1.今年北美票房唯一破2亿的电影，竟然还没梁朝伟的拖鞋“吸睛？”
来晚了。
生肉可食的好莱坞大片：
《尚气与十环传奇》
Shang-Chi and the Legend of the Ten Rings
可算来了。
疫情期间北美院线唯一破2亿美元，今年第3部超级英雄电影《尚气》，上线Disney+。
9月3日公映时，北美编辑部@西多 就带回第一手不剧透观感（梁朝伟+漫威=惊艳？）。
北美口碑至今没崩，新鲜度92%，爆米花指数98%。
Metacritic依然保持71分的不错成绩。
可随着电影而来的，还有吵闹。
豆瓣开分6.9，每天点开，分数就降一点，目前降到6.3。
Sir不意外。
这些吵闹，有些是挑剔。
——对“漫威首位华人超英”的故事，我们对此要求更高，无可厚非。
对此《尚气》肉眼可见作出不少努力：
原漫画备受争议的“满大人”，成了偷东西，艺名搞笑的冒牌货。
全程（至少）50%对白都是普通话，“东方元素”铺满
女主Katy（奥卡菲娜 饰）作为移民后代，依然保留外公外婆的称呼。
长辈的生活习惯也算得上“真实”，出门前例行催婚，桌上正做着的清明祭品纸香烟和零食……
服化道讲究，长衫、盔甲，哪怕到了千年后的现代，文武的白色西装也要加上大褂门襟；尚气和妹妹战服也类似传统武行的工作装。
美术强调韵味，飘逸的竹林初遇，梁直拳刚硬，陈太极柔韧卸力。
能看出基本的东方武侠轮廓。
△ 尚气妈（陈法拉）的私人教练是太极拳世界冠军
龙头门前的水珠地图，以及可移动的森林迷宫。
世外桃源塔罗里那些从山海经里抠出来的奇珍异兽……
△ 龙九子之一的狻猊（下）
但。
以上内容是否足够“东方”：
就算对于所有“东方人”，因身份、审美、生活背景等的不同，观感必然也各异。
这是电影选定题材后，自然要面对的争议。
而有更多的吵闹，则滑向无须自证的审判。
Sir在这里不多提。
相信在座毒饭能分清二者之间的区别。
Sir无意做审判。
对电影，Sir更喜欢挑剔到底。
比起费尽心思寻找各种“证据”，去证明一部电影在内心预设的好与坏，敌或友。
Sir倒是真找到《尚气》中的9个重要证据（彩蛋）。
今天，把它们送给每一个。
还爱对电影“吹毛求疵”的我们。
01
真假十环帮
电影开场，十环帮帮旗。
下一秒，就是徐文武（梁朝伟 饰）一人KO一城军队的激烈场面。
《尚气》中，这个贯穿漫威宇宙的“反派组织”——十环帮，是由文武领导的一个神秘军队。
因为身怀神兵十环，文武长生不老，一路打江山，极尽所能一统世界。
这么牛叉，当复联吃干饭？
Sir猜他们是因为行事小心诡异，根据地又在悬崖峭壁，才没被发现。
漫威宇宙，十环帮早就存在，且和钢铁侠渊源颇深。
最早出现在第一部漫威超英电影《钢铁侠》。
那一年的十环帮，只是个在阿拉伯地区为非作歹的武装小团体。
《钢铁侠3》里，本以为他们卷土重来，没想到，又做了一回背锅侠。
号称十环帮头目的曼达林，不过是被真正的反派基里操控的群演。
《尚气》里，他又出现了。
原来他的真名叫特弗瑞。
痞气丸子头变披肩长发，整个人神神叨叨，能和无头小宠无障碍交流。
他被文武关在地下室，一见到徐家俩孩子就聊起自己的过往，抱怨自己的上当经历。
原来他因为假扮恐怖分子扰乱社会治安被抓。
把自己帮派污名化成这样，正主徐文武忍不了。
为了“维权”，他把刚出狱的特弗瑞绑来泄愤。却被擅长莎翁戏剧（本·金斯利本人正是皇家莎士比亚剧团成员）的他吸引，特弗瑞逃过一死。
这也解释了，同在漫威宇宙，同一个帮派，旗却不同。
一共出现三个版本。
山寨团伙的旗：
红底黑字，旗上双刀交叉，被一圈十个蒙古文为主。
（ 2013年《钢铁侠3》上映时蒙古国政府曾向漫威发出官方抗议信，后随着蒙古国逐渐恢复传统蒙古文使用，蒙古国文化部长后悔，并欢迎全世界使用，任何电影或任何方式。）
正版旗：
黑底白字，双刀周围缀以一圈两两组合的汉语繁体单字。
深意嘛，没有，倒像是用来自勉打气的：
“威力”“强壮”“雄伟”“宏杰”“权势”。
（鲁迅：你想要的会不会太多了点）
文武去世，十环帮易主。
女儿接手后再次改版：
帮旗汉字换成更张扬的红底白字（简体），双刀换成骷髅花。
纯肌肉男的十环帮，加入不少娘子军。
原本工业风的十环帮，也换上了嬉皮装。
怎么说呢，配色还是徐家小妹这版赢。
02
关于十环
原型取自原漫画的十戒，隶属钢铁侠的死对头“满大人”，是一枚枚镶有宝石的戒指。
每一只都有不同的功能。
单拎出左手这五只就够灭霸馋的了。
小指，天蓝色宝石，冰风暴这个戒指能够发射冻结的能量。
无名指，心灵增幅器，可以增幅持有者的心理能量，让单一或多数的人听从他的指挥或把他的想法视作自己的。
中指，绿色折现状宝石，闪电风暴，这个戒指能够催动电流，能量上限尚不明。
食指，火焰爆炸，它可以生成的最大热量仍是未知。
大拇指，白光，此环可以沿电磁波谱发出各种形式的能量。它被用来创建强大的引力。
《尚气》里的十戒就“笨”多了。
没了宝石，不启动状态下，就是十只深灰色手镯，缀以黑色暗纹。
使用时，可随意伸缩，周身通紫色电流。
《尚气》里交代，十戒的来历要追溯到千年前（可能更久），始终只有一个主人，那就是文武。
文武如何得来，说法不一，有说是火山口捡来的，也有说是盗墓摸来。
功能也简化很多：势能猛，可保佩戴者长生不老。
进可化拳，退可化盾。
