AI写剧本炸场戏剧节！DeepMind出品，马斯克看了直夸，网友看到接口悟了

羿阁 萧箫 发自 凹非寺

量子位 | 公众号 QbitAI

OpenAI的ChatGPT大火后，DeepMind终于也坐不住了！

这次，他们推出一款名为“Dramatron”的新AI，用上它人人都可以变身编剧或作家。

只需给出一句话大纲，Dramatron就能生成包括标题、角色列表、情节、场景描述和对话的完整电影or戏剧脚本，且连贯性极强。

放出试玩版前，DeepMind先特意请来了15位戏剧和电影业的“行内人”尝鲜评估。

其中五位编剧与Dramatron共同创作的剧本，今年8月已在北美最大的戏剧节——埃德蒙顿国际边缘戏剧节上进行了首演，收获了不少好评。

现在，DeepMind正式po出了这个“编剧AI”的试玩版，立刻在社交媒体上爆火：

有网友回忆起了自己看过的AI编剧：这非常有趣，我还想再多看看。

还有网友联想起了最近爆火的ChatGPT，表示它看起来比前者更擅长处理“长篇小作文”：

就连马斯克也忍不住前来围观：

有意思的是，在一片转发点赞中，出现了OpenAI联合创始人：

这是怎么回事？

很快有眼尖的网友发现了华点：要想试玩Dramatron，竟然得先拥有GPT-3的使用权限！

（没错，就是OpenAI账号，之前为了ChatGPT注册的小伙伴们有福了！）

那么这只神奇的“巨头联动AI”，实际试玩效果究竟怎么样？

生成剧本效果究竟如何？

为了搞清Dramatron生成戏剧/电影剧本是不是真这么丝滑，我们先替大家试了试。

写剧本的第一步是生成标题，由玩家先给出一个“一句话大纲”（log line），Dramatron会在此基础上自己总结发挥。

如果你对它生成的标题不满意，可以反复尝试，直到满意为止。

以“詹姆斯在自家后院井里发现了山姆的鬼魂”为例，Dramatron给出的标题是《鬼井的诅咒》，嗯，是有点文学性在身上的。

第二步，Dramatron会继续给出故事中会出现的主要角色，包括主角詹姆斯、旅行到一半突然失踪的山姆、鬼怪、时光流逝者和朋友约翰。

第三步生成的是故事中的4个主要情节，包括发生地点和故事梗概。

Dramatron也是脑洞大开，先是让詹姆斯被一只小动物带着，发现了一口异常的井（爱丽丝梦游仙境？），然后他发现，井里竟然有一个神秘的藏宝箱。

为了寻找并救出失踪的山姆，詹姆斯去往幻影洞开启了冒险之旅，最后胜利归来，是一类典型的英雄踏上旅途的故事。

第四步，Dramatron又为每个场景提供了具体的细节描写，已经有冒险气息内味了：

最后，集齐人物、故事梗概、场景描写后，Dramatron就开始分批次生成人物对话，还有贴心的标注“幕外音”等，是演员直接拿来就能用的程度。

别看对话是分批生成的，读起来完全不影响故事的连贯性。

值得一提是，如果你对Dramatron生成的结果有异议，上述的每个步骤都可以反复尝试，直到生成满意的结果为止，甚至还可以手动进行调整。

一切都搞定后，就可以点击下载得到一个完整的剧本。

除了热血的冒险故事，许多网友们也晒出了自己用Dramatron生成的剧本。

有人生成了“托马斯前往火星和要毁灭世界的外星人作战”的星际剧本。

还有网友给出的大纲是“桃太郎去消灭食人魔”，画风瞬间变成恐怖片。

所以，这个神奇的Dramatron究竟是怎么打造的？

大模型化身“打工人”

Dramatron是一个利用大语言模型帮助自己编写戏剧or电影剧本的系统。

没错，虽然大语言模型如GPT-3已经能生成不少有意思的文本，但用来创作长篇文学效果并不好，不是写到一半跑题了，就是前后文没啥逻辑。

既然如此，不如让大语言模型化身一个“打工人”，用Dramatron来指挥它生成什么内容。

具体来说，Dramatron会利用有逻辑的提示词链（prompt chaining），分层次地应用大语言模型生成结构严谨的上下文，让剧本中的标题、人物、故事节奏、地点描述和对话读起来更连贯。

具体来说，它会基于对一句话大纲（log line）的语义理解，来生成包括标题（title）、角色（characters）、情节（plot）、场景&对话在内的故事细节。

例如，利用一句话大纲生成角色后，又会影响到场景对话和后续情节的生成：

至于Dramatron编撰的大纲情节逻辑从何而来？

AI研究人员们仔细学习了一下戏剧（电影）大纲的普遍写法，主要有两种类型，包括“起始-上升-冲突-结尾”以及“英雄之旅”：

准备充分后，就可以用提示词指挥大语言模型生成内容了：

如此一来，小说大纲就具备了非常严谨的骨架，基于此进行创作的大语言模型再怎么“脑洞大开”，也不可能跳出这个逻辑。

在论文中，DeepMind声称他们用到的大语言模型是自家的Chinchilla。

这是一个700亿参数的大语言模型，但大小只有DeepMind的另一个大语言模型Gopher（2800亿参数）的四分之一。

经过1.4T数据（是Gopher的四倍，来源维基百科、各种小说等）的“洗礼”后，Chinchilla却在语义理解、语言建模等一众任务上表现出了比Gopher更好的效果。

也就是说，用Dramatron指导Chinchilla就能生成非常不错的剧本。

毕竟是个辅助编剧的AI工具，自然需要让专业编剧来点评点评。

研究人员请来15位戏剧和电影行业的“业内人士”试用Dramatron，并记录下他们使用AI的感受。

具体来看，有77%的“业内人士”享受和AI一起创作的过程，69%的人认为这种体验非常独特，84%的人认为它是有帮助的：

所以编剧究竟觉得Dramatron对哪个环节最有帮助呢？

研究人员将Dramatron生成的原版内容，与编剧修改后的“精修版”内容进行了对比，探讨编剧们会在哪个部分进行大改。

结果显示，编剧对情节大纲的改动是最少的，反而更倾向于在人物角色描述和场景构建上进行改动。

但编辑们也有顾虑的地方，毕竟大语言模型Chinchilla也是在大量文本数据集上生成的，实际使用时可能存在“吐出原材料”，也就是抄袭的问题，所以，使用生成材料前还是要先check一下。

此外，与ChatGPT不同的是，由于生成的是创作类文章，Dramatron没有额外对词语和道德伦理进行调试。

如果对此有所担心，谷歌还贴心推荐了自家的Perspective API，检查生成的内容是否含“黄赌毒”。

One More Thing

有意思的是，DeepMind虽然在论文中声称用了自家的Chinchilla模型，但这次给出的试玩窗口，却要求用OpenAI的账号进入。

显然这次试玩背后的大语言模型，还是用了OpenAI家的GPT-3。

如果想对Dramatron做更精细的调试，还可以用Colab试试，这里可以看到，大伙儿甚至能挑选想用的GPT-3“型号”：

有网友做了张梗图调侃DeepMind：

所以，你想试试这个编剧AI了吗？快一起出个霸道总裁开头，检验一下有没有灵魂吧~