本周，2021年中國(guo)國(guo)際服務貿易(yi)交易(yi)會(hui)在(zai)北京落下帷幕。在(zai)此次(ci)的服貿會(hui)上，新技術和新產品(pin)層出不(bu)窮。其(qi)中，利(li)用了人工(gong)智能技術的虛(xu)擬數(shu)字(zi)人主播尤為惹人關注(zhu)。
據介紹，這些虛(xu)擬數字(zi)人主播采用了TTS數字(zi)語音合成、計(ji)算(suan)機圖像處(chu)理、NLP自然語言處(chu)理等人工智能技(ji)術，主要(yao)用于各個短視頻(pin)平(ping)臺(tai)的電(dian)商直(zhi)(zhi)播間，可以(yi)7×24小時(shi)不(bu)間斷進行直(zhi)(zhi)播。數字(zi)人主播不(bu)僅可以(yi)實時(shi)與(yu)觀眾(zhong)進行互動，還(huan)能表演(yan)各類才藝(yi)，從而(er)引導觀眾(zhong)停留更(geng)長時(shi)間。
除(chu)了數字(zi)(zi)人主播之(zhi)外，本屆服(fu)貿會上還展示(shi)了諸多數字(zi)(zi)人技術的實際應(ying)用。凌云光(guang)對(dui)外展示(shi)了冬奧手(shou)語播報數字(zi)(zi)人系統(tong)，這一系統(tong)將在北京東奧會期間(jian)正式投入應(ying)用進行賽事報道(dao)，為聽障人士提供(gong)更加便捷(jie)的服(fu)務。
無獨有偶，近期新(xin)華社媒體融(rong)合生產(chan)技術與(yu)系統國(guo)家重點實驗室與(yu)騰訊(xun)互娛NExT Studios工作室共同打造的全球(qiu)首位數字航天員、新(xin)華社數字記(ji)者小諍(zheng)也發布了更(geng)多信息(xi)。
今年6月份，新華社已經陸續發布了多條有關中國空間(jian)站的介(jie)(jie)紹視頻(pin)，向(xiang)大家(jia)介(jie)(jie)紹空間(jian)站情況的就是這位(wei)(wei)數字記者(zhe)小諍。三位(wei)(wei)航(hang)天員返回地(di)球(qiu)之(zhi)前，小諍還(huan)會持續地(di)輸(shu)出(chu)航(hang)天科普內容。
二十(shi)世(shi)紀七十(shi)年(nian)(nian)代開始，“數字人”這個概念(nian)就已經誕生。隨著近(jin)幾(ji)年(nian)(nian)人工智能技(ji)(ji)術的(de)不斷演進，游戲行業(ye)中(zhong)涌現的(de)一(yi)些新技(ji)(ji)術讓數字人的(de)制作過(guo)程得到(dao)了有效(xiao)地簡化，使(shi)得數字人成(cheng)功地進入(ru)了公眾的(de)視野之中(zhong)。
現(xian)在數字(zi)人不僅(jin)達(da)到了(le)(le)照片(pian)寫實級(ji)逼真程度，還具備了(le)(le)表達(da)情感和溝通交流的能(neng)力。一(yi)些廠(chang)商使用數字(zi)人技(ji)術應用到大(da)眾娛樂中，虛擬(ni)偶像就是(shi)數字(zi)人技(ji)術蓬勃發展下的新風口。
然而，數(shu)字人(ren)可(ke)以發揮的效用遠非娛樂產業那么(me)簡單。虛擬互(hu)動技(ji)術的擴展，讓(rang)數(shu)字人(ren)已經可(ke)以發揮一些常(chang)人(ren)無法企(qi)及的作用，尤其是醫學、礦學和航(hang)天學等精細(xi)或危險領域。未來，數(shu)字人(ren)技(ji)術勢(shi)必會進(jin)一步發揮其社會價值，造福全(quan)人(ren)類。
要了解一個(ge)事物，首先要明確(que)他(ta)的(de)定義。籠統(tong)地說，通(tong)過3D圖像軟件(jian)或其它模擬仿真(zhen)工具制(zhi)作，以(yi)數(shu)據形式存(cun)在的(de)人(ren)與類人(ren)角色，都可(ke)以(yi)算作數(shu)字人(ren)。與具備實(shi)體(ti)的(de)機器人(ren)不同，數(shu)字人(ren)依賴顯示(shi)設備存(cun)在。人(ren)類的(de)外觀、行為和思想是判斷數(shu)字人(ren)的(de)三個(ge)重要特(te)征。
