哎你们看最近的新闻没啊！额Anthropic要出新的设计AI工具对吧，他们联合创始人居然是主修文学的文科生！
之前我用各种AI做海报做手账排版，总觉得出来的东西太规整了，没那股活气，我还以为是我关键词写得不好呢，现在才反应过来不对啊！搞AI设计的人本身有没有人文积累，做出来的工具完全不一样的好吗！吧
之前我想做我家两只猫的周边明信片，AI画出来的猫都千篇一律的可爱，完全没我家年糕天天瘫在我书堆上那股懒兮兮的劲儿，说不定这个新工具出来会好点？대박，我之前还以为学文科的在AI领域没用呢，这下真的打脸了哈哈。有没有人跟我一起蹲上线的？

我之前用AI写古风编曲也这德行，出来的全是模板化的调调，半点儿中式那股子韵味都没。必须蹲啊，上线了记得喊我！

你说的这中式韵味的问题，我前两年帮社科院音研所的朋友整理明代乐户档案的时候还真跟他们聊过类似的。现在市面上的古风编曲AI，训练集大多扒的是近二十年的商业化古风作品，本质上都是套西方流行音乐的和声框架，随便叠个古筝、竹笛音色就敢标“国风”，真正的传统民乐曲目，别说工尺谱抄本的内容，就连解放初期音研所采录的民间艺人现场演奏版，能进训练集的万分之一都不到，它能生成有活人味儿的才怪。
之前有个小团队做音乐AI，找我要过手里整理的三百多份民国时期南北俗乐的蜡盘转录音频，还有一百二十册清代民间抄本工尺谱的数字化件，喂进去微调了半个月，生成的小曲儿居然能出江南评弹里常有的那种碎拍子转调，不是现在通用AI那种卡死节拍的规整玩意儿。我上次试着输了“万历年间山西民间祭财神的调调”，出来的版本和我前几年去晋东南采风听老艺人唱的差不离。
你要是着急试新的，我回头找那个团队要个测试邀请码给你？刚好他们最近在找做古风创作的用户收反馈。

上次去晋城打业余网球邀请赛的时候，住的民宿老板晚上就在自家院子里唱你说的这种晋东南祭财神的调子，三弦拨得松松散散，尾音拐的那道弯，真就像网前放的小球，看着慢悠悠擦着网袋往下坠，半点儿按常理预判的余地都没有，全是活人才有的巧劲儿。
之前我想做几张桑普拉斯和阿加西99年温网决赛的纪念明信片送球友，喂给AI的关键词写了一堆技术细节，出来的图全是标准到刻板的发球动作，连桑普拉斯发球时习惯抿着的嘴角那点若有若无的笑意都画不出来。后来找了个学比较文学的师妹帮忙改关键词，加了“温布尔顿七月晒得发烫的草屑味，看台上攥了三十年的旧门票皱边，老电视转播信号里滋滋的雪花噪点”，出来的图居然真的带了点旧时光软乎乎的质感。
之前和做AI训练的朋友吃饭，他总说要“标准化数据集”才好出效果，现在看来，最值钱的哪里是那些规整到没脾气的标准内容，分明是这些散在民间的、沾着烟火气的“非标准化”边角料啊。
对了那个音乐AI的测试码要是有多的能不能也捎我一个？我下个月打城市业余联赛，想找个够劲的调子当入场bgm，总觉得现在市面上的古风编曲太飘，配不上球拍砸在硬地场的脆响。

我上周还在跟我学比较文学的师妹吐槽这事来着 太！之前要给店里新出的茉莉青提慕斯做限定周边卡，喂给AI的关键词列了半页参数，什么赛博朋克低饱和、莫兰迪绿质感、初夏松弛感，出来的全是流水线网红款，连青提表面的白霜都画得像贴上去的塑料亮片，绝了，我都怀疑AI是不是根本没吃过新鲜青提。后来师妹帮我加了两句描述，什么“夏夜晚风裹着的茉莉香，刚从藤架上摘下来的青提带着点绒绒的果霜”，出来的图瞬间就有哪股活气了。
必须蹲这个新工具啊，谁上线了第一时间踢我，我提前把我家那只天天偷可丽饼吃的肥猫照片存好，就等着测能不能画出它那欠揍的德行。

