最近 我狠狠看了几部短剧

我的朋友,几次忽悠我进入若干游戏大坑的馒头大师,最近因为他有个朋友投资了一部短剧,就应邀客串了一把,扮演一个集团总经理的角色:

观赏后,我做了如是评价:

“这个视频分为两段 第一段要展示陆总对少爷的谄媚摸样 有一说一 演的一般 但第二段要展示陆总对下属的居高临下 演的就很到位。尤其是陆总对一个女员工说你好的时候 那种居高临下感 演得相当到位。

这个就和馒头本人有关。让馒头谄媚 是真不大会 需要配合腿弯上一弯这种形体动作。让馒头骄傲起来 那就很顺手了。靠两个眼神 就可以很到位了

先撇上一眼 哦 是个员工 行 说个你好吧 说你字的时候 还看着对方 说好字的时候 眼睛已经移开了。这就是字面意思上的目中无人

这就是靠眼睛演戏啊”

其实,在行内,有一种所谓“作态”的说法,即在微短剧的出演中,无需深度揣摩角色,只需表演出一定姿态即可。这个说法有一定的争议,从业者未必认可:意思就是我们的出演,流于表面乃至浮夸吗?但恐怕客观情况,大致如此吧:以微短剧如此短平快的制作节奏,深度揣摩也许压根没有这个时间。

有句讲句,对于我这种普通的观影观剧者而言,作态也好,深度揣摩也好,有最好,没有的话,也没有那么重要。

最近这几天,真是在红果上从头到尾地刷了几部短剧,都是古装穿越剧:边打游戏边看,或者边吃饭边看。

看完后我还是颇有些感慨的:没有想象得那么无脑,那么。。。所谓猪食。

我甚至可以这么说,短剧里的优秀者,已经到了长剧的普通水准,当然,离长剧的优秀水准还有距离。

接下来的讲述,有两个前提:

1、我是一个纯观看者,不是从业者,也不是什么影视剧分析人士。所以是纯消费的路人体验。

2、我就是个看剧的,讨论的是剧,不是小说。原著党要分析原著,请移步。

第一个入坑的短剧是《冒姓琅琊》,这部剧不仅名字会让人想起那个大名鼎鼎的长剧《琅琊榜》,而且这部剧的男一,看过的都知道,可以说是奔着山寨胡歌去的:容貌、服饰、举手投足、表情言语,都有梅长苏的影子。

所以,拿两部剧放来比比,完全是没问题的。

结论是:其实差不多。我并不是说冒姓琅琊有多好,而是说,琅琊榜本身也没啥了不得的。这就是我上段说的:短剧里的优秀者,已经到了长剧的普通水准。

穿越剧,本身就有一些很荒诞的设定,剧情里的一些反转推进,完全就是靠穿越者上帝视角的身份来推动的。你要较真这个,就没啥意思。所以穿越剧其实上限是很低的,这个类型,很难拍出什么神剧。

琅琊榜不是穿越剧,但琅琊榜的荒诞程度,随处可见。起手皇帝疑心大将要造反,不仅杀了大将全家,还屠灭了大将麾下七万帝国精锐赤焰军。这就是神经病操作,连历史上任何一个荒淫无道的皇帝,都要掀棺材板骂编剧是个SB:你特么知道不知道七万精锐铁骑,对一个国家是一个什么概念?

琅琊榜就是个爽剧,看看乐呵乐呵得了,不用和我讲什么艺术性。至于那些所谓权谋,也都是YY,说到底还是让观剧者如我,爽一爽:沉冤昭雪大仇得报,一身本事,庙堂江湖皆有人脉,最后辅明君上台事了拂衣去。不就这么点YY的玩意儿。

冒姓琅琊,差不多。这部微短剧,倒是有两点,超出我预期。

其一,片子里有大段大段的文言文台词,尤其是男主在和旁人辩论今文尚书和古文尚书时。台词不仅有很多拗口的表述,还有一些冷僻字。演员能大段说出,还是不易的。我觉得,短剧演员不是微博那些顶流,想口述一二三四靠后期配音,大约可能不会被惯着——只是个人猜想,未见的是实情。但在我记忆中,琅琊榜是没有这类台词的。

其二,结局还是有点意思,男主没有抱得双美归,因为女一其实是世家千金,男主既然娶了公主,这位千金就不可能嫁给他。世家千金怎么可能做妾?什么?都是妻?那就更不可能了。这一点,我得承认,虽然是爽剧,还算爽得克制。

这么一个结尾,倒是给观剧者带来点意难平的味道。因为男主和公主,并没有太多感情积累(这和女一的关系全然不同),他娶公主,很大程度是被新皇帝权威所迫。这就是观者的意难平,男主并不是无所不能的。

由于第一部看得是冒姓琅琊这种类型的,接下来红果持续播放的,都是这一类的。

后面两部,男主就有点像爱情公寓里的张伟(李佳航),但这两部剧水准就比冒姓琅琊低了:主角一旦被设定为无所不能,境界上其实是很低的,爽得一点都不高级。再然后的第四部,男主又有点王一博的影子,但剧情我实在看不下去,弃了。