必要时还能充当发电机。
△ 起落间让Sir恍惚以为见到了钢铁侠
漫画里，十戒每个都拥有自我意识，即便离了“满”，也能自动寻找宿主找“满”的死敌托尼报仇。
电影里似乎也延续了这一设定，供主人徐文武一人驱使，当然，结尾时十环也认了他儿子。
03
时间线
作为漫威第四阶段的开篇之一，《尚气》的时间线，发生在《复仇者联盟4》之后。
男女主和老友在酒吧唠嗑时，身穿正装一脸语重心长的老友劝他俩振作。
不知道什么时候
地球上人就会消失一半的世界
生命太短暂 太脆弱
△ 灭霸ptsd实锤
电影最后的彩蛋，徐尚气在法师王的引荐下和惊奇队长、班纳见面，那个时候的班纳右手还缠着纱布。
受伤是在《复联4》大战灭霸时留下的。
浩克为了救众人打响指，仗着自己身强体壮打了响指，导致右手受伤。
04
缺钱的老王和大块头憎恶
尚气去澳门找妹妹时，在格斗场c位区，是个绿色大块头和老王在打架。
大块头是“憎恶”。
曾在《无敌浩克》出场过，是漫画里号称能对抗绿巨人的大反派，他身上也注射了浩克的神奇血清。被浩克打败后，就被关押，去向不明。
在《尚气》里是第二次出现。
看得出来，老王和憎恶很熟。
上场对手下场同伙。
老王纠憎恶的招式错误，边唠还边携手回家。
看来老王这是找憎恶一起打黑架赢领赏金的。
来接尚气他俩去开小会，也不忘顺人家一杯酒。
漫威最穷人设又稳了。
△ 毕竟古一去世后，至尊圣所很久都没人发工资了……
05
公车直播小哥
尚气和十环帮的人在公车里恶斗时，有个络腮胡小胖哥正在直播。
嘴碎得不行。
能不碎嘛。
这可是跟蜘蛛侠也能唠个平手的主。
《蜘蛛侠：英雄归来》，小蜘蛛下课激情做任务后，在大厦楼顶休息，自来熟打招呼的汉堡车老板就是他。
06
公车打斗
《尚气》的打斗眼熟得很，有成龙那味儿。
元华一露脸自不必说。
△ 全片伟仔爹味最重的一幕
尤其是公交车那段。
狭窄空间里，带着杀伤性武器且同伴众多的对手。
一对四，闪转腾挪很是精彩。
扒公车，成龙的成名特技动作。
△ 《警察故事》
尚气利用夹克一打三，《玻璃樽》里成龙在甲板上也干过。
有这个观感不奇怪，毕竟电影的动作设计核心团队，都来自成家班。
影片武术指导：成家班首位外籍成员布拉德利·艾伦（Bradley James Allan，《王牌特工》《神奇女侠》《星战外传》）。
△ 布拉德利与成龙的合影，遗憾的是，他在电影上映一个月前不幸心脏病发作去世，终年48岁
07
拖鞋
一个有味道的小彩蛋。
梁朝伟的文武，撑起了全片60%的戏份。
把不听话的儿女带回家后，向他俩展示了去塔罗的路线图。
瞬间，Sir彻底被梁朝伟的腿……
上的鞋，吸引住了。
眼熟吗？
乍一看，和黑豹上班那天穿的皇家拖鞋是同款。
△
08
功夫之王爱《功夫》
尚气房间的墙上，贴了周星驰的《功夫》海报。
有理由怀疑这是他最后放大招的灵感来源。
09
关于尚气
尚气（Shang-Chi）是美国漫威漫画旗下超级英雄，也是漫威电影宇宙里首个华人英雄。
出生于河南，是中美混血。
从这经典pose和连体衣不难看出，他的原型，来自李小龙。
尚气也因此拥有了一个别名，“功夫大师”（Master of Kung Fu）。
在漫画里的尚气，除了出色的体能和功夫（尤其擅长太极拳），没有其他超能力。
在不同时期，短暂地拥有过分身、尺寸缩小、蜘蛛侠同等技能等。
他从小隐居，在父亲和师父的训练下，成为一名武术大师。
发现父亲是大魔头后，走上英雄之路。
电影为尚气的身世做了调整。
父亲确是大魔头，但最后作恶也是被噬魂兽蒙蔽。
老妈是个太极高手，能克老爹的十环之力。
所以除去从小的训练，他身上还兼具太极慧根和十环的继承权。
文武最后一幕：
为救孩子被噬魂兽抓住的他，双目悲怆，妻子终究无法死而复生。
而自己仅存几口气能做的，就是护住一双儿女。
攥了千年的拳头，松了。
那对让他安身立命的戒环，卸给了尚气。
△ 这个镜头Sir挺喜欢的
自此，这位超级英雄正式登上漫威舞台。
以上便是Sir认为比较重要的9个彩蛋。
的确不多。
这也能侧面印证，漫威电影宇宙并没有把全新阶段的第一枪，完全押宝在《尚气》。
受疫情影响，北美院线一直低迷。
2021年以来的两次观影高潮，都是因为漫威。
《黑寡妇》在北美首映，同时上线迪士尼+。放映一周，全球院线和流媒体的总收入已超2亿美元，创下疫情以来北美市场首映票房最高记录。
后记录被《尚气》打破，全球院线票房4.3亿（北美2.2），是北美今年唯一一部票房破2亿美元的电影。
但于漫威宇宙，这样的喜讯带来的，可能是一个不太高涨的开头。
从目前彩蛋的串联来看，充满了迷茫和颓丧。
黑寡妇和钢铁侠牺牲，美队交出盾牌，鹰眼回归家庭……
二代黑寡妇不算继承遗志，她的目标是和姐姐渊源颇深的鹰眼。
尚气的十环里藏着一个信号发射源，将成为后复联时代的重点研究对象。
惊奇队长忙着处理手头事，浩克意兴阑珊，竟然用“欢迎加入马戏团”来鼓励新队友。
还会有什么故事，还能有什么故事？
或许漫威电影目前的基调，正如电影反复出现的那首金曲所说。
正踌躇。
在“回忆”与“忘却”的路口。
这时她点起一根蜡烛
然后给我引路 沿着走廊传来阵阵说话声
我想我听到他们在说 欢迎来到加州旅馆
多么美丽的地方
多么美丽的脸庞
多么可爱的脸庞
加州旅馆有如此多的房间
无论何时你都可以在这找到地方