上世紀90年代，美(mei)國(guo)科學家們(men)就(jiu)提出了可視人計劃(hua)。這一計劃(hua)的目的就(jiu)是要把人體進行數字(zi)化，然(ran)后(hou)在電腦中(zhong)合成三維的人體結構。這一計劃(hua)也被看作是數字(zi)人的雛形。自此(ci)之后(hou)，數字(zi)人技術開始了漫長的發展之路(lu)，一直延續至(zhi)今。
CG和動作捕(bu)捉(zhuo)技術沒有出現(xian)的時候，人(ren)(ren)們只(zhi)能用手繪(hui)來實現(xian)數字(zi)人(ren)(ren)的構想。1984年，英國人(ren)(ren)George Stone創(chuang)造(zao)出了(le)一個叫做Max Headroom的虛(xu)擬(ni)人(ren)(ren)物，這個虛(xu)擬(ni)形象(xiang)參演了(le)一部電影，并且還拍攝(she)了(le)很多支(zhi)廣告。受制于當時的技術限制，Max Headroom的人(ren)(ren)物形象(xiang)就是手繪(hui)完成(cheng)的。
到了本世紀初(chu)，3D技術(shu)在(zai)影視行業(ye)的普及讓數字(zi)人(ren)這一話題再次活躍起來(lai)(lai)。《指環(huan)王》中(zhong)咕嚕和后(hou)來(lai)(lai)《猩球(qiu)崛起》里(li)凱撒的形象，代表(biao)了CG技術(shu)與動作(zuo)捕捉結合所(suo)激(ji)發(fa)出的潛能(neng)。2007年(nian)，日本制(zhi)作(zuo)出世界上第一個(ge)被認可的虛擬偶像初(chu)音未(wei)來(lai)(lai)，意味著數字(zi)人(ren)開始(shi)深入(ru)人(ren)們的生活，人(ren)們可以在(zai)公共場(chang)合直接(jie)看到它們。
即便是當時的初音(yin)未(wei)來，我們也很難把他和(he)數字人(ren)相提并論(lun)，因(yin)為他并不具備識別外(wai)界環(huan)境、并能(neng)與(yu)人(ren)交流互動的能(neng)力。
近五年來，深(shen)度學習(xi)算法和人(ren)(ren)工智(zhi)能(neng)技(ji)術(shu)得到了(le)(le)突飛猛進的發展，數字人(ren)(ren)的制(zhi)作過程得到有(you)效簡化，人(ren)(ren)們逐漸得以實現(xian)最初的構想。2018年，搜(sou)狗(gou)與新華社聯合發布了(le)(le)全(quan)球(qiu)首個全(quan)仿真智(zhi)能(neng)AI主持(chi)人(ren)(ren)，拉開了(le)(le)數字人(ren)(ren)應用在社會場(chang)景中的序(xu)幕。
數字人(ren)技術(shu)發展到(dao)今天(tian)，高保真(zhen)、智(zhi)能(neng)化(hua)和工具(ju)化(hua)是其三個重(zhong)要的(de)技術(shu)方(fang)向。視覺表現上，主流公司已經可(ke)(ke)以做出(chu)從(cong)外形(xing)、表情到(dao)動作都1：1還原真(zhen)實(shi)人(ren)的(de)高保真(zhen)虛擬(ni)人(ren)；人(ren)工智(zhi)能(neng)技術(shu)使虛擬(ni)人(ren)初具(ju)智(zhi)能(neng)和情感表達；而開發便(bian)捷的(de)工具(ju)可(ke)(ke)以讓廠商(shang)們實(shi)現批量生(sheng)產。
正是(shi)在(zai)這樣的技(ji)術(shu)(shu)趨勢(shi)下(xia)，催(cui)生了(le)一(yi)批專注數(shu)字人技(ji)術(shu)(shu)的工(gong)作室(shi)，NExT Studios就是(shi)其(qi)中的代表。NExT Studios 2017年開始探索實(shi)時高(gao)保(bao)真數(shu)字人技(ji)術(shu)(shu)，在(zai)高(gao)保(bao)真數(shu)字虛擬人領域已有數(shu)年深耕和積累(lei)，并(bing)于2018年聯合世界各地的多個先進團隊(dui)，推出了(le)代表當(dang)時業界最高(gao)水平的高(gao)保(bao)真實(shi)時數(shu)字人Siren。
