在第五屆世界互聯(lián)網(wǎng)大會開幕上，搜狗聯(lián)合新華社發(fā)布了以主持人邱浩為原型的“AI合成主播”。展示視頻中，“主播”標準流暢的播報方式、微妙的肌肉牽引與精確的嘴唇張合，幾乎讓人難辨真假。

搜狗隨后揭示了背后的技術原理：聲音合成、表情合成、唇形合成，并結(jié)合語音、圖像等多模態(tài)信息進行聯(lián)合建模訓練后，生成與真人無異的AI分身模型。這兩個頂尖科技術語的結(jié)合為新聞主播事業(yè)帶來的新形式，給媒體帶來的驚喜同時也帶來了焦慮：“AI合成主播的推出，會不會讓很多人失業(yè)？”

其實，在AI合成主播出現(xiàn)之前，“虛擬主播”這個詞，早已火遍二次元圈了。

“虛擬主播”席卷二次元圈，與AI技術結(jié)合仍為市場盲點

2016年，一個亞麻色長發(fā)、綁著粉色蝴蝶結(jié)發(fā)帶、穿著白色裙子的二次元少女形象出現(xiàn)在Youtube上。在首發(fā)的自我介紹視頻中，她稱自己是一位“虛擬的Youtuber”。就這樣，全球第一位虛擬主播——“絆愛”（Kizuna AI）誕生了。

這個賬號名稱為“A.I.Channel”的頻道，目前粉絲數(shù)已超180萬，單個作品最高播放量突破320萬。而那支視頻，則被很多網(wǎng)友稱為“夢開始的地方”。

絆愛之后，Youtube上的虛擬主播開始激增，根據(jù)“三文娛”6月統(tǒng)計的數(shù)字，2018 年 2月，Youtube上虛擬主播頻道數(shù)量還只有 500 個，僅 3 個月就增加到了 3000 個。觀眾人數(shù)上，2017 年 12 月 VTuber Top 50 頻道訂閱人數(shù)為 162 萬人，2018 年 6 月這一數(shù)字增長 5 倍達到 825 萬人。

數(shù)據(jù)來源：三文娛

絆愛其實與普通的Youtuber一模一樣，上傳唱歌、脫口秀等視頻，也會直播打游戲與粉絲實時互動，粉絲送愛稱“人工智障”。她的背后是一整支團隊在運作，用演員的表情捕捉，以及聲優(yōu)同步配音塑造出一個鮮活的二次元少女形象，再由專業(yè)人事在平臺上運營。

隨后，國內(nèi)的虛擬主播也開始陸陸續(xù)續(xù)出現(xiàn)。B站上的“虛擬次元計劃”賬號發(fā)布國內(nèi)首個虛擬UP主形象——小希；隨后抖音也推出了“宇宙高智慧少女”MOMO醬；不久前剛獲1.2億融資的“克拉克拉”也即將推出二次元虛擬直播功能。

隨著技術的成熟，現(xiàn)在不少“虛擬主播”已經(jīng)可以完全映射真人演員：通過完善的肢體動作、面部表情捕捉設備與精致的3D建模進行實時輸出。而AR與全息投影技術則讓觀眾與“虛擬主播”之間的距離更近了一步。

但實際上，目前還并沒有虛擬主播引入AI技術，也就是說虛擬主播本身不具備真正的學習、互動與感知能力?！癆I主播”只是絆愛、小希們扮演的人設，與真正的人工智能還相去甚遠。

目前國內(nèi)能夠稱之為AI虛擬形象的其實很少，微軟亞洲研究院設計的微軟小冰算一個。人工智能與深度學習技術讓微軟小冰可以理解對話的語境與語義，實現(xiàn)超越簡單人機問答的交互，甚至已經(jīng)可以作詞演唱，但微軟小冰到目前為止還并沒有動態(tài)的人物形象出現(xiàn)。

