原標題：AI寫劇本炸場戲劇節！DeepMind出品 馬斯克看了直夸 網友看到接口悟了

(資料圖片)

OpenAI的ChatGPT大火后，DeepMind終于也坐不住了！

這次，他們推出一款名為“Dramatron”的新AI，用上它人人都可以變身編劇或作家。

只需給出一句話大綱，Dramatron就能生成包括標題、角色列表、情節、場景描述和對話的完整電影or戲劇腳本，且連貫性極強。

放出試玩版前，DeepMind先特意請來了15位戲劇和電影業的“行內人”嘗鮮評估。

其中五位編劇與Dramatron共同創作的劇本，今年8月已在北美最大的戲劇節——埃德蒙頓國際邊緣戲劇節上進行了首演，收獲了不少好評。

現在，DeepMind正式po出了這個“編劇AI”的試玩版，立刻在社交媒體上爆火：

有網友回憶起了自己看過的AI編劇：這非常有趣，我還想再多看看。

還有網友聯想起了最近爆火的ChatGPT，表示它看起來比前者更擅長處理“長篇小作文”：

就連馬斯克也忍不住前來圍觀：

有意思的是，在一片轉發點贊中，出現了OpenAI聯合創始人：

這是怎么回事？

很快有眼尖的網友發現了華點：要想試玩Dramatron，竟然得先擁有GPT-3的使用權限！

（沒錯，就是OpenAI賬號，之前為了ChatGPT注冊的小伙伴們有福了！）

那么這只神奇的“巨頭聯動AI”，實際試玩效果究竟怎么樣？

生成劇本效果究竟如何？

為了搞清Dramatron生成戲劇/電影劇本是不是真這么絲滑，我們先替大家試了試。

寫劇本的第一步是生成標題，由玩家先給出一個“一句話大綱”（log line），Dramatron會在此基礎上自己總結發揮。

如果你對它生成的標題不滿意，可以反復嘗試，直到滿意為止。

以“詹姆斯在自家后院井里發現了山姆的鬼魂”為例，Dramatron給出的標題是《鬼井的詛咒》，嗯，是有點文學性在身上的。

第二步，Dramatron會繼續給出故事中會出現的主要角色，包括主角詹姆斯、旅行到一半突然失蹤的山姆、鬼怪、時光流逝者和朋友約翰。

第三步生成的是故事中的4個主要情節，包括發生地點和故事梗概。

Dramatron也是腦洞大開，先是讓詹姆斯被一只小動物帶著，發現了一口異常的井（愛麗絲夢游仙境？），然后他發現，井里竟然有一個神秘的藏寶箱。

為了尋找并救出失蹤的山姆，詹姆斯去往幻影洞開啟了冒險之旅，最后勝利歸來，是一類典型的英雄踏上旅途的故事。

第四步，Dramatron又為每個場景提供了具體的細節描寫，已經有冒險氣息內味了：

最后，集齊人物、故事梗概、場景描寫后，Dramatron就開始分批次生成人物對話，還有貼心的標注“幕外音”等，是演員直接拿來就能用的程度。

別看對話是分批生成的，讀起來完全不影響故事的連貫性。

值得一提是，如果你對Dramatron生成的結果有異議，上述的每個步驟都可以反復嘗試，直到生成滿意的結果為止，甚至還可以手動進行調整。

一切都搞定后，就可以點擊下載得到一個完整的劇本。

除了熱血的冒險故事，許多網友們也曬出了自己用Dramatron生成的劇本。

有人生成了“托馬斯前往火星和要毀滅世界的外星人作戰”的星際劇本。

還有網友給出的大綱是“桃太郎去消滅食人魔”，畫風瞬間變成恐怖片。

所以，這個神奇的Dramatron究竟是怎么打造的？

大模型化身“打工人”

Dramatron是一個利用大語言模型幫助自己編寫戲劇or電影劇本的系統。

沒錯，雖然大語言模型如GPT-3已經能生成不少有意思的文本，但用來創作長篇文學效果并不好，不是寫到一半跑題了，就是前后文沒啥邏輯。

既然如此，不如讓大語言模型化身一個“打工人”，用Dramatron來指揮它生成什么內容。

具體來說，Dramatron會利用有邏輯的提示詞鏈（prompt chaining），分層次地應用大語言模型生成結構嚴謹的上下文，讓劇本中的標題、人物、故事節奏、地點描述和對話讀起來更連貫。

具體來說，它會基于對一句話大綱（log line）的語義理解，來生成包括標題（title）、角色（characters）、情節（plot）、場景&對話在內的故事細節。

例如，利用一句話大綱生成角色后，又會影響到場景對話和后續情節的生成：

至于Dramatron編撰的大綱情節邏輯從何而來？

AI研究人員們仔細學習了一下戲劇（電影）大綱的普遍寫法，主要有兩種類型，包括“起始-上升-沖突-結尾”以及“英雄之旅”：

準備充分后，就可以用提示詞指揮大語言模型生成內容了：

如此一來，小說大綱就具備了非常嚴謹的骨架，基于此進行創作的大語言模型再怎么“腦洞大開”，也不可能跳出這個邏輯。

在論文中，DeepMind聲稱他們用到的大語言模型是自家的Chinchilla。

這是一個700億參數的大語言模型，但大小只有DeepMind的另一個大語言模型Gopher（2800億參數）的四分之一。

經過1.4T數據（是Gopher的四倍，來源維基百科、各種小說等）的“洗禮”后，Chinchilla卻在語義理解、語言建模等一眾任務上表現出了比Gopher更好的效果。

也就是說，用Dramatron指導Chinchilla就能生成非常不錯的劇本。

畢竟是個輔助編劇的AI工具，自然需要讓專業編劇來點評點評。

研究人員請來15位戲劇和電影行業的“業內人士”試用Dramatron，并記錄下他們使用AI的感受。

具體來看，有77%的“業內人士”享受和AI一起創作的過程，69%的人認為這種體驗非常獨特，84%的人認為它是有幫助的：

所以編劇究竟覺得Dramatron對哪個環節最有幫助呢？

研究人員將Dramatron生成的原版內容，與編劇修改后的“精修版”內容進行了對比，探討編劇們會在哪個部分進行大改。

結果顯示，編劇對情節大綱的改動是最少的，反而更傾向于在人物角色描述和場景構建上進行改動。

但編輯們也有顧慮的地方，畢竟大語言模型Chinchilla也是在大量文本數據集上生成的，實際使用時可能存在“吐出原材料”，也就是抄襲的問題，所以，使用生成材料前還是要先check一下。

此外，與ChatGPT不同的是，由于生成的是創作類文章，Dramatron沒有額外對詞語和道德倫理進行調試。

如果對此有所擔心，谷歌還貼心推薦了自家的Perspective API，檢查生成的內容是否含“黃賭毒”。

One More Thing

有意思的是，DeepMind雖然在論文中聲稱用了自家的Chinchilla模型，但這次給出的試玩窗口，卻要求用OpenAI的賬號進入。

顯然這次試玩背后的大語言模型，還是用了OpenAI家的GPT-3。

如果想對Dramatron做更精細的調試，還可以用Colab試試，這里可以看到，大伙兒甚至能挑選想用的GPT-3“型號”：

有網友做了張梗圖調侃DeepMind：

所以，你想試試這個編劇AI了嗎？快一起出個霸道總裁開頭，檢驗一下有沒有靈魂吧~

關鍵詞： dramatron deepmind