她的心像玻璃丝般扭曲
她开着一辆梅塞德斯奔驰
还带着许多漂亮迷人的小伙子
她都唤他们叫朋友
他们在庭院里翩翩起舞
夏日的香汗淋漓
有些成为回忆
有些则被忘却
加州旅馆
本文图片来自网络
编辑助理：莫妮卡住了
2.他们可真是眼瞎，接了苹果这部新剧
这个月，苹果是出尽了风头。
就是卖手机的那个苹果。
11月1日，苹果公司旗下的流媒体平台Apple+正式上线后，一口气放出了四部原创剧集。
其中最让我惊喜的，是——
《看见》
see
一口气刷完四集后，鱼叔发现这个剧比想象的，好像更有意思。
我对这部剧产生兴趣的原因有两个。
第一个，当然就是主演。
杰森·莫玛，这个头发打卷，满脸胡茬的男人，真真行走的荷尔蒙。
平日里是走到哪抱到哪，像一个强壮又憨厚的大熊。
笑起来恨不得把每一道褶子都展露出来，极具感染力。
总之就是实在太容易让人升好感度了。
角色有一个算一个，都令人印象深刻。
《权游》里的马王自不用说，在沉默寡言没几句台词的情况下，靠着天然气场演活了部落首领。
生命线不长，但却成了全剧最受欢迎的角色之一。
之后是DC宇宙里的海王。
手握三叉戟，虽然服装实在丑，但好在还是撑起来了。
深海之中号令虾兵蟹将大章鱼，帅气逼人。
他身上有一股原始的苍莽，不加修饰，未经雕琢。
是一种极具野性的魅力。
这次在《看见》里，他又饰演了一个部落首领。
强壮，可靠，勇猛，跟敌人战斗时能打十个。
不过有意思的是。
这个看似原始又落后的部落，并不是存在于过去。
而是存在于未来。
而这也是这部剧的第二个魅力点：
有趣的反乌托邦设定。
在不远的未来，一场致命病毒引发的疾病夺走了绝大多数人的生命，地球上人口锐减至不足200万。
同时，这种病毒带来了奇特的后遗症。
所有的人类都失去了视觉，包括新生的孩子也一样。
——全人类都瞎了。
这也就是为什么，标题里鱼叔会说「他们眼瞎」。
是真字面意义上的，「瞎」。
失去视力加上人口锐减，仅仅几个世纪之后，人类文明产生了断层式的遗失。
退回到了原始程度。
《看见》的故事正是从这里开始。
一个不存在视力的世界会是怎样的？
城市不再给生活带来便利，反而充满危险，人们又回到了荒原生活。
住棚屋，狩猎，刀耕火种。
没有文字，不能阅读，传递信息变成了古老的结绳记事。
地图什么的都没用了，引路要靠沿途的风铃。
同时因为失去视觉，人类在十几代人的繁衍中不断强化其它的感官。
有人具备极其出色的听觉。
可以远远的听见敌人来犯，甚至能辨明数量。
有人具备敏锐的嗅觉。
可以通过气味发觉物种，或者有没有受伤流血。
同时还进化出了特殊的「感知力」。
可以通过感觉来判断情绪，从而察觉谎言、背叛等等。
脑洞还不止这些。
想要建立一个完整的世界观，需要考虑到的细节远比我们想象的要多。
比如计量单位。
没有视觉，米或者厘米这些长度单位都失去了意义。
人们开始习惯用「几人高」来判断距离。
不能看钟表，时间的计量单位也要改变。
从分钟，变成心跳次数来做计算。
打斗的方式就差别更大了。
在主要依靠听觉和触觉的前提下，打斗方式变成缠斗。
一旦接触到对方，就迅速近身攻击。
不过这些变化都还不是最重要的。
文明的断层和遗失带来了最致命的变化：
现代科学衰落，宗教神学回归。
在人类失去视觉的几个世纪里，视觉渐渐被妖魔化，连谈论都是莫大的罪过。
在他们眼里，视觉是恶魔的诅咒，光明是邪恶力量，会带来灾难和毁灭。
拥有视力的人反被定义为巫师，必须被处死。
接下来鱼叔不用说你们也知道。
主角必定与这邪恶的视力有关。
巴巴沃斯（杰森·莫玛 饰）收留了一个迷路又正怀着孕的女人。
两人有了感情，巴巴沃斯又刚好没孩子，于是就结成夫妻。
谁知，生下来的双胞胎拥有视觉。
因为孩子的亲生父亲，正是世界上目前唯一已知有视觉的人，杰拉马瑞尔。
身为「巫师」，杰拉马瑞尔一直被统治者追杀。
他的两个孩子也随时面临危险。
于是这些年间，巴巴沃斯带着整个部落和两个孩子都藏了起来。
孩子渐渐长大，开始从亲生父亲杰拉·马瑞尔留下的书籍中学习知识。
他们不再满足于混沌落后的现状，开始向往更多地了解这个世界。
而信奉视觉是邪恶力量的女王也从未放弃过对他们的追杀。
文明与愚昧碰撞，原始和未来交织。
这样的末日废土设定其实是科幻题材中很常见的。
比如《疯狂麦克斯》、《人猿星球》。
它的特点就是末日之后的世界中，原始与遗留科技并存，带来一种强烈的反差。
就比如开头一场部落和猎巫者的大战。
战斗在即，部落敲响战鼓。
而这战鼓其实是一个纯净水桶。
也从侧面说明塑料真的很难降解
对于没有视觉的人来说，他们不知道这东西的来历和用途。
在他们的感知中，这是一个轻巧、结实，敲起来声音又大的特殊物品，实用的很。
再有，他们的认知中有一种坚硬的「神骨」，可以用来做工具和武器。
我们知道，那其实是金属。
也不是由神，而是由人制造的。
女王居住的宫殿帕岩城，拥有「笔直平」的山脉，而且里面还有着神圣力量。
但屏幕前的我们看得明明白白。
这分明就是个水电站。
《看见》中的未来世界有时会让人疑惑，失去了视觉真的会让文明退化的这么厉害？
鱼叔倒觉得，说不定会比这还厉害。
视觉占据了人类获得信息量的70%-80%，我们所经历的一切现代科技，都是建立在视觉基础之上。
就拿现代医学来说。
没有显微镜，不知道微生物，就无法理解感染，更不存在外科手术。
