500万人围观,AI终于造出了「无限泔水机」

  打开 Infinite Slop,眼前是一块竖屏视频,右边滚动着聊天,左边排着「接下来播放」和「正在生成」。

Image

  图|infiniteslop.ai 网页截图

  让马戏团小丑吃晚餐,让一条鱼吞掉正在遛狗的人,再把镜头从青蛙的眼睛一路拉到宇宙大爆炸……这些都是观众在聊天框里输出的提示词。

  系统挑中其中一条后,后台会生成一段带画面、对白、音效的新视频,再放进待播队列。同时,AI 还会尝试将新的提示词,与之前的视频关联起来,从而形成一个连贯的故事情节。

  这是 8 月 30 日上线的一个无限 Slop 网页,开发者形容它是一个无限循环、永无止境的交互式人工智能生成的实时垃圾流。

Image

  开发这个网页的作者在 X 上公布网站上线首日数据是 3.7 万名观众,峰值超过 1000 人同时在线。

  当 AI 视频生成的速度第一次超过了播放速度,15 秒的视频只需要 9 秒就能生成,「永不结束的 AI 直播」从段子变成了现实。

Image

  无限跨维度电视

  在美剧《瑞克和莫蒂》(Rick and Morty)里,瑞克嫌家里的有线电视太无聊,就把机顶盒改装成了能接收无限个平行宇宙电视频道的装置。

  于是全家人开始不停换台,看到的全是各种荒诞离谱的外星/平行宇宙节目;比如「长了腿的蚁人拍卖行」、「真人版吃鞋子的真人秀」、「一个人体就是整个交警系统的执法剧」之类。

  这个在电视剧才会出现的情节,8 月 29 日,fal 工程师 Rehan Sheikh 把一个 AI 视频模型接上了 Twitch 直播,让观众也可以看到一条永不停止的「无限跨次元有线电视」(infinite interdimensional cable)。

  两天时间,这条演示帖子已经获得超过 500 万次观看。

  FAL 是一个面向开发者的 AI 音视频多媒体生成平台,其工程师将自家基于开源模型 MiniMax H3 重新设计的 H3 Max 接入 Twitch,他让模型持续生成短片,再把这些短片接进直播流里。

  观众看到上一段时,后台已经在准备下一段。

Image

  不过,Rehan 在评论区提到自己的 Twitch 直播账号已经被封禁,转去 Kick 后再次被封,最后把直播搬到 Rumble。他在评论区贴出 Twitch 封禁原因,提到是直播内容违法了 DMCA 等规定。

Image

  几小时后,知名「数字游民」开发者 Pieter Levels(@levelsio)展示了一次 H3 Max 测试:15 秒视频约用 9 秒生成。因此只要下一段在当前片段播完前进入缓冲区,这家 AI 电视台就能继续开下去。

  照着 AI 电视台这个思路,Levels 直接上手做了一个更激进的版本:Infinite Slop,一个无限延续的互动 AI 直播网站。

  直播网站的规则很简单,任何人在聊天框里输入一句话,AI 就会把它生成为下一段视频,并且尝试和上一段画面「接上」,形成一条松散的剧情线。

  Levels 称开发这个项目,是自己坐在桑拿房里,用手机远程连接服务器,再让 Claude Code 帮忙搭好网站。一天后,聊天框、投票队列、生成状态和直播画面这些需求就都被做好了。

Image

  Levels 随即注册了域名 infiniteslop.ai,并公开征集改进意见。这件事直接上了 X 的热搜,热搜名写着「AI Video Breakthrough Powers Endless Chat-Driven Livestreams」(AI 视频突破驱动无尽的聊天互动直播)。

  在过去,生成一段十几秒的 AI 视频常常要等几分钟。如果是直播,视频还没出来,直播就已经断档了。

  而现在,根据 fal research 公开的官方数据,H3 Max 模型,5 秒、768p 的有声视频可在 3 秒内完成,吞吐量约为 MiniMax 官方 H3 接口的 35 倍。

  这个超快的模型是 fal Research 团队基于 MiniMax H3 的开放权重继续训练和优化,所得到的新模型。目前它能够生成 5 至 15 秒、480p 或 768p 的视频,声音与画面一同生成。

Image

Image

  在 Artificial Analysis 的图生成视频,以及 Design Arena 的图生视频榜单上,经过 Fal 后训练的 MiniMax H3 Max 都来到了第一名。

