AI开始为数字人注入灵魂

江湖险恶567

这几天，国内“冷门歌手”凭借AI翻唱再度走红。
* b6 t5 p8 T; B& a- e. a- @B站网友用AI模型生成了歌手孙燕姿的AI分身，其实跟车载导航上的“林志玲”、“郭德纲”类似。拿歌手本人的音频去训练，生成一个音色一模一样的“孙燕姿”。
# J, Q/ u5 F3 j& J- L  v然后，让偶像唱自己喜欢的歌的心愿，就以这样一种诡异的方式实现了。
* v1 A' R" Y# Q- R海外的玩法更加离谱。
: y# t! }+ n/ b  ^美国一个拥有180万粉丝的23岁女网红，通过用GPT-4复刻了自己的AI分身，然后同时与1000多个网友谈恋爱，每分钟收费1美元。
仅一周，她就狂赚了7.16万美元。
并且还远不止如此，现在她的“男友”还在急速增加中，目前已经增加到了近万人，排队等待与她“谈恋爱”时间已经长达96小时。
有分析认为，按照趋势，她月入500万美元没有任何难度，如果不是技术限制，她赚到的钱，将可能是一个天文数字。
" [3 u" o; u: p这些现象已经可以充分说明，一个由AI+带来的新技术红利时代，正在被急速到来。
01 数字人军团涌入直播间
直播带货是虚拟IP变现最具潜力的场景。
Z世代对社交、视频、网购等工具的使用深度遥遥领先于全网平均水平，数字人和虚拟空间结合的新玩法给他们带来了体验感和交互性，虚拟IP的核心粉丝大多来自18-24岁的年轻群体。
4 F. T( S3 x& i这一趋势让品牌方看到了让产品打破圈层的机会。
) Z1 ~4 s$ @2 i9 s5 ?( ]+ A2020年，虚拟歌手洛天依和乐正绫等来到淘宝直播间，为博士伦、美的、欧舒丹等品牌带货。这场直播观看人数高达270万，有近200万人打赏互动。
* `* N3 ^: u# K7 p5 C. Q' X这在当时一度掀起巨大的讨论，虚拟数字人直播的时代已经来了。
  [0 W! o/ |; N( ?" G8 }而随着今年由chatGPT掀起的人工智能大模型热潮，虚拟数字人领域又迎来一轮更加磅礴的爆发。
& {: q4 H' \- [- E一大批量的虚拟数字人开始扎堆涌进直播间。
7 Q- L& |, P+ _* o4 x' D/ d0 R今年4月份，天娱数科旗下的虚拟数字人“朏朏”已完成 ChatGPT 模型接入，并完成直播首秀，不仅能够实时响应顾客的提问，还能根据不同问题进行自主回答。
# i7 j  [: O6 t* `- S, a8 ^9 G& M% [在短视频上，出现过很多这样的场景：一家公司的整个办公室里空无一人，只有一排排办公桌上有数十台电脑屏幕里的AI美女们正在直播......
; H) x# o, t7 _图源：短视频
这家公司，只靠2D超写实的虚拟形象，提前准备好的话术和背景，就可以直播一天，虽然单个效果不如真人直播，但成本低到令人发指，而且还可以超低成本复制，胜在以量取胜，真正是做到躺着让AI挣钱也并非不可能。
这一切，在说明，一场基于“AI+”的内容效率革命，正在数字人领域爆发。
. L' q; C% V: S/ ?虚拟数字人根据制作技术、应用场景、形象特点分为很多种。
与3D人气偶像不同，现在大多数直播间里说话的根据真人原型复刻声音、表情的2D写实数字人，你根本分辨不出是真是假，但制作成本远低于勇闯娱乐圈的A-Soul IP们。
一个虚拟主播可以进行7*24全天候的直播工作，随叫随到，也不用担心人设翻车的问题，减少了直播运营中的人工成本。
2 ~/ Y5 J2 a$ x0 K% q这背后，是AIGC在重新塑造数字人的生产流程。
2D数字人的制作用上了深度学习，只需要确定形象设计，图文音频数据经过采集、预处理后上传到模型训练，制作方式相对3D更简单，更标准化，制作效能不断提升。
" Z% G+ U; P# F! L8 H: g这种工厂流水线的方式，使数字人的制作门槛、成本和周期得到了大幅缩短。
* s$ {% o  ^) D* ]5 }  F- r同时，随着行业制作端的技术迭代和成本骤降，针对小型客户的数字人解决方案也开始涌现。
! h3 r% c2 L2 U6 n5 [& `9 l在4月份，腾讯云发布的数字人生产平台，需要生成真人形象的数字分身可以在平台上采购服务，只需上传图像音视频即可实现定制，根据不同音色、视频时长收费。
除了制作数字人，还可以提供整套数字人直播解决方案，功能包括了真人音频接管直播间，获取用户评论智能回复，定价仅需要千元级别。
% j( m4 x+ K+ ^& D# q5 E0 s而有些渠道商，打包售卖AI主播的定价甚至只要200元以内。
0 \% ?) t+ J/ ~  I& X4 T2 r, i这些主播形象大多来自模特经纪公司的授权，投放质量虽然粗糙，抠图痕迹明显，声音也没有特点。
) d" H5 @+ u% F- {7 s1 W4 T8 z但对普通的中小企业来说，没有大V带货，花不起上百万定制高端IP，想要压缩运营成本， 快速起量，几千块的数字人已经够香了。
/ _* F+ u4 B8 u8 d; K企业如果想要自己修改代码，产出不同的数字人，还可以向技术提供商购买源码，售价要比直接买AI主播更贵，不仅能自用，还可以使用源码发展代理，甚至比自己做数字人直播还赚钱。
' A; ]. i* J* d, |0 B. S: d但AI数字人的故事，还没有讲完。