就这么点观剧体验,整体上来说,冒姓琅琊是四部穿越最佳。它比长剧唯一的明显的短板,就是大场面完全做不出来。千军万马要两军对垒,只能找七八个人过来凑数意思意思。

不过这种事,随着ai技术的大发展,我觉得这个短板要补起来,完全没什么难度。

就我这个观剧者而言,其实还是个故事,摄影调度演技,其实没啥重要的,及格就行。或者这么说,微短剧的核心,还是编剧。无怪乎这一行现在的厂牌,隐隐就是迷蒙第一了。

微短剧已经离长剧不远了。长剧行业从业者那种莫名其妙的高贵感(比如痛斥短视频是猪食)真得极其可笑。都是大众文化工业,还真当自己是搞艺术了。。。

人类一部媒介史,就是老媒介对新媒介可能会毒害心灵而痛心疾首的历史,但人类文明,却似乎越来越辉煌。当年写书的,还看不起报纸呢!做报纸的,还看不起电视呢!

我是一个英美剧爱好者,想来主要是被故事折服。当然,我也承认,英剧里有相当多的陌生面孔演员,演技也极佳——比如我曾经看过一部英剧《混沌少年时》,演父亲的邀请自己儿子吃饭,那种渴望了解儿子的内心世界又有些尴尬纠结不知道怎么开口所展示出来的演技,把我这个做老父亲的,看得泪眼婆娑。

我个人还是很期待微短剧作为一种大众文化工业的未来的。冒姓琅琊让我看到了其中的某种希望。没要求它们做到大明王朝的高度,但作为一个下饭乐呵乐呵的东西,完全能做到和长剧别别苗头的地步。

我有一个脑洞。

其实很多游戏的背景故事,都非常叩击心弦。就我玩过的游戏,基本都是世界已经崩溃到快要彻底灭亡的地步,主角就是要来拯救世界的。但在游戏中,你会发现大量的崩溃期前辈们的努力。这些努力有宏大叙事,有微妙情感。作为玩家的你,能感知到先辈们的绝望,但依然能感知到他们在播散希望。

无论是《雾锁王国》中萨利姆和海伦,还是《方舟进化》中李美盈和戴安娜,都是那么动人,发起糖来一样甜死你。

这些都算是游戏的前情提要,会是很好的游戏先导片或背景片,看微短剧后去打游戏,或者打游戏后来复习剧情,不是很好的IP联动么?

—— 首发 扯氮集 ——

杨立昆离职META 吃瓜有感

图灵奖得主,被视为深度学习三巨头之一的LeCun(杨立昆)被爆将从META(其实我更喜欢叫facebook ,fb)离职。

这个消息很劲爆,直接导致fb股价重挫:市值在盘前交易中蒸发了1.5%,逾200亿美金。

中文世界反应也很快,我一大早起来,已经阅读到好几篇相关报道。

但有句讲句,这些文章的调性和立场,我个人是不大以为然的。

杨立昆在深度学习中地位显赫,这一点都不假。

他还有一个著名的标签:LLM唱衰者。他对大语言模型的大大的不以为然是重要的人设标签。主张的路线是世界模型。

我不是AI行业的专家,我以我浅薄的理解来表述一下我对这两条路线分歧的简单认知。如有不靠谱处,请留言指正。

大语言模型的核心是预测概率,而世界模型的核心是因果推理。前者依靠大量的文本分析(所以叫大语言)进行统计相关性学习,后者则依靠学习物理规律和因果关系。

举个例子。

当你和一个大语言模型说:我把鸡蛋扔到地上,会怎么样。它会从大量的文本数据中发现,鸡蛋会碎。因为全世界的文本都大概率会得出这个结果。这是文本统计的结果,不是它知道重力之类的物理学规律。

但当你和一个世界模型提出同样的问题,它也会得出鸡蛋会碎、会飞溅的结论。但它是通过模拟鸡蛋的轨迹速度、模拟鸡蛋撞击时蛋壳的应力变化、模拟流体力学的效果出蛋液飞溅等一系列的物理规律和因果关系来得出。

看上去,世界模型确实更高级一点,更ai一点。

LeCun在今年9月时还公开表示:“我们永远无法仅通过文本训练达到人类水平的AI,尽管某些硅谷CEO说得天花乱坠,但那根本不会发生。”

但问题来了,为什么当下的ai圈主流是大语言模型,而不是世界模型?

其实道理很简单:世界模型的理想很美好,现实却很骨感。

比如说,世界模型是怎么进行物理规律、因果关系的学习的?答案是海量的高质量视频。是高质量,不是随随便便的视频。这里的高质量并非指传统意义上的高清画质,而是具备丰富物理规律信息、多维度标注、时空一致性的结构化视频数据。这样的数据,并不是说很少,但相较于大语言模型所依赖的文本学习的数据量,那可就少太多了。

再比如说,计算资源需求巨大。计算复杂度远超大语言模型。训练一个世界模型可能需要比训练GPT-4多几个数量级的计算资源。

所以LeCun自己也承认,这个事很长期,还要十年——说这话的时候,是2022年。

于是,接下来一个问题就显得很顺理成章:META,或者说,扎克伯格是不是有所谓的足够的长期主义来慢慢熬出世界模型?

