賽道徹底擊敗了傳統的UGC創作者,那也無需過分擔憂。只要市場滿足的仍然是「人」的需求,新機會、新賽道、新風口,就永遠不會缺席。
用「內容含人量」來界定「互聯網已死」,説到底,本質上沿襲的依舊是「搖滾已死」的那一套經典話術罷了:
你可以説逆反精神不再純粹,但隨着這種「唱唱反調」的精神融入主流、徹底動搖了循規蹈矩的清教徒式傳統音樂行業,面對這種新陳代謝式的進化,我們還有必要去糾結一開始的「生與死」嗎?
AIGC也一樣,既然互聯網也像生物一樣不斷進化,既然AI本身也是推動互聯網進化的技術一環,我們為什麼不能像接受超鏈接、BBS、流媒體和SNS網絡一樣,戳破浮躁的幻覺泡沫,重新審視互聯網這次全新的變化呢?
純碳基驅動的互聯網已死,碳硅基共建的互聯網萬歲。
司馬徒林 騰訊研究院特約作者
本文來自微信公眾號 「騰訊研究院」(ID:cyberlawrc),作者:司馬徒林,36氪經授權發佈。