  直播系统里的「无限」

  Infinite Slop 最有趣的部分除了模型的技术,更多的是人的行为。

  H3 Max 一次最多生成 15 秒,因此 Infinite Slop 的「无限」是落在频道层上,短片一段接一段生产,只要后台持续补货,前台就能一直播放。

  整条链路大致是这样:观众发送消息,系统先做审核、排队和投票,再扩写成视频提示词;H3 Max 并行生成几段短片,把完成品放进缓冲区,播放器会按顺序取走。网络、模型或审核偶尔变慢时,缓冲区和重播负责避免黑屏。

Image

  聊天影响的是后续短片,正在播放的画面不会跟着一句新指令立即变化。和我们想象的实时世界模型交互方式还不太一样,它更像一间全自动电视台:观众递选题,后台排期,模型拍摄,播控系统负责别让频道出现白屏。

  但其中,连续性是最重要的。

  由于每条片段需要承接上一条的画面元素,观众的玩梗开始「污染」整个直播:上线后不久,聊天室里开始有人刷「香蕉」,于是香蕉开始出现在各种毫不相关的场景里,成为一个自我繁殖的梗。

  这场无限直播流反而变成了一场集体即兴剧,观众输入提示词时,既在给模型下命令,也在给整个直播间抛梗。

  片段质量时好时坏,故事随时跑偏,聊天室里的等待、吐槽和接力却把这些毛病变成了节目效果。

Image

  图|甚至有人做了 App 版的无限 AI 直播流,感觉是奥特曼的 Sora 2 复活版

  我们在观看时也发现,无论下一个视频的提示词是什么,都会承接到之前视频的元素,例如有一瓶饮料,总是会像广告植入一样,莫名其妙的出现在生成视频里不合适的位置。

  Levels 在上线次日的复盘里说,有人建议用上一段的最后一帧衔接下一段;这种做法可行,但生成速度偶有波动,很难保证无缝续接。

  截至到这次复盘,当前系统主要靠提示词尝试延续情节,角色长相、服装和空间位置都可能漂移。前一秒还是科幻逃亡,下一秒就变成烹饪节目。

  这场直播并不便宜,按 fal 公开刊例价(768p 标准价 0.08 美元/秒),一条 7×24 小时不间断的 AI 频道,理论月成本约 20.7 万美元。

  社交媒体上网友的反应也是明显两极分化,正面的评价认为这标志着 AI 视频进入「实时生成」时代;负面的评论则提到,就像项目连名字 Slop 自嘲的一样,这些就是超级低质的 AI 内容。

  AI 可以无限生成画面,但生成不了「非看不可」的理由。

Image

  图|网友评论「我们从来不缺内容,关键在于质量」

  包括直播网页开发者 Levels 自己也不掩饰这种矛盾,他此前多次公开批评 AI 内容泛滥正在把互联网推向「死亡互联网」,然后自己却转身做了一个字面意义上的「无限泔水机」。

  不过,这也不是「无尽 AI 节目」的第一次尝试。2023 年走红的《Nothing, Forever》(AI 版《宋飞正传》Twitch 直播)曾吸引约 1.5 万同时在线观众,但它的视觉来自固定的 Unity 3D 场景库。

  Infinite Slop 的本质区别在于:画面本身每隔几秒就会被完全重新生成,没有固定的公寓、固定的角色、固定的场景库;节目没有预设的世界,只有观众下一句话想去的地方。

Image

  所以当视频可以无限廉价、无限快速地生成,观众想去什么地方?我们还想看什么?

  可以肯定的是,我们大概率是不会守着一个 AI 频道,看香蕉、小丑和青蛙无限接龙。

  过去,无论短视频还是长视频,平台都需要不断寻找创作者、制作团队和新的内容供给。而现在,只要算力和钱足够,AI 已经可以让一条频道 24 小时不停地产生下一段画面。

  就在另一边,芒果 TV 的 AIGC 神话长剧《后西游记》也已经官宣定档,今晚六点开播。一个是网友在聊天框里随手投喂出来的 Infinite Slop,一个是传统长视频平台制作的正式剧集。

Image

  看起来相隔甚远,但能看到 AI 视频正在从偶尔生成一条能看的片段,变成一种可以持续生产、持续播放的内容。

  短视频、微电影、长电影、电视剧,再到今天的实时直播,AI 几乎已经试遍了我们观看视频的所有形式。

  此前我们总在讨论 AI 什么时候能拍出一部真正的电影/电视剧,但现在看来,它似乎也可能先带来一种过去根本不存在的内容形态。

  这些视频,可能不再有一个真正意义上的「成片」。因为当我们打开它时,它才刚刚开始生成。