【来源：虎嗅网】
本文来自微信公众号：APPSO （ID：appsolution）
做表情包一度是很多文生图、文生视频应用的场景。Pika在去年就靠魔法猫，在国外出圈了一把。
然后Pika就走上了一条新赛道，开始深耕表情包制作。
虽然有点一言难尽吧，不过也不算脱离常规：都是已有的素材，让AI来实现动态化调整——如果AI自己就能做表情包了呢？
瑞典皇家理工大学联合德国两所大学最近的一项研究显示，AI不仅懂表情包，甚至还能「做」表情包。
出梗不只靠天赋，AI也可以懂
有一说一，上网冲浪久的都知道，表情包想要真正传播开来，光靠动效本身是不够的。动不动态、一不一致，并不是决定性的——对表情包来说，最重要的还是得好笑。
那么就回到那个经典问题了：人工智能懂什么是幽默吗？
研究人员们就好好钻研了一下这个问题：他们把AI和人放在一起，比赛谁能把表情包做得好笑。
在研究中，用到的是相对比较简单的表情包「公式」：底图+字。比如以下这些经典作品：
这种类型的表情包就是开局一张图，剩下全靠字。字加好了，才称得上是表情包，否则就是一个带字的图片罢了。
因此也最适合用来检测AI「懂不懂幽默」。除了让AI生成，还有一队人类参与者加入创作作为对照，另外还有一组是和AI合作共创，最后再由人来打分。
研究结果里没有把所有的表情包都放出来，只选择了个别案例。从这些案例里能见到AI「懂」了，但不太多。再碰上个不太懂玩梗的人类，那差距确实就不太大了。
整体来看，LLM独立生成的表情包，在「有趣」「创意性」上的得分，都超过人类作品。唯一例外的是「可分享性」，即是否愿意分享和传播。在这个维度上，AI生成的表情图得分并不特别高于人机共创。
能不能刺激分享欲，是表情包很重要的价值，是它能作为互联网通用语言的核心原因。
同时它最好得是搞笑的。西班牙一所大学的教授，研究了在2020年国外面临大规模封锁时的表情包分享，结果发现「幽默」，是表情包传播的核心特征。尤其在疫情期间，幽默能够缓解恐惧和不确定性。
这些也是为什么长久以来，喜剧和幽默内容创作，被视为AI不可能染指的地盘：大模型既不能和人一起「经历」点儿什么，也不会理解「好笑」这种情绪和感觉。硅基生物跟碳基生物，始终是不一样的。
但是，这并不能阻止AI搞抽象。
AI会搞抽象，但不完全会
去年夏天，南加大就发布过他们的发现：ChatGPT生成的笑话，已经比人写的更好笑了。
在实验中，几乎有70%的参与者认为ChatGPT的笑话比普通人写的更有趣。相比之下，25%的人更喜欢人类创作的笑话，5%的人认为两者一样有趣。
「幽默」作为一种情绪和感受，或许是硅基生物拥有不了的。但是幽默文本，是可以被拆解和学习的。
2023年的国际计算创造力大会上，喜剧编剧Joe Toplyn发表了他的喜剧内容生成系统Witscript。
具体来说，这就是通过使用已在电视节目上播出的搞笑内容，做成数据集，再进行微调的预训练神经网络语言模型。通过填补prompt的空白来完成笑话，返送给用户，配套还做了一个产品。
免费试用都没有，上来就要付费，也不知道是不是真的那么搞笑。
开发者Joe Toplyn是职业喜剧编剧，他给各种喜剧、脱口秀节目写段子，拿过四次艾美奖，并且担任过两档顶级深夜秀的首席编剧。
他认为，能职业化的写作都是有公式可以套用的，只要数据足够，大模型也可以学会写段子。
悉尼大学学报也发过一篇文章认为，通过跟踪用户消费数字内容时的行为，比如循环播放视频的次数、滚动浏览特定内容的速度，以及我们是否被特定类别的效果和声音所吸引，算法可以推断出我们是不是认为某些内容有趣。
甚至，我们在使用「哭笑」这个emoji，作为对视频内容的反应时，也是一种强化学习的过程。
坏就坏在，即便大模型真的可以写段子，观众可能并不喜欢。
呼兰在一档综艺节目上，现场让AI写了一个脱口秀段子，要求跟人工智能相关，要「好笑，幽默，非常好笑」。
结果就是一点都不好笑……如果不是由呼兰读出这些段子，那更加是毫无任何效果可言。
喜剧效果很大程度上依赖于脱口秀的表达方式，仅仅是作为文字时，段子的魅力会大大流失。就算AI掌握了喜剧写作的方式，但那也只是幽默的一小部分。
归根到底，幽默是一个成分非常复杂的东西：一个人的笑点，很大程度上受到所处的文化、社会的影响。这也是为什么在外国人大量涌入小红书时，首先要学的是怎么各个表情包的使用。
如果用不明白这些表情包，上小红书冲浪的乐趣就大大减少。可是要弄懂这些表情包，就要理解背后的文化含义，不然就会出现下面的情况：
那更别提还没有深度参与人类生活的AI了。在这次实验中，人类创作的表情包在幽默性上，表现是最好的。
人机协作可以有效提高产出的数量，但并不一定就能提高质量。
从根本上讲，没有一个表情包是孤岛。在表情包里，不仅可以看到网友们在「网络」这个公共场合表达自己的方式，还可以看到一些共有的主题，比如焦虑或者人生烦恼，所有这些复杂的问题都能反映在一个简单的表情包里面。
大多数成功的表情包，尤其是传播范围广的，都具有这些关键属性。比如某一段时间内流行的，通常是公众记忆中最近发生的事情。
尽管一些大模型应用，数据好训练好，确实可以写出跟人类不相上下的段子。但它们始终无法捕捉不同情境下，人类幽默的深度和多样性——共同的经验和记忆，才最能引发共鸣。
本文来自微信公众号：APPSO （ID：appsolution）