02 AI注入灵魂
3 r+ `5 ]6 {/ y3 x& p& J) \IDC在《中国AI数字人市场现状与机会分析》报告中将数字人分为五个等级，目前数字人发展经历从手工制作到AI建模的阶段，初步具备人的外形，但还只能做简单的交互决策。
1 O+ {5 ?+ J) X' O: V当智能化水平来到L4、L5级别时，AI驱动的数字人能够接管大多数场景决策，支持更多模态的实时交互，类似钢铁侠的私人AI管家“贾维斯”。
虚拟数字人过去三十年的发展，技术发展和市场需求基本围绕着两点在演变，一是视觉效果；二是交互体验。
, w% X: ^& u& D$ U- g  L, }虚拟数字人最早出现在游戏、动漫、电影里，对新潮事物的情感连接和IP价值的延伸遥相呼应。
) z9 f- f" d" C$ s2 a早期的角色型IP使用手绘，动作要一张一张地画。1982年，日本动画《超时空要塞》的女主角林明美成为了首个发行音乐专辑的虚拟歌手。
1 o1 V# O' [9 a! {( Y( ^5 u, w在电影里，形象可以用计算机建模，但动作还得让人来做，CG技术和动作捕捉等技术逐渐普及，依靠绿幕，捕捉设备，演员可以成为任何角色。
& R$ w3 J" w% [) `) z4 e+ _千禧年后，从02年的《指环王》到去年的《阿凡达2》，角色的渲染效果已经细致入微，为艺术创作带来了巨大便利。
8 {4 ^8 Q. `6 ~8 c  n# n" X0 Q到这里，数字人技术的发展围绕更像“人”的极限一步步逼近，不仅仅要求外观、服装上的视觉效果趋近真实，还包括驱动（呈现真实细腻的表情和动作）和渲染（让画面更加精细实时）。
不过，总觉得还是缺了点什么。
1970 年，日本机器人专家森昌弘提出“恐怖谷”理论，由于机器人与人类在外表、动作上相似，所以人类会对机器人产生正面的情感。
: I+ M0 p4 Y4 A" Q当机器人与人类的相似程度达到一个特定程度的时候，一点点的差别都会被放大，并带来负面和反感情绪。而当机器人与人类的相似度继续上升，人类对其情感会再度回到正面。
3 i, T* g# l! v# ?4 b/ T0 K与电影不同，社交属性更强的应用场景对数字人实时交互的要求更高，不只是满足于制作一个好看的“花瓶”而已。
在交互方面，自然语言模型填补了这一空缺。
文本生成能力已经惊艳众人的GPT，给数字人的“智商”加上了两道杠。
; V8 K! h# ~( r$ h6 M$ tNLP大模型是AI驱动虚拟人的技术基石，简单来讲就是让虚拟数字人能说会道，减少标准化内容的制作成本，被训练来担任智能客服、主持人、导游等角色。长期来看，随着个性化和情感理解的能力提高，为老人提供陪伴关怀，成为小孩子的”私人教师“也将实现。
% B( u* M) q# x9 {) n此外，嘴型动作也可以由AI驱动，建立起与文本的映射关系，随着写实程度的提高，微表情也就更丰富，说话的时候表情、口型能够对得上，这样的数字人不仅“形似人”，而且“神似人”。
+ u( Q; W+ _) |8 {2 o' H) XMidjourney是基于diffusion model扩散模型的爆款产品，在去年7月发布，通过文本输入指令训练AI绘画。
- s+ G+ Q4 w) C! T5 E有机构测算过，目前其年收入就已经能够达到1亿美元的规模。
. T9 m# \2 W9 ~% X/ A2 ]7 o" Y有B站up主用Midjourney复原了奶奶的写实形象，从外观上看，衰老的皮纹和白头发细节感十足，加上过去的音频重现奶奶的声音，最后通过D-ID生成了奶奶的数字分身。
5 W/ Z& C; u& t: \9 s  ~7 y# C为了弥补未与奶奶好好告别的小遗憾，孙子和眼前的数字“奶奶”开启了对话，而“奶奶”亲切地回应，其实是ChatGPT提供的回答素材。
. Z, F6 n7 Z/ p  l  V+ p图源：B站
* S- E4 H+ O. {* I. P" W; c正是通过这些用户端的越来越多的尝试，反过来为AI的“人格化”不断添加海量训练素材，加速丰富AI模型数据，最终让AI为数字人注入灵魂，带来更大可能。
03 尾声
. C8 E$ g; {2 x# L% C0 b4 O( a对虚拟分身的探索至今持续了三十余年，从手绘到真人驱动，再到AI驱动，拟真感和交互性的体验进步打开了广阔的应用场景，涓流汇成大海。
AIGC帮助将普通人的外观、声音等特征全面数字化，更低的制作门槛打开了市场的想象空间。
+ Y. U4 |; z0 ?$ UIDC预计，到2026年中国AI数字人市场规模将达到102.4亿元人民币，但能够给我们带来多么良好的体验，决定了数字人最终的命运。
同时，AI数字人具备下一代人机交互入口的潜质，未来我们面对的或不再是冰冷的屏幕，而是生动活泼的数字人类，越能够挖掘最深层次的情感需求，成为我们生活里的参与者。
或许正如AI教父所言，人类只是智慧演化的过渡阶段，以便创造出数字智能，如今我们终于有一个长得像人类的数字分身，像我们一样说话，以后或许还能像我们一样思考。

yi叶秋枫

很好的组合，促进从虚拟走向现实，反正网上都是假的

roy899

几年后根本分不清网络那头是个人还是机器

胡の图图

转发了

似雪花飘

转发了

晓寒妖妖

转发了