在生病或者受伤时多数只能听天由命的情况下，人们会做什么？
祈祷。
开始或许是一种心理寄托，并不当真。
但随着一代代人更替，曾经拥有过视力的人越来越少。
新出生的人类从不知道视觉的概念，无法理解曾经的知识。
如同《指环王》中说的，「历史成为传说，传说成为神话」。
在文明遗失的过程中，很多行为会被忘记理由，先是形式化，再变成神化。
有现实的例子作证：
生活在亚马逊的佐埃人，一定要在下唇中穿着一根木棒。
但当被问为什么这么做的时候，他们已经不知道理由了。
只知道世代都是这么做的。
同样的，最终这个不可视的世界，会变得难以理解。
而当世界无法理解的时候，人类就会本能的求助于神学。
所以，这种视觉成为异端的设定看似荒诞，但鱼叔却觉得远比上面听觉嗅觉的进化要更真实。
历史的倒车开起来有多容易，已经有太多现实的例子作为佐证，鱼叔这里就不再赘述。
毕竟跟生理机能进化需要的时间比起来，思想认知退化所需要的根本不值一提。
前面说了《看见》这么多好话，但其实它也有一个明显的空缺。
也是鱼叔最想在后面的几集中看到它如何填充的。
那就是：视觉被妖魔化的逻辑链。
认为光是邪恶的，视觉会带来毁灭，这些观点在最初必然有一个出发点。
或许是引发灾难的缘由，或许是某个节点的巧合。
或许是一系列事件在历史演变过程中的谬变。
想要构架完整的世界观，这个逻辑链是必须的，它是「脑洞」的精髓。
同时它的完整程度，也关系着这部剧整体的质量高低。
总体来说，《看见》提出了一个非常有意思的视角。
人类从意外失去视觉，到宁愿不去拥有。
再到有人拥有，也想要摧毁。
双胞胎的妈妈知道孩子有视觉之后，一直极力反对他们学习知识。
希望他们能装得像其他人一样看不见，平静的过完一生。
这看起来荒诞，但如果把「视觉」换成其他的东西呢？
现实世界中，又有多少家长能正视孩子那些「主流之外」的天赋；
又有多少人能认同跟大众有差别的能力呢？
所以鱼叔私以为，这部剧里面还夹杂了几丝寓言的味道。
就好比——
我们的视力没有被剥夺。
但在这个世界上，我们真的能看见吗？
3.大模型的未来，快手在自己身上找答案
2024 年上海举办的 WAIC（世界人工智能大会），带来了出租司机口中「上海整个上半年最堵的两天」，检票口久违的出现了许多黄牛，这一切都意味着国内对大模型的关注从 2023 年小圈子里的迅速升温，到现在的白热。
所有人都在想尽办法靠近大模型，所有公司都在寻找一种对大模型来说合适的描述方式，但从目前来看，大多都悻悻而归。大模型的潜力无可置疑，所以总会有带着好创意的亮眼产品和工具不断冒出来，但这些产品和工具往往没有长久生命，更像一种无法以点带面的零敲碎打。而对于怎么用大模型也在浪潮涌起之后开始失焦。
这中间，大模型与大模型初创公司之间的独特关系也开始怯魅。大模型竞争的入场券并不只握在大模型公司手里，反之，更多带着场景和需求入场的科技公司开始展现出后劲。以大模型为「锤」去找「钉子」的兴奋劲过去之后，大模型能力与我们当下所处的以互联网为底色的信息时代之间，最平顺的关系到底是什么，成了新的真问题。
01「一家以 AI 为核心的要素公司」
WAIC 上，快手展位中一个叫「AI 关小芳」的数字人被媒体和观众围的水泄不通，她正在像人类一样，能够察言观色并与观众实时对话，且带有 GPT-4o 不具备的表情和肢体动作，是一个真正意义的多模态输入输出的实时互动智能体。
快手展位「AI 关小芳」数字人 | 图片来源：视觉中国
而另一片场地上，快手视频生成大模型明星「可灵」发布了一系列重磅升级和 AIGC 短剧，台下欢呼声此起彼伏。
对外界来说，AI 能力是抽象的，带货主播和短剧显得更有体感；一家 AI 驱动的科技公司是抽象的，而从内容生产、内容匹配和内容分发所定义的一家内容平台公司则是具体的。
从内容生产到内容匹配和内容分发，快手从来都是一家以 AI 为核心的要素公司。WAIC 的快手分论坛上，快手高级副总裁、快手主站业务与社区科学线负责人盖坤重新强调了这一点，这是这家公司一切大模型战略的起点。
核心业务的性质决定了一家公司与 AI 能力的交集在哪里。
快手高级副总裁、快手主站业务与社区科学线负责人盖坤 | 图片来源：快手
即便具备 AI 的基因，一家业务成熟的公司向一种新技术的转身也往往并不会最快。2023 年，快手上的月活跃用户突破 7 亿，电商的全年 GMV 首次突破万亿规模，直播、短剧业务开始起势，新的技术对自身业务的重塑是风险与机遇并存。而当大模型作为一种新事物度过了最初的燥热，对这样一种技术的热捧也会回落到地面——我们到底该怎么用上大模型的能力？
重新强调了一家以 AI 为核心要素公司属性的快手，给出的回答是所有内容层面在 AI 能力上的升级。
「快手的短视频推荐是用户最容易看到的核心技术，做好推荐的背后还有两块重要的内容相关技术。首先是内容理解，做好推荐，我们需要对背后的内容进行深入的理解，所以这涉及到内容理解的技术；我们还需要激发大量的用户生产和创作视频，所以我们还要有非常深厚的内容生产技术。」
「所以整个快手的 AI 技术会围绕三大块：内容推荐、内容生产、内容理解。」盖坤表示。
快手的大模型战略非常具体——这场大模型的竞争，本质上比以往任何时候都更是一场内容之争。而这些已经在生态里显露头角的产品背后，是快手在 AI 层面的长期积累，以及迅速建立起的一个清晰的大模型家族。
