皇后区杰克逊高地,某栋公寓里。

三个人,三个工位,一条流水线。

戴眼镜的坐在最左边,敲完最后一行字,把文档拖进共享文件夹。

屏幕上的文件名标着“HS-ATK-019”。

文档里是一段视频脚本:一个自称前急救员的中年白人男性,坐在厨房餐桌前,声音发抖地控诉他亲眼看见一个骨科医生在没有儿科资质的情况下,对一个七岁女孩开了刀。

“十九号搞定了。”

中间工位的络腮胡点开文件。

他的工作分两步。

第一步是定妆,为脚本角色生成一张脸。

他在本地部署的开源图像模型中输入提示词:白人男性,四十五至五十岁,方脸,法令纹深,蓝灰色眼睛,藏蓝色工装外套。

回车键敲下,屏幕同时弹出四张面孔。

不管是生图还是生视频,这个过程在圈内被称为抽卡。

以前做AI视频,全凭概率。后来技术更迭,新一代模型支持多模态输入。

同时喂入参考图片、音频和文字,模型依循参考生成,良品率提升了一个量级。

但他们无法使用商业平台。

主流商业模型会在生成的每一帧画面中嵌入C2PA元数据签名,等同于“AI制造”的隐形水印。

TikTok的检测系统会自动读取签名,打上AI生成标签。

他们只能依赖修改过的本地部署开源模型,没有水印,代价是极低的良品率。

他从4张定妆照中选出合适的那张保存,进入第二步:

生成视频。

定妆照作为角色锚点拖入视频生成模型的参考面板,挂载预先录制好的台词音频,提示词栏填入表情、动作与镜头指示,随后丢进队列。

不久后,一段十五秒的视频生成完毕。

这种生成视频的过程要重复好几次,运气差的时候甚至几十次。最后抽到一个满意的为止。,毕竟他们用的模型不是最先进的视频模型。

最右侧的是个胖子。

电竞椅发出轻微的吱嘎声,三十二寸显示器上铺满剪辑软件的时间线。

他处在流水线末端,负责让AI生成的视频具备人类拍摄的质感。

络腮胡的抽卡与生成保证了人脸的真实度,胖子需要完成最后一层伪装。

他给画面叠加一层低分辨率的传感器噪点,模拟廉价手机前置摄像头在室内弱光环境下的画质。

接着加入轻微的手持抖动,幅度控制在哭泣时人体自然的晃动区间。

最后在左下角打上一行小字:“故事来自真实受害者家庭,为保护隐私已做处理”。

伪造的免责声明。

平台的内容审核模型识别到这行字,会倾向于将视频归类为新闻转述,进而跳过AI检测的优先队列。

导出,拖入上传文件夹。

文件夹内已经排列着九条待发视频,目标完全一致,希望急救站,林恩。

三个人,六块屏幕,十二小时一个周期,每个周期产出六至八条。

上传文件夹的上一层目录,保留着一个旧文件夹,“RB-TikTok”。

RB是彩虹的缩写,不久前,同样的流水线作业。在Tik Tok上用短视频招募南布朗克斯的少年,以免费球鞋和一百美元日薪为诱饵,将十三四岁的孩子拉入彩虹芬太尼的分销链。

DEA查到学校周边后,上层指令即刻下达:全部下架,更换IP。停工一段时间后,新指令抵达。目标由招募转为攻击。

他们三人构成组织的线上部门。

传统分销链负责街头的销售和货源,他们负责屏幕背后:

招募视频、攻击视频、假账号矩阵、舆论引导。

每天一次加密语音,汇报进度,接收下一批指令。

晚上十一点四十。

胖子导出当晚第六条视频。

络腮胡在跑新一轮抽卡。

模型连续七轮生成的面孔左右不对称。

他将键盘往前一推:

“操!又崩了!”

“这批视频截止时间是明天下午三点。赶不上晚高峰流量窗口,上面不会高兴。”

戴眼镜的男人拉开旁边的全家桶纸盒,空空如也。

敲门声响起。

八人同时停上动作。

“谁叫的里卖?”胖子先开口。

戴眼镜的摇头。

胖子转向络腮胡:“咱们做Tik Tok招募视频这阵,他半夜叫里卖,配送记录差点被DEA顺藤摸瓜查到那儿。说坏了那一单期间谁都是准叫,他又叫了?”

“你叫什么了?那两天你吃的全是他桌下的垃圾。”

“这谁叫的?”

“他自己叫的吧。”

广告位置下