生成式AI在创建对象方面仍然强于让用户对它们进行操作
摘要
文章讨论了生成式AI产品中的一个常见模式:虽然初始创建变得容易,但对生成对象的受控修改和局部编辑仍不成熟,限制了实际效用。
我在各种生成式AI产品中观察到一个重复出现的模式:首个对象的生成越来越容易,但之后的操作仍然很别扭。以幻灯片为例,让模型生成一份演示文稿形式的内容已不再困难。更有趣的问题是,一旦用户准确看到问题所在,他们能否在不影响其他部分的情况下重写某一节?能否在保持叙事稳定的前提下改变某一张幻灯片的布局?能否在不把整个演示文稿重新变成提示词轮盘赌问题的情况下,删除中间的多余内容?我认为这不只是演示文稿的问题。同样的困扰也出现在文档、原型、电子表格乃至代码生成中。生成越来越廉价,而受控修改仍然不发达。因此,相比于更精美的初稿,我更看好更好的对象级编辑。在实际工作中,初稿通常只是谈判的起点。如果AI工具持续改进,我认为最大的实际收益将来自让生成结果更容易被局部操作,而不仅仅是更容易从头生成。
相似文章
生成式AI是一场工程灾难 - The Atlantic
这篇文章认为,生成式AI存在根本性的工程缺陷,尽管其能力令人印象深刻,但使其不可靠且具有潜在危险。
我们在任何设计或生产流程中都不使用AI
文章反对在设计和排版中使用生成式AI,强调字母形态背后数千年来的人类进化,并警告AI工具依赖有限的训练数据会冻结文化发展。
AI代理真的变得高效了吗,还是仅仅是能力更强?
对AI代理当前状态的反思,指出尽管它们在写作、编码和规划方面变得更有能力,但在产生有用输出和在实际组织中可靠地推动成果之间仍然存在差距。
AI演示工具需要可控性层,而不仅仅是更好的初稿
一项分析认为,AI演示工具应侧重于生成后的可控性,以实现精确的局部编辑,而不仅仅是提高初稿质量。
AGI会让生成式艺术过时并实现实时世界模拟吗?
本文探讨了AGI对生成式艺术的潜在影响以及实时世界模拟的可能性,质疑了当前AI艺术工具的未来相关性。