02 大模型驱动的「AI 关小芳」
今年快手在大模型方面动作频频，其中很多人关注到了「AI 关小芳」。
目前快手是全球 Top2 的短视频直播平台，财报显示今年 Q1 快手日均 DAU 达到 3.94 亿，每个用户的日均使用时长达到了 129 分钟——也就是说有 4 亿用户每天大概花将近 2 小时在快手平台上，这占了中国互联网总时长将近 10%。
人的聚集之外，快手正在形成一个巨大的消费场景。无数的买家和卖家在快手平台进行电商交易，2023 年快手电商的月均动销商家数同比增长超 50%，全年营销客户数同比增长超 100%，电商和线上营销业务的增长均快于整体市场平均增速，其中去年四季度快手短视频电商商品交易总额的同比增速超 100%。除了 1.18 亿的全年 GMV，去年快手整年的总收入也已经突破了千亿，有 1135 亿的收入规模。
此时一个可以进一步拓宽直播电商想象力的数字人，理所当然的站在快手的舞台中央。
「AI 关小芳」是由 AI 驱动，使用快手全自研的快意大语言模型、ASR、TTS 大模型以及数字人驱动生成模型的多模态数字人智能体。可识别用户体征、语音、形态等信息，具有多模态感知能力与智能化决策及执行能力，并以完全拟真的语气、话术、表情、动作等进行回复。具备低延迟、高拟人表现力的特点，给用户与真人相似的沉浸式交互体验。
多模态互动能力让「AI 关小芳」的能够处理和理解多种类型的信息。
像人类感受世界的逻辑一样，「AI 关小芳」在感知能力方面使用自研的感知大模型和高性能感知专家模型，能够精确感知情绪、手势、人脸属性、头发、衣服和场景等信息。
在核心的语音识别能力上，「AI 关小芳」使用自研的新一代 ASR 大模型，融合了当前最先进的语音预训练方法，并依托海量优选音频数据打造而成。该模型不仅支持普通话、英语及多种方言，还以其卓越的性能表现和极低的推理时延脱颖而出，广泛应用于快手的多种场景。
理解了外部世界之后，受到考验的就是「AI 关小芳」的表达能力。
「AI 关小芳」已经不是木讷的问答机器。它在对话能力方面使用了自研的情感陪伴快意大模型，该模型使用海量人物卡和角色对话数据进行情感陪伴能力的微调，显著强化了模型在类人对话上的表现，该模型目前在类人对话评测榜单 CharacterEval 取得总分第一的结果。实际应用中，仅需要少量 system prompt 提示即可精准复刻人物的说话风格和内在性格，做到情商和智商兼备。结合自研的 embedding 模型和 RAG 系统，实现智能对话。
表达能力最终要落到语言的输出上。而在文本到语音转换（TTS）方面，「AI 关小芳」使用了自研的 TTS 大模型，支持中英文合成和任意音色克隆，只需 5 秒音频就能克隆一个人的音色以及发音习惯和语气，具有高度拟人逼真的效果，同时支持任意音色的歌唱。
在语言以外，面部和肢体渲染生成技术则够能支持多语言和多种情绪的表现。面部表情模型通过自研的基于 DIT 的表情生成模型，进行多层级多模态控制信号引导，能够准确表现多种语言的口型和丰富的情绪变化，如中性、高兴、愤怒、悲伤和惊讶等。此外，肢体动作不仅能够匹配语音节奏，还能表现复杂的语义动作，如「比心」和「生气叉腰」，甚至可以展示跳舞和唱歌等才艺。
在回答问答时，「AI 关小芳」的端到端响应延迟达到 1 秒级，这意味着你可以像和真实的人交流那样即时打断它，然后离开转换下一个话题。从沟通体验上来说已经远优于同类数字人产品效果。这是因为在工程架构方面，「AI 关小芳」实现了端云结合的技术架构设计，通过搭建分布式流媒体计算调度框架、自研大模型能力算子化适配和专有网络协议加速，支持用户双工和 AI 智能体多模态半双工交互。
「AI 关小芳」的背后是由快手全自研大模型支撑，这其中快意大语言模型作为数字人的大脑，发挥了重要的决策作用。
去年 3 月底至 4 月初，快手内部成立了一个联合项目组，致力于大模型技术的研发。到了 8 月份，快手发布了第一个大模型，命名为快意大模型。
「所有公司在去年年初对于大模型技术还是感到非常的陌生，甚至有非常强的神秘感」，快手副总裁大模型团队负责人张迪在谈到快意大模型最初的立项时说。从最早开始到现在，快意大模型已经研发出了四个版本，从早期的 13B 版本到 66B 版本，到现在主力应用的 175B 版本和多模态版本，经过了多个版本的研发快意大模型已经在快手内部应用在包括素材创作、AI 互动和内容生产等多个场景中，数字人「AI 关小芳」就是其能力具象化的应用之一。
快手副总裁、大模型团队负责人张迪 | 图片来源：快手
在核心的基础模型之下，底层的 IDC 算力中心到网络架构 AI 平台也都是快手自研。为了支持大模型的训练和推理，快手建立了一个万亿参数规模的大模型训练及推理基础设施。这个基础设施为大模型提供了必要的计算能力和存储资源，确保了模型的高效运行和持续优化。
而上层如何将 AI 能力连接到具体的应用场景则有快手自身的业务需求引路。快手构建了一个大模型服务系统和平台，这使得不同的业务部门能够方便地接入和利用大模型的能力。通过这个服务系统，快手能够快速响应市场变化，推出新功能，满足用户需求，并推动业务的持续增长和创新。