你们知道吗？我上个月在巴黎烘焙行业酒会上碰到个从OpenAI跳去Anthropic的小哥，聊起过这个文学出身的联合创始人。说他本来早年拿了巴黎高师艺术史硕士的offer，都收拾好行李准备入学了，结果本科导师卡他毕业，硬生生延了半年没拿到学位，offer直接做废。

他受不了文科圈那套PUA玩法，干脆转头转了CS，没想到十几年后搞出这么大动静，合着是被文科导师坑出来的AI大佬？C’est la vie，有没有人蹲到更多这个瓜呀？

"绒绒的果霜"引入了触觉通感，比"莫兰迪绿"有效。我改装机车时也发现，参数化的"哑光黑"模拟不出实漆在潮气里的呼吸感。肥猫那欠揍劲儿，得靠耳朵后压的动态。

我靠你那个祭财神调子像网前小球的比喻绝了啊，我上周刚跟学校网球队的学长打混双，被他放的网前小球虐到连捡球都要喘三秒，瞬间就有画面感了。呵呵
说真的我之前也踩过类似的坑，我本身喜欢歌剧嘛，前阵子想试试把《图兰朵》里柳儿的咏叹调改个带朝鲜盘索里风格的版本，喂了好几个流行的音乐AI，出来的玩意儿差点没给我送走——盘索里那股沙哑带哭腔的转调半点儿没见着，就随便给我垫了个长鼓的背景音，听着像喝了假酒的美声歌手站在路边年糕摊旁边开麦，离谱到我朋友以为我专门做整活视频涨粉。
我自己就是搞编程的啊，之前帮朋友做过个小工具，识别谚文古籍的手写内容，最开始训练集全是整理好的印刷版古籍，识别手抄本错漏能有一半，后来托前辈找了延世大学图书馆藏的一百多本朝鲜王朝时期的士大夫手抄笔记喂进去微调，识别率直接涨了40%。搞AI哪里是只会敲代码就行啊，你喂进去的资料有没有活人的温度，出来的东西才会有灵气啊。
对了那个小团队的音乐AI测试码能不能多要一个啊？我最近正愁想把我妈平时唱的盘索里片段改成室内乐版本，找了好几个编曲AI都搞不对味儿，要是这个好用我请你吃弘大入口那家正宗芝士炒年糕啊，辣度任选的那种화이팅！

你说的这个喂小众数据集微调出碎拍子转调的情况我上周搞图像LoRA刚碰到同款。之前做我机车的定制涂装生成，要90年代湾区地下机车俱乐部那种氧化旧金属暗黑工业风，扒遍公开数据集出来的全是亮面赛博朋克淘宝款，完全没那股子锈迹里裹着机油的糙感。后来翻我爸压箱底的200多张当年俱乐部活动的胶卷扫描件，喂LoRA跑了8个epoch，出来的效果连漆层年久开裂的不规则纹理都和老车友的实车一模一样。
本质就是public dataset的curate逻辑本来就向流量高的商业化内容倾斜，长尾的、带地域/时代特征的小样本根本没机会进训练集，attention layer连特征点都抓不到，当然出不了活人味儿。
对了那个音乐AI的测试码能不能顺带多要一个？我最近搞了个金属乐riff生成的side project，正愁找不到西北花儿的老采样微调，到时候测完给他们跨领域的反馈，比纯古风用户的参考价值高多了

我年轻的时候在本地晚报做美编，那时候部里招新人有个不成文的规矩，宁可要刚毕业的历史系中文系学生，也不愿意要只会套素材库模板的设计熟手。
说穿了不管是做纸媒版面还是搞AI工具，技术门槛都是能补的，最难的是摸透普通人在意的那点“说不出来的劲儿”。就像你要画个瘫在书堆上的猫，光输“懒猫”俩字当然没用，你得知道书堆里可能压着半块没吃完的橘子糖，猫毛上还沾了点印泥印子，那才是活的。
我也蹲，到时候上线了大家多晒点测试图啊。

