馬斯克點贊！DeepMind神AI編劇，一句話生成幾萬字劇本

之前這種想法可能只能停留在你的腦海中，而現(xiàn)在，一個「AI編劇大師」的出現(xiàn)，或許能讓你夢想成真。

DeepMind近日發(fā)布了AI寫作模型Dramatron，可以生成人物描述，情節(jié)點，位置描述和對話。

這個想法是，人類作家將能夠?qū)ramatron提出的內(nèi)容編譯，編輯和重寫為適當?shù)哪_本。把它想象成 ChatGPT，但輸出可以編輯成大片電影腳本。

來自Deepmind和斯坦福大學的研究人員團隊可以使用它來為戲劇和電影創(chuàng)建連貫的劇本和劇本 - 從標題到角色，故事情節(jié)，位置描述和對話。

使用Dramatron創(chuàng)作劇本，人們只需要在模型中輸入Log Line（故事的一句話摘要。之后，Dramatron就會自動生成劇本標題、人物以及場景設(shè)定、細節(jié)和對話。

消息一出，便引來社交網(wǎng)絡(luò)的狂歡。

連馬斯克也來強勢圍觀。

有人評論：「這是不是意味著我們再也不用只能看翻拍電影了？」

當然，也有反對的聲音。LeCun就暗諷Dramatron之類的生成式語言模型只是將「胡編亂造」從bug變成了自家特色。

而網(wǎng)友則回復道，你這是純純的嫉妒。

「『胡編亂造』確實是它們的特色。這也是Galactica（Meta語言模型，上線三天就被罵到下架）想要做到的事情。我看你就是嫉妒MetaAI沒做到這一點。」

總結(jié)下來兩個字：別酸！

根據(jù)DeepMind官網(wǎng)的提示，用戶只需注冊O(shè)penAI的賬號即可使用。

聽上去不難。這不，推特上已經(jīng)有人拿它嘗試寫劫匪片了。

網(wǎng)友Vlad Yashin給出的Log Line是：「在復雜的珠寶搶劫案失手之后，幸存的罪犯開始懷疑團伙內(nèi)部有警方線人。」

接著，該Dramatron上場表演了。

首先，它給出了標題：《大劫案的崩墜》（The Heist's Downfall）

很有文采的標題，得到了網(wǎng)友的認可。

接著，Dramatron確定了故事主角：約翰·默多克（John Murdock），珠寶盜賊的頭目，一個聰明而經(jīng)驗豐富的罪犯。

下一步是場景設(shè)置，對這個故事，Dramatron給出了四個場景：

? 約翰和團隊計劃搶劫。

? 搶劫出錯，約翰劫持人質(zhì)，他們自己設(shè)置路障。

? 發(fā)生槍戰(zhàn)，只有約翰和另外兩名罪犯幸存下來。

? 回到安全屋，約翰決定殺死幸存的盜賊伙伴。

接下來，Dramatron對場景細節(jié)進行打磨：

? 珠寶店 - 狹小，狹窄的空間?？諝庵袕浡嘿F香水的味道，貨架上的商品閃閃發(fā)光。

? 安全屋 - 小型公寓，位于城鎮(zhèn)陰涼的地方，窗戶覆蓋著床單。

最后一步，也是重頭戲，Dramatron生成了人物間的對話。

第一場：

John：計劃是這樣，我們從后門進入，解除警報，然后把珠寶裝到車上。

保安：嘿！你們不能去那里！

John：老實點！我們有槍！

保安：別開槍！我沒有武器。

第二場：

John：該死！到底發(fā)生了什么？

Bert：我也不知道，一定是警報器響了。

John：可惡！大家保持冷靜，我們想辦法解決。

Bill：怎么辦？警察要來了！

John：我們用人質(zhì)作為路障。所有人聽我指揮。

看看這情節(jié)，有模有樣的，緊張氛圍也是直接拉滿，不知道真拍出來會不會大賣。

實際上，關(guān)于DeepMind搞的這個AI劇作家Dramatron，相關(guān)論文預(yù)印本早在今年9月就已經(jīng)發(fā)布，DeepMind還在自家博客上宣傳了一波。

