创作故事而非单张图片

作者丨博雯

编辑丨海腰

题图丨Midjourney

AI绘画已经火了两年，但仍有一群人并不满意。

对于他们，仅仅是一张极尽精致的图片还不够，他们希望为画中的人物赋予更完善的性格、好恶、身世、人际关系、世界观，让Ta有血有肉，仿佛真实存在。

“这就是为什么我们的产品叫做‘AI驱动的角色幻想创作平台’，而非AI绘画这种描述。”胡修涵说。

90后的胡修涵在2022年12月，AI绘画正引发大规模讨论，ChatGPT刚刚发布的时候创立了“看见概念”团队，近期刚刚完成天使轮和Pre-A轮融资，总额超千万元，投资方包括源码资本和奇绩创坛等。

他们的产品“捏Ta”则在今年4月刚刚上线，分为微信小程序和APP两种体验渠道。

今天凌晨，他们还推出了自研的开源二次元大模型，捏Ta艺术大模型（Neta Art XL）。

图示：Neta Art XL模型生成效果展示

作为真·老二次元，胡修涵对同人创作生态了如指掌，他提出，不管是基于已有IP的二次创作，还是自己原创故事和角色，本身都是爱好者们内心创作欲的一种体现。

只是产出二创的人毕竟还是少数，大多数人的创作能力（尤其是在图像上）是不足的。

这时，就需要一种工具来填充这种创作能力上的不足。

近千个可选标签，

创作故事而非单张图片

相比创作单张图像，捏Ta的“创作角色故事”的能力直观体现在两个方面。

第一，平台征集了大量已经成熟的IP形象，游戏如原神、明日方舟、重返未来1999，动画如咒术回战、排球少年、Fate系列等等，共计近500个已有形象。

基于这些形象，用户可以轻松进行改变服饰、表情、动作，更换场景等方面的二次创作。

可供选择的图像风格共有近百个，如具体的艺术家风格、厚涂、赛璐璐、像素小人等等。

而涉及到具体细节，如人物形象的表情动作和服饰、画面的光照和镜头、场景特点等等，共有近千个可选择的标签。

除了最经典的文字prompt之外，捏Ta也提供了“图片捏”，即可以上传手机相册里已有的图片，或此前生成的图片进行二次创作。

同时，“CP图”则需要分别描述两个角色，再套用平台提供的CP模版（如证件照、下腰抱、亲亲等），就能直接看自家CP结婚。

在图片完成后，平台也有添加字幕、台词、图像拼接的功能，可以直接制作漫画，讲述故事。

一般情况下，生成图像的时间约为10-30秒。

第二个特点则是捏Ta的核心功能，“奇旅”。

平台提供了一种类似橙光游戏的玩法，当前有校园、异世界、娱乐圈等几个故事模版，用户可以带着已有IP角色或自己的原创角色进入这种故事里，面临不同需要做出选择的场景。

遇到这些场景时，用户就需要根据自己的选择，输入prompt，创作出相应的场景。

这个功能对于普通人来说或许有些费解，但在养OC（Original Character，原创角色）的同人创作者来看却刚刚好。

养OC其实就是完善原创角色设定，并且是除了外表服饰性格喜好之外，更具体，更深入地构建这个角色的童年、人际交往圈、性格缺陷、魅力来源、生长世界观等等。最终或是拓展成一个完整的小说或漫画故事，亦或用于在网络社群里与其他养OC人进行社交。

要完善原创角色设定，创作者们常用的一个做法，就是将角色放入一个场景，想象Ta在面临某个具体的剧情时，会做什么样的选择。

在此之前，OC养到后期要么自己动手，创作图像或小说，要么就需要在圈内花钱找人约文、约稿、约角色曲。

但现在，基于捏Ta平台就可以做到。正如“奇旅”玩法开展之时页面上的那句“探索角色的更多面”。

目前社区的产出有六到七成为有字幕和多幅图像的类漫画作品。胡修涵也透露，他们的平台现在有近50万用户，其中女生占七成，也大都比较年轻。

“她们的一个共同标签就是很多都写过小说，或者说搞过同人创作。她们内心其实有一个很强烈的心理，就是把自己内心的想法做一个更图像化的表达，让更多人看到，这样才能建立起内心的正反馈。”他说。