這些(xie)技術方向(xiang)的(de)背后，其實也(ye)帶(dai)出了(le)數字人(ren)(ren)發展遇到的(de)難(nan)點。比如(ru)英偉達(da)在今年(nian)GTC 2021技術大會黃(huang)仁(ren)勛的(de)演講中加入了(le)14秒虛(xu)擬人(ren)(ren)的(de)動畫，而(er)這段(duan)動畫則騙過了(le)所有人(ren)(ren)。
這段14秒的動畫耗費(fei)了(le)英(ying)偉達(da)極大的人力、時間和成本，難(nan)點就(jiu)是(shi)要復制一個(ge)“以假(jia)亂真”的黃(huang)仁勛。英(ying)偉達(da)的Omniverse平(ping)臺包(bao)辦了(le)渲染、材質、光影和照明(ming)等所有工序(xu)。而為了(le)配合(he)Omniverse平(ping)臺，英(ying)偉達(da)打(da)造了(le)專業的繪圖顯卡NVIDIA RTX A2000。
從結果上來看(kan)，英偉(wei)達(da)突破了(le)高保真的技術難點，但(dan)這個虛擬的黃(huang)仁勛(xun)并不具備情感表達(da)，更不要說(shuo)可復制性(xing)。不過，這短(duan)短(duan)14秒動(dong)畫還是震動(dong)了(le)業界(jie)，因為他(ta)們已經從英偉(wei)達(da)的身上看(kan)到了(le)數字(zi)人技術未來無限(xian)的可能性(xing)。
技術的演(yan)進只是數(shu)字(zi)人(ren)發展的一個方(fang)面(mian)，伴(ban)隨著技術的發展，數(shu)字(zi)人(ren)的形象和功能(neng)也在(zai)悄然(ran)發生著變化。
手繪時代的(de)數(shu)字(zi)人(ren)，他們只能(neng)出(chu)現在動畫(hua)、電(dian)影和(he)電(dian)視(shi)中。前面提到(dao)的(de)Max Headroom，以及同(tong)時段出(chu)現的(de)《超時空要塞》里的(de)虛擬歌姬林(lin)明美，都是類似的(de)邏輯，觀眾(zhong)無法與這些所謂(wei)的(de)“數(shu)字(zi)人(ren)”進行互動，只能(neng)觀看他們進行表演。
初(chu)音(yin)未來的(de)(de)出現打破了(le)(le)人們對于(yu)所謂(wei)“數字(zi)人”的(de)(de)固有印象。一(yi)方面得(de)益于(yu)CG技(ji)(ji)術的(de)(de)革新，讓那些平(ping)面的(de)(de)數字(zi)人變成(cheng)了(le)(le)立體(ti)形態(tai)。同時，全息影像(xiang)技(ji)(ji)術的(de)(de)出現，使得(de)初(chu)音(yin)未來虛擬歌(ge)姬的(de)(de)身份(fen)擴展到了(le)(le)線下。
2010年3月，世嘉在日本舉辦了第(di)一場初(chu)音未(wei)來全息投影演唱會，現(xian)場2500張(zhang)門票立即(ji)搶購一空，同(tong)時還有(you)3萬名觀(guan)眾在網絡上觀(guan)看了直播。初(chu)音未(wei)來此時已經不再(zai)是一個電(dian)視(shi)或者網絡上觀(guan)看的(de)形(xing)象，而是變成了一個真正(zheng)的(de)歌手。
后(hou)來，數字人(ren)相關的一些技術在游(you)戲領域取得了巨大的突(tu)破，包括了動(dong)作(zuo)捕捉以及3D建模(mo)，一個個數字人(ren)開(kai)始在游(you)戲中不斷涌現。
