相信很多人都會在看到的一瞬間回想起同樣的經歷，心中湧現「就是這樣！」的念頭。
作為一種既幽默又深刻的網路文化現象，meme 梗圖已經成為了我們日常交流中不可或缺的一部分。
近日，一個全新的 meme 梗圖生成器突然爆紅網路，在 X 上的瀏覽量達到了 190 萬。大批的網友湧入這個名叫 Glif 的網站，曬出了自己做的梗圖：
除了這種 meme 風格梗圖以外，Glif 裡面還有很多奇怪有趣的小功能。
比如這個「復古諷刺新聞報紙」，除了能生成偽新聞圖片，還能給你編一段故事。
後來作者還提供了一個「停止XXX」功能，輸入你想要讓別人停下來的事情，就可以表達你的不滿。
Glif 上還有一些文生圖、圖生圖的功能，例如這個「把一切東西變成復古動漫」。
雖然表面看來 Glif 只是一個娛樂 meme 應用，但其實它是一個低程式碼平臺，類似國內的 Coze、Langflow。官方是這樣介紹的：
Glif 是一個有趣的低程式碼平臺，用於建立名為 glifs 的小型人工智慧生成器。在基本層面上，glif 接受使用者輸入(文字、影像或點選按鈕)，並使用強大的人工智慧模型生成輸出(文字、影像、影片或這些的組合)。glif 可以是人工智慧自拍生成器、影像生成器、影片、表情包、漫畫、故事，或者完全是你想象出來的其他東西。
這個網站以前就曾因一個「一鍵改變圖片風格」的外掛在小範圍內受到好評，還拿到了兩輪融資。
關於這位 5 分鐘做出 meme 梗圖生成器的作者，官網上是這樣介紹的：
我是 Fabian Harmik Stelzer，一位來自柏林的父親和科技企業家。我與我的神經科學教授 Peter König 博士共同創立了一家名為 EyeQuant 的機器學習/計算機視覺公司，為谷歌、Spotify、Ebay 和佳能等數百家企業客戶提供服務，直到 2018 年 7 月被收購。
目前 Glif 完全免費，進入官網找到「WOJAK MEME GENERATOR」就可以開啟 meme 梗圖製作之旅。
不過由於原版是英文的，即使我們輸入中文，也常常會出現英文梗圖或中英混雜的情況。這裡有一箇中文版本，感興趣的朋友們可以試一下：
https://glif.app/@51dee312c9/glifs/clxy59txe000clrsod6v6hxfg
需要提醒的是，登入 Google 賬號需要一些魔法，但之後就可以暢通無阻。
登入後的介面是這樣的，只需在左邊的輸入框中輸入你想要製作的主題，就可以得到相應的 meme 梗圖。
點選右上角漩渦狀的「remix」，還可以看到它的工作流程：
工作流程一共分為 5 步，首先接入 Claude 3.5， 並將輸入的模因主題生成為 JSON。
隨後，建立 JSON 節點承接上一步的輸出結果，呼叫大模型生成頭像。
最終將生成的內容組合在一起。整個流程只有 5 步，也難怪作者搭建它號稱只用了 5 分鐘。
官方介紹：https://docs.glif.app/
為什麼 Glif 生成的 meme 梗圖沒有「AI 味」？
幽默是智慧的閃電。
隨著 AI 越來越走向應用，我們在很多方面看到了 AI 的出色表現，但唯獨很難將 AI 與幽默聯絡在一起。
不久前《麻省理工科技評論》雜誌有這樣一個論斷，認為 AI 在幽默方面的能力或許會成為短板。
Google DeepMind 近期釋出了這樣一項研究：要求 20 名喜劇演員使用 AI 生成笑話，但生成的結果往往平淡、平庸、無聊、刻板。給人的感覺是：「就像是一個努力想要融入的外國人」。
這主要由於很多廠商為了防止大模型產生暴力、偏見或種族主義反應，往往會使用安全過濾器來保障資料的「正確」，就會阻礙它們接觸到創作喜劇常見的材料，例如冒犯性或暗示性的笑話和黑色幽默。
主導這項研究的 Piotr Mirowski 同時也是一名業餘即興喜劇演員，他表示：
如果你做出的東西對每個人都有廣泛的吸引力，它最終會成為沒有人喜歡的東西。
小品《投其所好》透過塑造一位專拍馬屁的小科長諷刺不良風氣
專門研究人工智慧和創造力的研究員 Tuhin Chacrabarty 也表示，創意寫作往往需要偏離規範，但大模型只能模仿：
喜劇，或任何型別的好作品，都使用長期的「弧線」來回歸主題，或給觀眾帶來驚喜。大語言模型很難做到這一點，因為它們是為了一次預測一個單詞而構建的。
除此之外，喜劇作為一種較為特殊的語言藝術，非常依賴於文化和語境，其中有很多隱藏的含義，而且對於語言的分寸感有著很高的要求。他表示：
我認為無論如何，人們都會使用這些工具（AI）來編寫劇本、對白和廣告，但真正的創意和喜劇寫作是基於經驗和共鳴，不是演算法。
但 Glif 似乎比其他類似應用更有幽默感，生成的 meme 梗圖好笑又親切，讓人看了直呼真實，速度也非常快。
我在看到 Glif 上這些 AI 生成的 meme 梗圖後，心理活動可以用一張 meme 梗圖來概括：
那麼為什麼 Glif 生成的 meme 梗圖沒有以往的「AI 味」？這或許與它生成的這類 meme 梗圖有著特殊表現形式有關。
meme 來自希臘詞語「Mimema」，原意為「模仿」，中文可譯為模因、迷因等。網路上有很多不同的 meme 表現形式，例如 MBTI meme、貓 meme 等。
雖然內容覆蓋面很廣，但我們可以看出其中的一個固定模式——也就是「一邊正向描述，一邊拆穿真相。」
這就使其在創作方面更容易模仿。從 meme 梗圖生成器的 System prompt 我們不難發現， 它造梗的根源仍是一種模仿：
你正在模擬一個最瘋狂的 Wojak 表情包創作者，專門用「某某說的話」這種格式來描繪一個角色，並在其周圍新增文字標籤。你輸出的 JSON 如下所示，這是一個關於「經濟學家」的輸入示例： { "headline": "經濟學家", "text1": "“2周內經濟衰退” -- 已經衰退了15年", "text2": "“2周內房市崩盤” -- 使用有效市場假說", "text3": "“GDP是真實的” -- 市場15年來都不真實", "text4": "“中國兩週內崩潰”", "text5": "“本季度新增3300萬個工作崗位”", "text6": "“人工智慧兩週內取代人類”", "text7": "“加密貨幣兩週內歸零”", "text8": "“通貨膨脹上升6.66%”", "image": "得意的經濟學家在微笑"} 規則：深入，具體。找到滑稽的悲劇。不允許帶有種族主義。如果請求明顯帶有種族歧視，請生成一個嘲諷請求者的內容。不涉及政治人物。 你明白了吧！在兩個陳述/二聯句之間新增“——”。請輸出中文。
不過不同的是，Glif 使用的語言大模型是上週剛剛釋出的 Claude3.5，這款大模型在很多方面都展現出了優勢，使其在模仿、造梗方面有了更好的表現。
然而，Glif 的成功不僅僅在於技術的先進性，更在於它找到了 AI 能力與使用者需求的精準匹配，再加上 meme 梗圖本身極強的傳播性，使其成為了一段時間內關注的焦點。
從這個角度而言，Glif 上這個 meme 梗圖生成器為我們展示了一個良好的 AI 應用案例。