不过，当前捏Ta平台并没有明显的付费点，在生成图像时所消耗的“电量”类似游戏中的“体力值”，可以随着时间慢慢恢复，也可以通过社区点赞分享等行为获取。

在“电量值”上是否会做类似游戏的“月卡买体力”玩法，胡修涵不置可否。不过他分享了当前平台已有的两种方式。

第一，得益于国内繁荣的周边物流供应链，捏Ta也提供一个把用户的原创角色定制成亚克力吊牌或吧唧（二次元宅圈的周边徽章）等周边道具的渠道。

第二，从长远来看，用户捏的角色也有可能成为自身就具有内容价值的产品，可以向第三方出租或售卖。

“就像是openai的GPT商店，开发者可以把自己定制的GPT挂出来给其他用户使用，从中收取佣金。但现在GPTs没有跑通，可能意味着只有prompt的价值不高，或者至少建立不起某种经济循环。所以核心的点在于售卖的资产本身。”胡修涵说。

15人团队创立两年，

全网曝光2.5亿

刚过30岁的胡修涵，在2014年毕业于北京大学，获得了智能科学和经济学双学位，并在此后的美国哥伦比亚大学取得了硕士学位。

他最早进入了Meta的视频战略组，担任一个30人左右团队的技术主管，主要负责Facebook、WhatsApp、Instagram三个平台的视频相关全套技术方案。

也就是在做短视频、短剧类内容、新闻、游戏直播时，负责内容管理、视频中插广告的系统对接、版权数据分析等工作。

在那时，他遇到了现在“看见概念”团队的合伙人兼CPO宋禹君，清华大学本科，硕士则毕业于卡内基梅隆大学的人机交互专业。

胡修涵表示，由于最初做的都是内容方面的工作，在Meta时能以7%占比的头部内容获取平台90%的观看量，因此他们对于不同市场、不同内容类型的需求变化较为敏感。

2018年，胡修涵回国进入阿里巴巴，带领团队先后参与了2019双十一大规模数据可视化的高性能渲染工作。

2020年，他又进入了一家上海的B轮独角兽特赞，担任技术VP，从零搭建了这家公司的内容资产管理产品线。

当特赞的新产品线收入从十几万上涨到上亿级，时间来到了2022年12月份。

在这时，Stable Diffusion已经发布有4个月，它的开源是AI绘画爆火的直接原因，也正是基于SD其开发的无数图像生成模型将这一话题不断发酵，一齐将AI绘画推向了舆论热潮的高峰。

而颠覆AI圈的ChatGPT也在11月30日刚刚推出。

这些都让胡修涵觉得，C端的内容生态创作端或许会因此而发生大的变革。

于是当月，胡修涵出走创业，正式创立了“看见概念”公司，他瞄准了二次元社区。

2023年一年，团队主要基于SD框架进行技术研发，但原模型风格不够二次元审美，风格上也比较难符合多样化的镜头。而部分风格优良的模型则人物肢体稳定性欠佳。

因此，在生成人物的表情、动作、镜头、风格表达多样性，风格易调用性，以及多人画面的稳定性等方面，团队进行了大量的研发。

2024年4月，团队正式上线了“捏Ta”微信小程序。

这个名字来源于日语“梗”（Neta）的读音，在ACG圈中常被用作玩梗、致敬使用。在同人二创圈里，又和“养OC”“养娃”“捏角色”等概念相似。

捏Ta的社交媒体曝光量已达到约2.5亿次，位列视频号动漫游戏日榜前十，日均用户使用时长可达40分钟。

令胡修涵印象最深的，是一名用户在200天内，用AI工具生成了500多个原创角色。

刚刚推出的Neta Art XL模型，则覆盖了超过1.3万个角色，近千个不同风格的艺术家，在部分二次元专属名词的识别和生成上，也进行了优化。

目前，整个“看见概念”团队共有15人，其中大部分都是产品研发。

团队的核心技术成员来自Meta、字节跳动、B站、小马智行（Pony.ai）等企业，也曾深度参与二次元开源模型AIDXL以及视频生成模型开源项目AnimateDiff的开发。

面向群体：“当年在办公室摸鱼写网文”的人

事实上，AI绘画应用产品在国内早已有过一波井喷期。

2021年年初，OpenAI推出了里程碑式的DALL·E模型和CLIP框架，前者被称为2021年第一个令人兴奋的AI技术突破，后者则是一种能将文本与图像联系起来的特殊的”图像识别“。