近年來，越來越多(duo)(duo)的(de)(de)影(ying)視明星參與到游(you)戲制作(zuo)(zuo)中，光(guang)是去年就(jiu)涌現(xian)了《賽博朋(peng)克2077》和《星球大戰(zhan)：絕地武士團》等(deng)多(duo)(duo)款游(you)戲。有野(ye)心的(de)(de)游(you)戲廠商大多(duo)(duo)會選擇知(zhi)名影(ying)視明星進行動作(zuo)(zuo)捕捉和3D建模，制作(zuo)(zuo)出的(de)(de)主角(jiao)或者NPC角(jiao)色其實就(jiu)是一個具備互(hu)動能力的(de)(de)數字人。
到了當(dang)下，人工智能和便捷的(de)工具讓數字(zi)人可以(yi)實現(xian)批量(liang)生(sheng)產。KizunaAI絆愛出現(xian)之后，立即引(yin)發了Vtuber的(de)浪潮。Live2D搭配(pei)攝像頭捕捉技術，大量(liang)Vtuber出現(xian)在人們的(de)視野中。現(xian)在，Vtuber已經形(xing)成了一條完整的(de)產業鏈，背后代表(biao)了數字(zi)人的(de)批量(liang)生(sheng)產已經走向成熟。
數(shu)(shu)字(zi)人(ren)生產的(de)(de)成熟在小諍身上也有(you)體現。小諍項目今年3月立(li)項，NExT Studios抽出15名精英研(yan)發人(ren)員(yuan)，和新華(hua)社(she)團隊密切溝通合作(zuo)，完成了(le)(le)小諍的(de)(de)數(shu)(shu)字(zi)人(ren)資產建模(mo)與綁定。目前，小諍已經完成了(le)(le)多(duo)次太空(kong)報道，涵蓋(gai)了(le)(le)“天問(wen)一(yi)號”火(huo)星探測任務和中國空(kong)間站。這(zhe)種效率從側面說(shuo)明了(le)(le)當前數(shu)(shu)字(zi)人(ren)技術的(de)(de)成熟度已經到達了(le)(le)一(yi)定的(de)(de)水平。
同(tong)時，數(shu)字(zi)人互動(dong)(dong)技術的(de)(de)發(fa)(fa)展，則意味著它們可(ke)以(yi)扮演更多(duo)的(de)(de)角(jiao)色，從而發(fa)(fa)揮其社會價值。比如(ru)前面提到(dao)的(de)(de)數(shu)字(zi)記者(zhe)小(xiao)諍，主要承擔了此次神舟十二(er)號載人飛船和空間站情況的(de)(de)介紹(shao)。隨著技術的(de)(de)進化(hua)，小(xiao)諍在交互環境(jing)中的(de)(de)作用將(jiang)被進一步放大(da)。今后，小(xiao)諍實時與航天(tian)員(yuan)進行互動(dong)(dong)，為(wei)地面輸出具體的(de)(de)報道內(nei)容(rong)將(jiang)會成(cheng)為(wei)家常便飯。
虛擬主播直播帶貨、數字記者報道(dao)中國空(kong)間站、祝融號數字人(ren)發回火星圖景。這(zhe)些案例(li)充分說(shuo)明了數字人(ren)的功能和形(xing)象早已不再拘泥于(yu)文娛行業(ye)，而是走向了各行各業(ye)。
和(he)早期的(de)數字(zi)人(ren)不同(tong)，當下(xia)數字(zi)人(ren)技(ji)術(shu)上(shang)可(ke)以替代人(ren)類去處理一些(xie)高(gao)風險的(de)工作，同(tong)時與普通人(ren)之間的(de)連結(jie)更加緊密，親切(qie)感、陪(pei)伴感和(he)引領感盡顯。數字(zi)人(ren)角色的(de)不斷轉變，加上(shang)這些(xie)特質，讓大(da)眾看到(dao)了它們身上(shang)的(de)可(ke)能性和(he)社會(hui)價值(zhi)。
眾所周知，醫(yi)學是精細程度和危險性都(dou)比較高的(de)(de)(de)領(ling)域，虛擬(ni)互(hu)動技術(shu)的(de)(de)(de)擴展(zhan)讓數字(zi)人(ren)技術(shu)可以通過(guo)數字(zi)展(zhan)示形式和觸控互(hu)動方式，為(wei)臨床醫(yi)生(sheng)、醫(yi)學規(gui)培生(sheng)和醫(yi)學生(sheng)提(ti)供完整充實的(de)(de)(de)學習參考資(zi)料(liao)，彰顯了數字(zi)人(ren)在高風險領(ling)域的(de)(de)(de)作用。