一些立论,无论是媒体的,还是社交网络上网友的态度,都认为小扎没有长期主义精神。

事情,怕真不是这样的。

邓公有名言:科技是第一生产力。

这话当然是对的,但这话太含混,于是很多人其实是被误导的。学术点讲,科技是自变量,生产力是因变量,但中间还有个中间变量。这个中间变量很重要:科学技术是要进行转化的,没有转化,就是纸面上的专利之类的东西。

怎么转化?

研发,research and development。太多企业都有研发部,有研发预算。很多高科技赛道的企业,还要比拼研发投入。投入少的愧对高科技企业的招牌。

但不知道各位有木有注意到,企业配置科研部的,就相对少很多。科研部门、科研单位,更多的常见于高校这种非盈利机构。

因为研发和科研,虽然都有个研字,但其实是相当不同的。

研发的要义,是整合一切可以整合到的最好的资源,产生一种可以满足某种需求的解决方案(比如产品),并换取收入/利润——所谓的development,首先就是企业自身的发展。所以,研发有个很重要的前提:得有需求,不能伪需求。高级点的,也会说我们会创造需求。

研发有很明显的木桶效应,也就是这个解决方案,可能会受限于最短的那块木板。研发是真实世界里发生的事,必须考虑到实际情况。

但科研完全不同。科研是不用太讲需求的,它的要义是在已知世界中找到一个突破口,向前迈出一步即可,也就是扩大已知世界。科研不一定需要在真实世界中完成,不一定需要考虑实际情况。理论上如何如何,科研也是可以接受的。更重要的事是:科研,不用考虑换取收入/利润。

科研比较强调长板效应,我有一个点向前突破了,别人从来没做到过,我就是winner。至于配套条件不成熟,那不关我事。

一个企业如果要搞科研,它得有个前提:处在一个超级垄断的地位,躺着赚钱。LeCun服务过的贝尔实验室,一度就是这个地位。古早的贝尔实验室,搞了很多乱七八糟的发明,实在是彼时的贝尔实验室太有钱了,多到不知道该怎么花了。

但超级垄断者,也是有很多批评的。贝尔实验室后来就被拆解了。LeCun加入贝尔的时间点(88-96)是在贝尔实验室第一次拆解后(84)和第二次拆解前(96)。贝尔实验室第二次拆解是最彻底的拆解,即朗讯诞生,无论如何是供养不起LeCun这样的顶级科研人才了。

在互联网公司最鼎盛时期,无论是美国,还是中国,都有招揽顶级科学家——通常是高校教授——进入团队的行为。我当时一般视为一种公关动作,提升品牌形象和摆出求贤若渴的姿态。实际上,科研人才进入企业去帮助企业发展,是需要转变身份的。越顶级的科研人才转变越难:我是为人类向前突破一步而生,怎么能是蝇营狗苟天天算钱的人呢?

当这些企业从最鼎盛时滑落后,要降本增效后,结果会如何,显而易见。

因为科研和研发,完全是两码事。

LeCun于2013年12月加入Meta(当时还叫Facebook),并担任基础人工智能研究实验室(FAIR)的创始主任。这个时间点,是FB风光无限的时刻。

老实讲,我觉得小扎已经孵化了十余年,不能算没有耐心。当然,更为重要的事是,作为顶流科技企业,亦步亦趋别人的路径(也就是大语言模型),总有些面子上下不来。

前途可能更属于世界模型,但当下很显然大语言模型还是更为成熟的。一个纯科研机构的FAIR最高峰达到400人之巨的规模,小扎还是属于愿意撒银子的。

25年,fb对AI部门进行重组,成立了超级智能实验室(MSL)——看看,基础、研究这种字样都没了——FAIR被并入其中,且遭遇了重大裁员。

小扎这个行为不能说高明,但确实也无可厚非,只是手法上确实有失体面。即便未来可能会证明小扎是错的,但我想,大多数商业领袖,都会做出同样的可能会略微体面一点的选择。

韩信背水一战置之死地而后生是被后人无数次赞叹的军事案例,但这类案例,恐怕更多也是幸存者偏差。置之死地而后死的案例怕是百倍千倍的存在。

据说,LeCun打算去创业。

我一个八世同堂群的群友骆轶航说,我不觉得 Lecun 能创好业,他最适合的就是科学家。

我深以为然。让科研的归科研,研发的就去归研发。

顺便说一句,深度学习三巨头中,辛顿开过公司,几个月后就被谷歌收购由此加入谷歌,这很难说是完整的一段创业。另外一位本吉奥参与创业过Element AI,有联创头衔,但主要承担的是技术顾问和学术资源整合的角色。

—— 首发 扯氮集 ——