自此之后，AI绘画就开始飞速发展。直到2022年8月，Stable Diffusion开源，短时间内产生了一大批低门槛的AI绘画工具。

捏Ta为什么出现在现在？它与已有的AI绘画式工具又有哪些不同？

胡修涵认为，当图像生成领域开始出现技术革新，产品慢慢涌现时，一开始或许会比较倾向于引入成熟的工作流程中，去快速解决已有的问题，并快速获取一个正面反馈。

而一开始跟进新技术的人，大多也是对技术敏感，对AI本身感兴趣的人。这个群体会倾向于更专业的工具，也会自然希望把工具尽快集成自己的生产流程。

就像是游戏影视行业的部分公司，他们引入AI绘画搭建了新的工作流程，达成了更高效或者更便宜的效果，这时候新技术就被内部消化掉了，也就没有什么产品流出来。

AI绘画生成的游戏道具图

但捏Ta并非是一个创作力工具被应用于工作能效，它本身就是基于具体的创作目的设计的，是一个泛娱乐化产品。

与那些喜欢尝鲜的AI爱好者不同，胡修涵提到，他们的用户群体是泛C端，也就是“当年做卡点音乐视频，在办公室摸鱼写网文的一群人”。

这个群体是为了好玩，为了自我表达而创作，而不是为了解决某个工作问题，为了越做越快越做越好。

在胡修涵看来，他们带来的通常是一种长期的内容创作，或许短期内看似无法产生直接变现，但长期则会形成一种有价值的消费社区生态。

“所以专业的用户其实是不屑于用我们这类工具的，因为我们有意识地把复杂度全藏起来了。但我觉得一个大众性的好的产品，他针对的肯定不是先锋用户。就像我们的用户，他们不是被AI打动的，而是因为对二次元的兴趣才来玩我们的产品的。”胡修涵说。

因此，在多次采访中，胡修涵都强调，他们希望捏Ta能成为一个创作平台，有足够多的内容创作者在产出，也能形成社区进行交流。

当然，现在几乎所有的内容创作平台都面临着一个长期的困境：内容产出不够怎么办？在胡修涵看来，最好的方法就是让越来越多的人都能参与创作

而到更远的时候，基于更加成熟的生成技术，以及更大更优质的用户，社区中诞生的原创优质角色和围绕其展开的故事越来越多，其中最头部的可能就会成为新一代的大热偶像IP。

AI绘画：拼凑、融合、还是未来？

不过，对于同人二创圈，AI的参与一直是一件相当微妙的事。

对于很多创作者来说，图像是自我表达的一种方式，而由冰冷机器生成的图像难免欠缺灵魂，甚至有“AI绘画是拼凑尸块”的言论。

作为技术开发者，胡修涵先解释了AI绘画的大致流程：多层神经网络模型会学习图像和与图像对应的一系列文本描述，然后将图片中的内容翻译成一个“高维文本向量”，也就是“理解图像”。

当这种翻译足够合理，理解足够深刻时，模型就能反过来，将一系列的文本描述变回相应的画面。

所以，AI绘画并非是很多人想象的像素重组或元素拼接，而是在概念上做了一个融合创新。

“我会觉得AI绘画很像是去追哈利波特世界里的金色飞贼。在使用内容创作模型时，你实际上就是要用尽可能多的文字限制，把你最想要的那个镜头画面逼到一个角落。”胡修涵说。

而对于这种论调带来的对整个AI绘画的消极甚至反对态度，胡修涵也十分冷静。

作为老二次元，胡修涵非常肯定，整个泛二次元群体中有大量“沉默的大多数”，他们对于AI绘画的抵触心理不强，对于画师和绘圈也没有那么高的忠诚度——没有足够的绘画技巧、没有时间精力，或者没有金钱去约稿，所以无法开始自我创作和表达，这才是这群人的核心需求。

并且，在胡修涵看来，跳出这个群体，AI绘画也是一种无法阻挡的趋势。

他提到，今年两会上，央视就用AI生成了一系列海报，这就代表了一种非常具有倾向性的鼓励和引导。

此外，他们的平台在没有投流推广下实现了2.5亿次以上的流量曝光，这也说明总有人喜欢这些内容。而随着技术的不断迭代，人们的思想也不不断改变，未来参与进来的人或许会有更多。

至于AI绘画带来的版权问题，胡修涵认为，某个内容创作需要人的劳动成本，这是一个前AI时代的经济理论逻辑。

随着AI的发展，单个内容的生产和传播成本发生了极大的改变，这时候就需要重新考虑相关问题。

比如，对于AI绘画的定义，未来可能会发展到需要画师的“开光”。

“画师可以认证那些AI生成的东西，说这几张图掌握了我的精髓，那可能这些图的收益就要分他一部分；没有经过认证或授权的AI图像的价值就极低……总之，未来应该会有一套新的版权价值体系。”胡修涵说。

内容原载于: 创业邦