一些行業人士(shi)認為(wei)，虛(xu)擬主播(bo)能夠大(da)火，背后體(ti)現的(de)是(shi)個體(ti)化社會中對(dui)于(yu)陪伴(ban)感需求(qiu)的(de)旺盛。當下年輕人普(pu)遍個性較強，表(biao)達欲旺盛，且具有(you)一定的(de)孤獨感。對(dui)于(yu)這部分群體(ti)而(er)言，三(san)次元主播(bo)很難打動他們(men)。
相(xiang)比(bi)之下，一(yi)些脫胎于三次元真人的虛擬偶像，能夠比(bi)較快地打破第一(yi)印象，不會受到時間與空間的限制，容易打動(dong)年輕人。比(bi)如由唱見轉型出道(dao)的虛擬藝人泠鳶yousa，憑借著(zhu)優秀的唱作(zuo)能力吸(xi)引(yin)了無數粉(fen)絲。
這(zhe)種(zhong)陪伴感如果引入到(dao)宣教領域(yu)，潛(qian)力也(ye)是(shi)非(fei)常(chang)巨(ju)大的(de)(de)。比如前文提到(dao)的(de)(de)數字(zi)記者小諍(zheng)，通過(guo)實(shi)時渲染、等技(ji)術，鏈接用(yong)戶(hu)產生(sheng)更多(duo)互動(dong)，打破虛(xu)擬與物理世(shi)界界限，形成IP效(xiao)應之后可(ke)以推出(chu)更多(duo)的(de)(de)衍生(sheng)產品。而小諍(zheng)作為(wei)數字(zi)人具(ju)有的(de)(de)陪伴感也(ye)能讓年(nian)輕人接受航天(tian)知識(shi)的(de)(de)科(ke)普。這(zhe)背(bei)后體(ti)現的(de)(de)正是(shi)數字(zi)人與科(ke)技(ji)教育領域(yu)的(de)(de)結(jie)合(he)點。
過去，人們把(ba)影視作品看成是向公眾普(pu)及科技知(zhi)識的最佳(jia)載體(ti)，《星際穿越》就向公眾普(pu)及了什么(me)是蟲洞，近期的《你是我的榮耀》也通過愛情(qing)劇(ju)的形式宣傳了中國航(hang)天(tian)知(zhi)識。這種軟性的宣傳永遠(yuan)要比(bi)《火(huo)箭俠》一(yi)樣(yang)粗制濫造的作品能(neng)夠爭取到受眾。現在，有了小諍這樣(yang)的強陪伴感的數(shu)字記者，航(hang)天(tian)知(zhi)識對于年輕人群(qun)體(ti)將會更具(ju)穿透性。
除了(le)上(shang)述(shu)提到的這些社會價值之外，海(hai)外數字人的社會角色更(geng)加多元，甚(shen)至已經進入(ru)了(le)辦公領域。
上(shang)(shang)個月，Facebook推出了一(yi)款(kuan)名為Horizon Workrooms的(de)VR會議軟(ruan)件(jian)。這款(kuan)軟(ruan)件(jian)最大的(de)亮點莫過于營造了一(yi)個虛擬(ni)的(de)數字空間(jian)，在這個空間(jian)中佩戴(dai)Oculus Quest 2用戶(hu)可以(yi)自行創建數字人(ren)形象進行線上(shang)(shang)會議。
Horizon Workrooms是Facebook元(yuan)宇(yu)宙構(gou)想的重要(yao)組(zu)成(cheng)部分。后疫情時代，居家(jia)辦公成(cheng)為常態的情況下，這種數字(zi)人構(gou)成(cheng)的線上(shang)會議將會成(cheng)為行業的新趨勢。
游(you)戲技(ji)術革(ge)新(xin)帶動(dong)了(le)虛擬數字人(ren)技(ji)術的進(jin)化，實現(xian)了(le)游(you)戲與(yu)現(xian)實世(shi)界(jie)的連(lian)結，進(jin)而發揮(hui)更大的社會價值。數字人(ren)技(ji)術已(yi)經將諸多不可(ke)能(neng)變成了(le)可(ke)能(neng)，存在于科(ke)幻小(xiao)說中(zhong)的世(shi)界(jie)，距離(li)我們(men)或(huo)許真的并不遙遠。