——某种程度上，这也是为业务反过来倒推基础模型如何收敛能力建立了一个通道。
「我非常有信心的说快手可能是国内在大模型应用上探索最深入的公司。」张迪在 WAIC 上表示。而提供底层能力的快意大模型，也与推荐大模型、视觉生成大模型一起形成了快手核心的大模型矩阵。
03 大模型矩阵
快手的 AI 基因与其内容分发机制背后不断打磨的推荐算法关系紧密，随着大模型能力灌入，以 transformer 架构重塑的推荐大模型成型。
快手在推荐大模型中构建了一个名为 Action Transformer（ACT）的神经网络。从名字入手非常好理解——在用户行为序列上用 Transformer 架构进行建模。「这里面遇到的挑战还是非常大的」，盖坤表示。
大家都知道大模型的响应是非常慢的，如果我们在用户数十万上百万行为序列上进行建模，如何能够在有效的计算资源下，能够在用户请求几百毫秒的响应要求下，能够把这个计算处理完，并且返回精确的结果？针对这个难点，我们原来基于 SIM 检索模块的架构会有一定程度上损失部分的信息。我们 ACT 创新的网络架构设计能够实现用户全生命周期近似百万行为序列的建模，能够让 Transformer 充分发挥用户行为序列上面的信息潜力。」
盖坤透露，目前快手的推荐大模型单次上线已经可以为快手 APP 每天带来 4 亿分钟以上的时长增长，也就是说用户在推荐大模型下会更喜爱快手推荐的内容。
而在视觉生成大模型方面，「可灵」的风头正劲。6 月 6 日「可灵」发布后，凭借出色的生成效果以及对物理规律的理解和表现能力迅速在国内和海外出圈。包括 Stability AI 前 CEO 和 YC 现 CEO 在内，很多 AI 领域的重磅人士开始关注到这款产品，抢先测试的机会一号难求。「可灵」的第一个版本发布两周后，6 月 21 日快手在 CVPR 现场发布了「可灵」新的图生视频和视频续写的能力，视频续写的长度可以达到 3 分钟，生成视频的尺寸选择也扩展到了 6：19、9：16 和 1:1 三种尺寸。
在 WAIC 现场，「可灵」迎来了一个月内的第三次重大升级。快手宣布，可灵的 AI 基础模型再度升级，推出更加清晰的高画质版，以及首尾帧控制、镜头控制等全新编辑能力，同时创作者单次生成的文生视频时长增加至 10s，这是业内对用户开放使用可实现的最长时长。
「可灵 AI」的 Web 端也已经正式上线。「可灵 AI」的 Web 端集成了文生图、文生视频和图生视频三种不同的生成方式，集成为一站式的视频和图像编辑服务。盖坤表示 Web 端的迅速推出，呼声来自大量「可灵」的使用者们。数据显示，已有约 70 万人申请邀测，30 万人拿到了使用权限，这些用户在过去一个月的时间里通过「可灵 AI」生成了超 700 万个视频。
快手视觉生成与互动中心负责人万鹏飞在介绍「可灵」背后技术方案时认为，AI 的视频生成效果会持续快速提升，逐步接近图形渲染和相机拍摄，将会对泛视频行业带来新的机遇。
快手视觉生成与互动中心负责人万鹏飞 | 图片来源：快手
一边是「可灵」的飞速进化，另一边是快手这次直接开源了图像生成大模型「可图」。
Sora 让外界对大模型多模态能力的关注点都聚焦在了视频生成上，但大模型的文生图能力或许在目前更具备使用价值。「可图」集成了快手在大语言模型领域的深厚积累，通过数十亿中文语料的训练，成为最懂中文的文生图模型，综合性能超越了 SDXL/SD3 等开源模型以及 Midjourney 等闭源模型。在今年 5 月末发布后，「可图」很快在智源研究院的能力测评中以 75.23 分位居文生图大模型领域的全球第二水平。
此次性能强劲的「可图」开源，本已逐渐显出规模的文生图大模型社区生态会添更多活力。
而与快手大模型矩阵逐渐形成并行的一条暗线是，快手对于大模型如何商业化的思考已经开始显现。
04 开始显现的良性循环
快手没有在「百模大战」中显得太过兴奋，但却是在推进大模型商业化上最有效率的大公司之一。这一点领导快手内部整个大模型团队的张迪想的非常清楚。
「我们花了非常多的钱做大模型的研发，我们不可能等到这个模型真正达到了所谓 AGI 的高度才能商业化应用，而是要阶段性投入到应用中，我非常期望形成基础模型研发和商业应用的良性循环。」
而这也是快手在这场大模型浪潮中清醒的地方。基础模型研发最终决定了大模型应用能力的上限，这是快手坚持基础模型自研并且对模型进展保持足够耐心的原因。但现实是基座模型不可能每天有质变发生，在这场仍旧漫长的从量变到质变的过程中，一家公司要在大模型研发中保持后劲，首先要从把模型研究拽离无止境的烧钱黑洞。
在「AI 关小芳」和快手展示的短剧里，很多人为其中的技术兴奋，也有一些人看到了快手大模型商业化的潜力。
这个良性循环在今年上半年已经开始显露出迹象。视频广告素材的应用、数字人直播类型应用、营销对话的应用这三个方向成为这场计划中的良性循环首先显现出来的三条脉络。
在广告领域，视频脚本生成，直播实时脚本生成，广告线索的克服技术与快手原有的数字技术结合，现在已经能够帮助商业化广告主低成本的生成高品质短视频和直播。盖坤透露，快手 AIGC 的广告消耗从 1 月份几乎可以忽略不计的程度，到 6 月份快速增长，现在月度日均值消耗将近 2000 万每天。
