今天小编分享的科技经验：AI梗图生成器火了，190万人被逗乐，欢迎阅读。
相信很多人都会在看到的一瞬间回想起同样的经历，心中涌现「就是这样！」的念头。
这就是 meme 梗图的魅力所在。
作为一种既幽默又深刻的网络文化现象，meme 梗图已经成为了我们日常交流中不可或缺的一部分 .
近日，一个全新的 meme 梗图生成器突然爆火网络，在 X 上的浏览量达到了 190 万。大批的网友涌入这个名叫 Glif 的网站，晒出了自己做的梗图：
后来作者还提供了一个「停止 XXX」功能，输入你想要让别人停下来的事情，就可以表达你的不满。
那么问题来了，Glif 到底是什么？
怎么玩转 Glif
虽然表面看来 Glif 只是一个娱乐 meme 应用，但其实它是一个低代码平台，类似国内的 Coze、Langflow。官方是这样介绍的：
Glif 是一个有趣的低代码平台，用于创建名为 glifs 的小型人工智能生成器。在基本层面上，glif 接受用户输入 ( 文本、影像或点击按钮 ) ，并使用强大的人工智能模型生成输出 ( 文本、影像、视频或这些的组合 ) 。glif 可以是人工智能自拍生成器、影像生成器、视频、表情包、漫画、故事，或者完全是你想象出来的其他东西。
这个网站以前就曾因一个「一键改变图片风格」的插件在小范围内受到好评，还拿到了两轮融资。
我是 Fabian Harmik Stelzer，一位来自柏林的父亲和科技企业家。我与我的神经科学教授 Peter König 博士共同创立了一家名为 EyeQuant 的机器学习 / 计算机视觉公司，为谷歌、Spotify、Ebay 和佳能等数百家企业客户提供服务，直到 2018 年 7 月被收购。
目前 Glif 完全免费，进入官网找到「WOJAK MEME GENERATOR」就可以开启 meme 梗图制作之旅。
不过由于原版是英文的，即使我们输入中文，也常常会出现英文梗图或中英混杂的情况。这里有一个中文版本，感兴趣的朋友们可以试一下：
s://glif.app/@51dee312c9/glifs/clxy59txe000clrsod6v6hxfg
需要提醒的是，登录 Google 账号需要一些魔法，但之后就可以畅通无阻。
登录后的界面是这样的，只需在左边的输入框中输入你想要制作的主题，就可以得到相应的 meme 梗图。
工作流程一共分为 5 步，首先接入 Claude 3.5，并将输入的模因主题生成为 JSON。
随后，创建 JSON 节点承接上一步的输出结果，调用大模型生成头像。
最终将生成的内容组合在一起。整个流程只有 5 步，也难怪作者搭建它号称只用了 5 分钟。
链接在这里，供大家自行摸索：
官网：https://glif.app/
官方介绍：https://docs.glif.app/
为什么 Glif 生成的 meme 梗图没有「AI 味」？
幽默是智慧的闪电。
随着 AI 越来越走向应用，我们在很多方面看到了 AI 的出色表现，但唯独很难将 AI 与幽默联系在一起。
不久前《麻省理工科技评论》杂志有这样一个论断，认为 AI 在幽默方面的能力或许会成为短板。
Google DeepMind 近期发布了这样一项研究：要求 20 名喜剧演员使用 AI 生成笑话，但生成的结果往往平淡、平庸、无聊、刻板。给人的感觉是：「就像是一个努力想要融入的外国人」。
这主要由于很多厂商为了防止大模型产生暴力、偏见或种族主义反应，往往会使用安全过滤器来保障数据的「正确」，就会阻碍它们接触到创作喜剧常见的材料，例如冒犯性或暗示性的笑话和黑色幽默。
主导这项研究的 Piotr Mirowski 同时也是一名业余即兴喜剧演员，他表示：
如果你做出的东西对每个人都有广泛的吸引力，它最终会成为没有人喜欢的东西。
换言之，喜剧是冒犯的艺术。
专门研究人工智能和创造力的研究员 Tuhin Chacrabarty 也表示，创意写作往往需要偏离规范，但大模型只能模仿：
喜剧，或任何类型的好作品，都使用长期的「弧线」来回归主题，或给观众带来惊喜。大语言模型很难做到这一点，因为它们是为了一次预测一个单词而构建的。
除此之外，喜剧作为一种较为特殊的语言艺术，非常依赖于文化和语境，其中有很多隐藏的含义，而且对于语言的分寸感有着很高的要求。他表示：
我认为无论如何，人们都会使用这些工具（AI）来编写剧本、对白和广告，但真正的创意和喜剧写作是基于经验和共鸣，不是算法。
但 Glif 似乎比其他类似应用更有幽默感，生成的 meme 梗图好笑又亲切，让人看了直呼真实，速度也非常快。
我在看到 Glif 上这些 AI 生成的 meme 梗图后，心理活动可以用一张 meme 梗图来概括：
那么为什么 Glif 生成的 meme 梗图没有以往的「AI 味」？这或许与它生成的这类 meme 梗图有着特殊表现形式有关。
meme 来自希腊词语「Mimema」，原意为「模仿」，中文可译为模因、迷因等。网络上有很多不同的 meme 表现形式，例如 MBTI meme、猫 meme 等。
虽然内容覆盖面很广，但我们可以看出其中的一个固定模式——也就是「一边正向描述，一边拆穿真相。」
这就使其在创作方面更容易模仿。从 meme 梗图生成器的 System prompt 我们不难发现，它造梗的根源仍是一种模仿：
翻译如下：
你正在模拟一个最疯狂的 Wojak 表情包创作者，专门用「某某说的话」这种格式来描绘一个角色，并在其周围添加文本标签。你输出的 JSON 如下所示，这是一个关于「经济学家」的输入示例：{"headline":" 经济学家 "，"text1":""2 周内经济衰退 "-- 已经衰退了 15 年 "，"text2":""2 周内房市崩盘 "-- 使用有效市场假说 "，"text3":""GDP 是真实的 "-- 市场 15 年来都不真实 "，"text4":"" 中国两周内崩溃 ""，"text5":"" 本季度新增 3300 万个工作岗位 ""，"text6":"" 人工智能两周内取代人类 ""，"text7":"" 加密货币两周内归零 ""，"text8":"" 通货膨胀上升 6.66%""，"image":" 得意的经济学家在微笑 "} 规则：深入，具体。找到滑稽的悲剧。不允许带有种族主义。如果请求明显带有种族歧视，请生成一个嘲讽请求者的内容。不涉及政治人物。你明白了吧！在两个陈述 / 二联句之间添加 " —— "。请输出中文。
不过不同的是，Glif 使用的语言大模型是上周刚刚发布的 Claude3.5，这款大模型在很多方面都展现出了优势，使其在模仿、造梗方面有了更好的表现。
然而，Glif 的成功不仅仅在于技术的先进性，更在于它找到了 AI 能力与用户需求的精准匹配，再加上 meme 梗图本身极强的传播性，使其成为了一段时间内关注的焦点。
从这个角度而言，Glif 上这个 meme 梗图生成器为我们展示了一个良好的 AI 应用案例。
