作者｜赵赛坡
头图｜视觉中国
本期导读：
本期推荐两个话题：社交媒体与“文本生成图像”模型。
社交媒体已经变成了一个“新战场”，批判者们将其看作是摧毁文明世界的最后一颗子弹，但无数个研究报告又显示，社交媒体危害性是一个极其复杂的问题，本期推荐三篇长文，或许可以给出一些思考的线索。
“文本生成图像”模型持续火热，也让 AI 再次成为投资人谈论的话题，本期推荐四篇长文，从“文本生成图像”过去与现状、Stable Diffusion 技术细节到 Stable Diffusion 幕后大佬的自白，全面展示当下最具技术前瞻性也最具话题性的 AI 落地场景。
“More Reading,Less Junk”，欢迎开启本周的深度阅读之旅。
社交媒体危害性、声音媒体困境
2010 年代是属于社交媒体的时代。从 Twitter、Facebook 到微博以及众多已经消失的微型博客产品，社交媒体极大降低了用户在网络发出声音的门槛，一部手机与一个社交媒体账号，就构成了一个“时代记录者”的标配，他们在记录历史，也在某种程度上改变着历史。
随着国家、企业以及众多利益体的涌入，社交媒体变成了一个“新战场”：用户注意力被四处收割与贩卖，虚假信息、误导消息横行，内容审查带来的既是“正确表达”，也在酝酿一场语言危机……
任何一个问题都不能仅仅用“正确”或“错误”进行回答，关于社交媒体的危害性亦是如此。
本周我选择的这篇 New Yorker 长文（链接、镜像、45 分钟阅读时长）就从社交媒体的“危害”入手，你会发现围绕社交媒体价值与危害的讨论有多复杂，两位社会学研究者发起一个在线文档协作（链接、6+小时阅读时长），鼓励每个人发表关于社交媒体利弊的看法或研究，几个月后，这份文档变成了长达 150 页的研究汇总，几乎每个问题都有肯定与否定的例证。
比如，所谓社交媒体上长期被批评的“回音室效应”，简单来说就是用户只会看到自己喜欢的内容，并且基于社交媒体上的关系链条，进一步加深对已有偏见的认知，但众多研究显示，“回音室效应”简化了整个事件的复杂性，并把一切责任归结在社交媒体平台身上。
继续谈“回音室”，推荐一份最新的研究报告（摘要、论文、30 分钟阅读时长），通过分析数字媒体（包含社交媒体）如何利用极端化情感制造话题冲突，进一步展示所谓“回音室效应”的不确定性，尽管研究锚定的是美国两党制下的舆论对立，但数字媒体/社交媒体的一些做法具有一定通用性，可以帮助我们更好理解当下舆论变化的背后推动力。
社交媒体的发展历程，经历了从文本到图像/视频的两大阶段，成就了 Twitter、Instagram、Tiktok（抖音）等巨头。自从 2020 年开始，基于声音（语音）的社交产品流行起来，产品层面来看，声音内容更具私密性，而且生产成本更低（对比一下录制声音与拍摄视频的难度），曾一码难求的 Clubhouse 也引发全球性的创业（投机）浪潮。
但这股潮流在 2021 年逐步消退：Clubhouse 的影响力日渐消退、大量基于声音的产品重新回归小众视野 ……这个现象也一直延续到 2022 年，本周我选取了一篇来自 Protocol 的长文（链接、30 分钟阅读时长），详细分析了声音内容在社交媒体传播中的困境，比如无法形成“病毒性传播”。
对包括 Twitter、Meta 这样的大公司来说，声音内容并不在其优先级产品策略里，即便是依托声音起家的 Spotify，也不得不面对如何避免声音制作分发工具 Anchor 沦为边缘工具的难题。
AI 生成图像与 Stable Diffusion 的幕后推手
进入 2022 年，随着 DALL-E、Stable Diffusion 等“文本生成图像”模型的大火，AI 再次回归大众视野。
首先我会推荐一篇对该领域变化的速写（链接、15 分钟阅读时长），读下来，基本就对这个领域有了基本认知。
接下来是一篇详细分析 Stable Diffusion 技术的长文（链接、40 分钟阅读时长），虽然是一篇含有众多技术名词的解释性文章，但作者加入了大量示意图和视频，让枯燥且晦涩的算法变成了可视性的操作流程，非常值得一看。
“文本转图像”之所以备受瞩目，部分原因在于，这项技术突破似乎让人看到了“机器的想象力”。当然，机器的想象力与人类完全不同，只不过，“机器想象力”的发展速度出乎很多人的意料，推荐这篇发表自 2014 年的长文（链接、镜像、15 分钟阅读时长），看看当时几乎最先进的机器学习模型的“想象力”，你会惊叹这八年来的技术发展速度，或许也会对未来八年的机器进化充满期待与恐惧。
当下“文本转图像”领域最火热的公司无疑是推出 Stable Diffusion 的 Stable AI，这家公司并不是最早涉足该领域的企业，但其大胆地将做出开源计划，迅速形成了超出 AI 领域的影响力，Stable AI 最近也完成一笔超过 1 亿美元融资，估值超过 10 亿美元。
NYT 的一档播客（链接、50 分钟收听时长）采访了 Stable AI CEO Emad Mostaque，这位曾长期在对冲基金工作的 AI 公司老板透露，目前 Stable AI 公司使用 5900 多块英伟达 A100 GPU 处理海量的 API 调用需求，这个数字充分展示了 AI 模型已变成一门多么昂贵的生意。
这期节目有非常多的时间在讨论 AI 模型开源是否会引发社会危害。两位主持人是典型的知识分子，他们拥有极强的社会责任感以及对技术中立性的不信任感，而 Emad Mostaque 则以典型的科技公司创业者姿态，一方面强调新技术的价值，另一方面淡化负面影响，并将风险融入到 AI 乃至科技发展大环境的叙述模式里。
一如节目结束时主持人所言，这是一次充满挑战性但又有收获的谈话，双方并没有给出对方问题的答案，答案其实在每个听众那里。
评论