快手高级副总裁、快手主站业务与社区科学线负责人盖坤 | 图片来源：快手
包括女娲数字人、π数字员工在内的快手生态内的 AI 产品，在最近半年内已经帮助近 2 万商家在快手平台借助大模型能力实现智能化经营，获得不菲回报。快手商业化外循环和 AI 商业产品负责人刘逍透露，相比今年 1 月，今年 6 月的 AIGC 月活跃客户数增长了 8 倍，月 GMV 规模提升了 64 倍，平台 AIGC 广告收入规模提升了 12 倍。
「视频广告素材的应用、数字人直播类型应用、营销对话的应用，这三方面收入在公司广告收入大概是平稳在 2000 万每天，而到了 618，或者是游戏行业冲量的那几天，收入会达到峰值 3000 万每天的水平。日均广告消耗规模的 GMV 的规模也涨的非常快，大概是 84 倍的增长，这其中主要涨在数字人直播的带货规模。」刘逍表示。
05 尾声
大模型能力与我们当下所处的以互联网为底色的信息时代之间，最平顺的关系到底是什么？这个问题在大模型作为一种划时代的技术出现初期，或许就是无解的。只有等到对大模型充满诱惑的「黑箱」逐渐怯魅，当它的能力边界逐渐在与现实世界的碰撞中显露出来后告别了对它的盲目狂热之后，我们能够带着从前所有为人类带来普惠的技术一样平视它，最终把目光再次聚焦到自己身上，这个答案才会变的清晰起来。
在这一点上，快手给出了一个好答案。
*头图来源：视觉中国
本文为极客公园原创文章，转载请联系极客君微信 geekparkGO
4.融资首发丨豆瓣FM获腾讯音乐娱乐战略投资，要重回流媒体第一梯队
蛰伏多时的豆瓣FM进入重启倒计时。
剁椒娱投（ID：ylwanjia）获悉，腾讯音乐娱乐近日战略投资豆瓣FM，本次投资后，双方将在版权及产品层面达成战略合作。投资过豆瓣、在豆瓣音乐与V.Fine Music重组合并成立DNV音乐集团时就注资的挚信资本张津剑是此次交易的重要牵线人，并且在此轮融资中挚信资本亦对豆瓣FM进行了重要战略投资。此次版权合作主要用于C端，包括点播和广播权限。
DNV总裁李权告诉剁主，本次战略融资后，豆瓣FM即将发布6.0版本，全面回归。“第一件事就是不断壮大团队，努力把豆瓣FM的产品做到最优化，变成一个点播型的、符合主流大众使用习惯的播放器。第二，PGC的歌单被放到了一个非常重要的核心战略位置上。”
在豆瓣FM渐失阵地的几年间，UGC歌单、评论让2013年上线的网易云音乐异军突起；虾米投入阿里的怀抱，而后逐渐黯淡；中国音乐集团（CMC）与QQ音乐合并成立腾讯音乐娱乐集团（NYSE: TME），赴美上市；曾经的新三板音乐第一股多米2018年初宣布停止音乐服务；百度旗下的千千静听改名为百度音乐，又改回千千音乐，自己做在线音乐成绩平平，又战略入股网易云音乐；抖音平台也逐渐成为具有全民影响力的音乐分发传播平台……
在线音乐行业格局已经大变。豆瓣FM在腾讯音乐合纵连横的策略下重获生机，它将承担对垒网易云音乐的大任，然而能否重新获得受众，还有一场硬仗要打。
涅槃
现在豆瓣FM的月活数据看上去不是很漂亮大概60多万，DNV流媒体事业部负责人崔家扬向剁主透露。“很早之前在巅峰的时候，FM的地位甚至比现在主流的音乐媒体还要高。FM是第一个使用推荐算法来做驱动的。”
豆瓣FM上线于2009年11月，作为豆瓣在移动端的最早布局，也是豆瓣音乐的三大主要业务（音乐人社区、FM及大福唱片）之一，曾影响了80后甚至部分90后整整一代人对音乐的审美，在培育中国独立音乐土壤方面有过不小成绩。“让你和喜欢的音乐不期而遇”是豆瓣FM的slogan，说到音乐推荐和探索功能，曾经的豆瓣FM与当时虾米、现在网易云音乐在乐迷心中的地位相当。
而几乎同时，豆瓣拿到了来自美元基金挚信资本和A轮投资者策源创投的数千万美元的B轮融资。豆瓣音乐打响了豆瓣转向移动端的迟来的第一枪，但一切似乎大有可为。而后，豆瓣把一个个功能都做成了独立的APP，比如豆瓣电影、豆瓣音乐人、豆瓣阅读、豆瓣笔记、豆瓣小组、豆瓣同城、豆瓣线上活动……将移动端的用户垂直分化，这一策略争议很大，甚至豆瓣音乐本身的音乐人社区、线下活动都没集合在一起。
但是在音乐流媒体平台还在探索业务模式的那几年，豆瓣FM作为众多乐迷心中“最精准、最有调性”的音乐平台，吸引了一大批年轻人的青睐。
然而好景不长。豆瓣FM一直是花小钱办大事的风格，只买了音乐的广播版权，没有点播功能，且正版曲库有限，本来就是在一个割裂的音乐大陆为受众们引路。而随着音乐流媒体平台版权之争迭起，佛系的豆瓣无力砸钱去抢歌。2015年开始就有“红心”歌曲大量消失的情况，直到2017年，在豆瓣传出IPO之际，豆瓣音乐板块被传可能成为“弃子”，豆瓣FM一度被传将停运，“红心”歌单更是大面积变灰。
转机出现。2018年4月，豆瓣音乐被“剥离”，与做B端版权音乐生意的V.Fine Music合并成为DNV音乐集团。豆瓣FM也于当月发布了5.0版本，支持接入Apple Music曲库，重新点亮了不少音乐；有意思的是，推出了【我的地图】功能，帮助乐迷更全面认知和探索自己的音乐品味。
不过，5.0版本更迭也只能算是一次中继，水花不大。音乐地图“定位在重度的音乐爱好者，愿意花很多时间去探索”， 允许接入Apple Music也并未解决版权困境。
