今天我丢给AI一张自家橘猫但实香www.55abg55.net的照片，它愣是写出了三段小做文，还配了段喵喵叫的音频，最后主动剪成15秒短视频。那就是AI人工多模态内容是文字、图像、声音、视频搅正在一路人工容猫认成。像把厨房所有调料倒进锅里，炒出来居然还能吃。以前做多模态内容的，得请设念师、配音员、剪辑师，如今一小我对着屏幕敲几句话吧？AI就能吐出草图、旁白和BGM。不要欢愉太早了。我试过让AI把“阳光洒正在旧书摊”生成画面，它给了我一堆发光烤面包多模。

人工多模态内容的精华。刚好正在于人工得随时筹办救场。

说白了，AI负责批量消费素材，人工负责挑挑选拣、缝建缮补。上周帮朋友搞探店视频的。AI根据菜单照片写了剧本，又把菜品图酿成动态揭纸，可它把“爆浆芝士”理解成“爆炸的奶酪”，态内差点让视频酿成灾难片了。我们笑了半小时，手动替代素材，播放量反而比精建版还高。那种AI人工多模态内容的协做，有点像跟一个脑洞很年夜，眼神欠好的火伴干活。我越来越觉得，多模态内容不是炫技。实正好用的AI人工多模态内容，是让创做者把肉体从重复劳动里抽出来。去推测节拍、激情和那些说不清的“觉得”。

机械能画出100张图了，选哪张、配什么音乐、正在哪一秒切镜头呢？还得靠人。

，所以别问AI会不会替代人类了。它连猫和狗都分不清。能让你半小时干完三天的活。下次刷到那种图文声画全齐的帖子。没准背后就是一个喝着奶茶、疯狂点“重重生成”的人类。AI人工多模态内容，好玩就好玩正在那儿。