論文地址：

https://arxiv.org/pdf/2209.14958.pdf

論文四位作者中，有一位發(fā)文單位是斯坦福大學，但這項研究是他在DeepMind期間參與的。

Dramatron是一個使用大型語言模型的系統(tǒng)，通過「分層故事生成」的方法生成腳本和劇本。

Dramatron利用大型語言模型的優(yōu)勢，將精心設(shè)計的提示和提示鏈與結(jié)構(gòu)化生成相結(jié)合，以實現(xiàn)整個劇本的長距離連貫性。與之前的連續(xù)文本生成相比，Dramatron的劇本創(chuàng)作過程能讓故事更加連貫。

Dramatron的生成可以從一個用戶提供的戲劇主要沖突的摘要（稱為「日志線」）中產(chǎn)生整個劇本，劇本長度可以高達幾萬字。

根據(jù)輸入的日志線，Dramatron可以生成整個劇本，包括標題、人物名單、故事情節(jié)（即帶有設(shè)置和節(jié)拍的場景摘要列表）、地點描述和對話。

用戶可以在分層生成的任何階段進行干預(yù)和修改，輸入替代性生成，編輯和重寫輸出文本，或繼續(xù)文本生成。

Dramatron的分層連貫的故事生成，從日志線開始，生成標題和人物。

這樣，生成的人物角色被用作提示，在情節(jié)中生成一連串的場景摘要。隨后為每個獨特的地點生成描述。最后，這些元素都被結(jié)合起來，為每個場景生成對話。圖中的箭頭表示生成的文本如何被用來構(gòu)建提示，以便進一步生成LLM文本。

我們的方法可以用于任何接受輸入提示的LLM，然后預(yù)測接下來會出現(xiàn)哪些標記。

在2022年8月在埃德蒙頓舉辦的國際前沿戲劇節(jié)上，上映了Dramatron按照這個流程編寫的一系列劇本。

為了評估Dramatron的可用性和能力，研究人員沒有依靠網(wǎng)上的眾包注釋和非專家評審員的評價，而是讓15位專家參加了長達兩小時的用戶會議，與Dramatron一起共同寫劇本。

來自戲劇和電影界的專家劇作家和編劇對Dramatron互動式的共同創(chuàng)作過程提供了反饋，并對與創(chuàng)作成果提供了藝術(shù)意見和分析。

從DeepMind提供的專家修改意見反饋來看，有不少都是對場景和對話用詞細節(jié)的修正意見，主要是打磨場景和對話的敘事節(jié)奏，還有一些修改是處于規(guī)避侵權(quán)的需要。

上圖為語言模型的提示設(shè)置說明，用戶或Dramatron生成的提示被連接到一個前綴，配以標簽。對于不同的隨機種子，會產(chǎn)生幾個標題輸出。

專家和專業(yè)編輯的總體反饋評價結(jié)果如何？可以看到，大部分專家評審還是給出了積極評價的。

比如，對Dramatron的交互式分層生成臺詞的夸獎，其中不乏「有用」、「 獨一無二」、「驚喜」等字眼。

另外，對于AI寫的劇本的水準，不少專家給出了高度評價，他們認為劇本只要改一改，真的可以拍攝上映。

另外，專家Dramatron除了寫劇本之外的更多用途表示期待，比如可以作為一個對影視劇作家的啟發(fā)式工具，作者也可以從Dramatron生成的臺詞和場景構(gòu)思中吸取思路。

盡管目前在人類專家看來，AI寫的劇本還是存在一些不自然的缺陷和問題。比如劇情過于直白，讓人很容易猜出，臺詞風格有些刻板，有些臺詞充斥偏見，有時劇情會進入邏輯循環(huán)跳不出來等等。

不過，有大語言模型這個寶庫，有全世界的劇作家和影視工作者的智慧做訓練數(shù)據(jù)集，說不定以后的影視劇編劇究竟是人還是AI，大屏幕前我們很有可能分不出來了。

來源：新智元