豆瓣音乐还未拆分时，负责人2017年曾向外透露，其版权大部分都来自独立音乐人，包括豆瓣音乐人平台上传的歌曲，一些海內外的、小的独立唱片公司等等，总共大约有40万。而此次与腾讯音乐的战略合作，在内容上面你们能接触到的流派都有，类别的涵盖量还是挺广的”。
6.0版本“希望用户群体扩大，让更多可能没有那么多时间探索音乐的前提之下，去做精准化的推荐”。
突围
豆瓣FM的突围方向有二——点播+PGC歌单。
乐迷使用一个在线音乐APP，对它的基础要求无非是有自己想听的歌，让人能方便地获得，最好进行智能推荐帮忙探索一些符合自己的口味音乐。比如酷狗音乐的slogan是简单粗暴的“就是歌多”，而网易云音乐曾经则宣称，在这里“听见好时光”。
本次融资后，点播功能毋庸赘言将是豆瓣FM进入广大用户选择范围的最基础一步。在李权的预期里，一大批对豆瓣FM有感情的老用户将回归使用。“很多人觉得FM是一个他非常好的朋友，很懂他，喜欢听什么样的音乐。”
而在推荐音乐时，豆瓣FM会告诉用户，为什么推给你这个作品，帮助用户去认识、梳理自己的音乐偏好，并更有效地去搜索找歌。
李权声称，“我们当时开玩笑，我们是互联网产品界最懂音乐的，音乐行业里最懂互联网的。”这个“懂”如何体现呢？6.0版本的豆瓣FM把歌单放到了一个非常重要的核心战略位置上，而且是PGC的歌单。这与QQ音乐的官方歌单策略异曲同工。歌单之外的UGC内容则将得到鼓励。
豆瓣FM以往的算法之所以被乐迷称道，是因为其背后有着庞大的豆瓣社群数据做支撑。
“为什么UGC的歌单也好，好歌推荐也好，好多用户会觉着为什么每次我越听这推荐，我就越来越听着没意思了？”DNV流媒体事业部负责人崔家扬向剁主解释其算法原理称，豆瓣FM不是常规意义上的算法，比如说你喜欢某位歌手，给你推荐歌手同专辑里的歌，推荐完这张推下一张，这是非常简单粗暴的算法。豆瓣FM积累了非常多的大家听歌的数据，把它分成了一些集群，因为喜欢相同歌曲的人，他们听的一些风格很多有交叉，再通过大数据进行挖掘分析，辅以强大的人工编辑团队，最终把好音乐推荐给大家。
“而这里头还要更强调人的作用性。现在算法更多的是给编辑用，编辑先去做这些大体的音乐的筛选，然后通过听过更多作品的人的耳朵，给用户进行推荐。”李权认为，“其实我们每个人都需要一个音乐编辑，一个专业的人，去引导你发现更多你的圈子或者说大众圈子之外的音乐。
也就是说，豆瓣FM有一种精英的使命感，希望通过官方的歌单来陶冶乐迷的音乐品味，帮助他们去探寻音乐的流派、传承，也拓展自己的边界。相应的，编辑人员的配置将加码，豆瓣FM预备在2019年大规模扩张，从目前的30人左右扩招到百人，与网易云音乐人数相当的规模。
李权明确地表示：“我们短期内不会做短视频！”这些也算是音乐的衍生产品，但是其主要的东西不在音乐上，豆瓣FM还是要专注在音乐上。“同类的流媒体产品在音乐播放，包括音乐推荐这块，远远没达到应有的水平，发展的空间还很多，我们就把这个先做到极致。之后自然而然往下发散，再去做其它的尝试。”
除此之外，整个DNV集团三大业务板块也将发生更多的交集。随着短视频爆发助推对正版音乐的需求、整个版权环境更加规范，2B业务增长非常快，据李权介绍，V.Fine过去一年的营收相比2017年猛增了10倍。音乐人业务，则勾连起to C的FM与to B的V.Fine两端，除了豆瓣原来的大福唱片，目前DNV还推出了说唱、电子、爵士等多个厂牌，共签约了40组左右音乐人，全约的艺人大概十多组。而线下品牌活动、文旅赋能的业务也是音乐人板块将涉及的重要部分。
阵营
国际唱片业协会（IFPI）发布的《2018全球音乐报告》显示，最近10年，中国数字音乐产业的行业规模增加了10倍，突破150亿元，成为世界上最有潜力的音乐市场之一。
然而经过版权之争洗礼之后，二线音乐流媒体平台逐渐淡出大众视野，除了腾讯音乐、网易、阿里、百度，以及新入局的抖音，非人民币玩家早已难以拥有姓名。在线音乐竞争格局从混战进入到阵地战。
腾讯音乐凭借在线音乐服务和“社交娱乐服务”（如直播）完成了同行们梦寐以求的盈利目标，成功上市更是给了它进行产业布局的资本和空间，一手打造出一款视觉酷炫主打先锋推荐的MOO音乐，如今又扶起一个豆瓣FM，战略卡位的意图明显。
可是这样一来，腾讯系的产品内部会“打架”吗？豆瓣FM内部为此也在讨论自己产品的调性，最终明确它是精简、纯粹，专注音乐，而MOO音乐的界面更具视觉化风格，用户会多一种选择。
除TME旗下的流媒体产品，对外，豆瓣FM在国内流媒体第一梯队里面对的直接对手就是网易云音乐和虾米音乐，豆瓣FM的推荐算法是与云音乐同类功能竞争的有力武器，而用户调性的相似也是与竞品较量的关键。
不过定调有些阳春白雪的豆瓣FM能否吸引更多年轻用户有待观察。
长期休眠的豆瓣FM在95后中间存在感稀薄，其30岁以上用户占比达到60%
豆瓣FM团队很有信心：“在基础功能大家都解决了之后，其实听众看中的是品牌效应。比如喝咖啡，是喝瑞幸还是喝星巴克，这其中品牌就体现出了很多重要的左右因素，豆瓣FM在这一点明显有很大优势。”
李权给给豆瓣FM的定位则是，希望成为乐迷必备的一个产品，是音乐爱好者初步想去探索音乐的一个首选产品。
暂无评论，1064人围观