與此同時，小米也在為AI虛擬形象的輸出作著努力。你或許沒有注意到，小米于2017年首發(fā)的人工智能音箱“小愛同學”，已經(jīng)從縮小版的小米空氣凈化器到有了初版的人物形象。不過，以智能家庭生態(tài)鏈為重點的小米，未來是否會讓小愛同學進軍泛娛樂圈還存在著爭議。

若要說真正將“宅男樂趣”發(fā)揚光大，則不得不提到位于深圳的Gowild狗尾草公司。2016年，狗尾草發(fā)布了虛擬偶像“琥珀”與全息投影智能音箱“HoloEra琥珀虛顏”，這其實是一條并行戰(zhàn)略?！扮辍辈扇√摂M偶像運作模式：簽約羽泉工作室、發(fā)布單曲、擔任主播、開演唱會、舉行線下生日會……與初音和洛天依一樣，參與偶像養(yǎng)生粉絲生態(tài)。

而智能音箱“HoloEra琥珀虛顏”則作為一款家庭產(chǎn)品，能通過聲音和畫面與人進行交互，達到與人建立情感聯(lián)系。實際上，日本一家叫Vinclu的公司2015年推出過一款Gatebox產(chǎn)品“逢妻光”，定位為“全息AI女友”，在日本頗受歡迎。這不禁讓人想起《銀翼殺手2049》里那位全息AI女友Joi，除了沒有切實的肉體，精確的算法讓她變成為每個人量身定制的商品。

狗尾草公司產(chǎn)品“HoloEra琥珀虛顏”

如果說，“初音未來”代表“虛擬形象1.0”時代，那么AI合成主播已進入“虛擬形象3.0”時代。

取代真人為時尚早，“AI+虛擬形象”有待在個行業(yè)突破

目前國內(nèi)AI+虛擬形象的案例較少的原因，大致可以從以下幾個方面來解釋：

第一，技術方面門檻頗高。AI研發(fā)前期需要投入巨大的成本，其次技術需要能夠快速找到落地的場景、行業(yè)。小愛同學能夠推出市場，正是基于它作為小米智能家居生態(tài)鏈中的一部分，如果單單只是作為一款音箱產(chǎn)品出售，那足夠高的研發(fā)成本不適合公司的長尾運營。

第二，虛擬形象的重要發(fā)源地——二次元文化，仍未跳出小眾文化圈，飯圈生態(tài)也不夠成熟。國內(nèi)為二次元文化不如日本深厚，二次元愛好者大量集中于特定的年齡階段，虛擬偶像仍只是小范圍圈層的自嗨。另外，一個形象變成一個“偶像”需要長線規(guī)劃，那么AI+虛擬形象就不具備快速變現(xiàn)的能力。

第三，如有捷徑可走，沒必要用AI。比如洛天依，她由YAMAHA集團發(fā)行的歌聲合成器技術以及應用程序VOCALOID的軟件制作而成，依靠粉絲不斷再創(chuàng)作賦能，即所謂的“養(yǎng)成”，已經(jīng)在虛擬偶像領域取得了一定的成功。也就是說，目前所擁有的技術，已足夠打破許多場景，如網(wǎng)劇、網(wǎng)綜、社區(qū)等。

AI+虛擬形象，必然有需要它存在的場景。搜狗從需要主持人出鏡的新聞播報事業(yè)著手，推出AI合成主播，既可以緩解這個行業(yè)“不容出錯”帶來的壓力，又可以大幅度提高工作效率。此外，搜狗CEO王小川在接受媒體采訪時，談到該技術未來的運用場景，也認為該技術可以深入到“主播、翻譯、個人助理”等領域。

而對于導語中，媒體的疑問：“AI合成主播的推出，會不會讓很多人失業(yè)？”，王小川則認為目前以目前的技術來說，還不至于可以實現(xiàn)?！癆I合成主播和人類的關系是取代還是配合這個問題，如果只是感知問題，不涉及到后面的語言組織、撰寫深度稿件的話，它是可以去跟真人接近的。”

AI+虛擬形象在垂直領域的應用，市場仍然需要抱著期望的態(tài)度。畢竟小時候大家都曾幻想過，《空中大灌籃》的場景會發(fā)生在自己身上。