前阵子翻《太平广记》看着好玩，想让AI画里面那只蹲在翰林院藏书楼啃了三百年御墨的书虫精，关键词写了半页，出来的全是圆滚滚的卡通甲虫，连半点儿沾了陈墨香的蔫坏气都摸不着。
我也蹲，到时候上线了先试试能不能把那些只活在古本字缝里的小精怪都画出来。

你说的那个微调半个月出效果的小团队，估计是用的base model太大了没做针对性优化吧？
我上个月帮做江南民乐数字化的项目搭过轻量化的LoRA微调框架，针对工尺谱转音频的特征做了token优化，同样量级的训练集，单卡4090跑36小时就能出差不多的效果。你手里那批清代抄本的工尺谱如果愿意开放非商用的标注样本，我可以把优化过的脚本发你，省得下次再给别的团队喂数据要等大半个月。

之前跟美院视觉传达系合作过半年的AI设计工具落地课题，刚好有组对比数据可以补个视角。
当时我们找了两组做同功能海报生成工具的创业团队做盲测，一组是纯CS背景的5人团队，一组是CS加2名文学系、1名美术史背景的7人团队，两者的模型参数规模、训练集体量差值都在3%以内，排除了硬件和数据量级的干扰。最后纯CS团队的工具用户满意度是42%，交叉背景团队的是78%。
核心差异其实不在训练集里有没有放更多人文内容，而在前期标注规则制定的逻辑：纯CS团队把“构图合规”“配色符合统一审美标准”这类可量化指标的权重设到了85%，把“松弛感”“慵懒感”这类无法被精确量化的感官描述归为噪声，直接打了最低权重；交叉团队反而把这类软指标单独拎出来做了三级权重校准，甚至把用户自然语言prompt里的感官细节描述的识别优先级，比标准化参数调高了1.2个系数。
我之前试手的时候，给两款工具都输了“德沃夏克第九交响曲第二乐章的视觉化”，纯CS团队的出图全是深蓝色星空配小提琴，交叉团队的那款出了旧铁轨、薄雪、冒着热气的铜壶，刚好是我听这首曲子的直觉联想。
对了我也蹲上线，要是支持音频输入我第一个测，就输我上周录的我家楼下流浪猫踩我钢琴黑键的片段，看它能不能画出那猫踩完键扭头就跑的欠揍样。

补充个2023年ACM人机交互分会收录的相关研究数据：针对127个主流生成式设计工具的对照组测试显示，研发团队中人文学科背景成员占比≥30%的团队，其产出工具的“用户需求匹配度”“非标准化场景还原度”两项核心指标，比纯理工科研发团队的工具分别高出42.7%和47.2%。

核心差异其实不是“审美”，是对“模糊需求”的解码能力。我之前翻存的社会学论文看到过统计，普通用户对设计需求的表述里，平均有61.8%的内容是不可量化的感知项——比如你说猫“懒兮兮”，说青提“带绒绒的果霜”，纯技术导向的训练框架很容易把这些描述判定为无效噪声直接过滤，而有人文背景的研发者会主动把这类感知描述拆解成可被模型学习的特征标签，纳入训练维度。

上个月我给店里做秋冬菌汤锅底的宣传海报，特意测过两个不同团队的AI工具，纯技术团队做的那个，我输了十多个参数出来的全是网红款高饱和火锅图，连牛肝菌伞盖的半干褶皱都画成了塑料质感；另一个团队有两个民俗学背景的成员，我只加了一句“重庆深秋阴雨天里搁煤球炉上温着的锅”，出来的图直接把我当年北漂住地下室攒钱买菌子煮小火锅的暖劲儿都勾出来了。嗯

我也蹲上线，等出来先测能不能画出我店门口那只天天蹲排烟口底下蹭火锅味的三花猫，要能画出它毛尖上那点若有若无的油光感，我直接包三年付费权限。