在第五屆世界互聯(lián)網(wǎng)大會(huì)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(biāo)準(zhǔn)流暢的播報(bào)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(shù)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(jìn)行聯(lián)合建模訓(xùn)練后，生成與真人無異的AI分身模型。這兩個(gè)頂尖科技術(shù)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(shí)也帶來了焦慮：“AI合成主播的推出，會(huì)不會(huì)讓很多人失業(yè)？”

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

“虛擬主播”席卷二次元圈，與AI技術(shù)結(jié)合仍為市場(chǎng)盲點(diǎn)

2016年，一個(gè)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(gè)賬號(hào)名稱為“A.I.Channel”的頻道，目前粉絲數(shù)已超180萬，單個(gè)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(mèng)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(jì)的數(shù)字，2018 年 2月，Youtube上虛擬主播頻道數(shù)量還只有 500 個(gè)，僅 3 個(gè)月就增加到了 3000 個(gè)。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(dá)到 825 萬人。

數(shù)據(jù)來源：三文娛

絆愛其實(shí)與普通的Youtuber一模一樣，上傳唱歌、脫口秀等視頻，也會(huì)直播打游戲與粉絲實(shí)時(shí)互動(dòng)，粉絲送愛稱“人工智障”。她的背后是一整支團(tuán)隊(duì)在運(yùn)作，用演員的表情捕捉，以及聲優(yōu)同步配音塑造出一個(gè)鮮活的二次元少女形象，再由專業(yè)人事在平臺(tái)上運(yùn)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(jì)劃”賬號(hào)發(fā)布國內(nèi)首個(gè)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(shù)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(dòng)作、面部表情捕捉設(shè)備與精致的3D建模進(jìn)行實(shí)時(shí)輸出。而AR與全息投影技術(shù)則讓觀眾與“虛擬主播”之間的距離更近了一步。

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

目前國內(nèi)能夠稱之為AI虛擬形象的其實(shí)很少，微軟亞洲研究院設(shè)計(jì)的微軟小冰算一個(gè)。人工智能與深度學(xué)習(xí)技術(shù)讓微軟小冰可以理解對(duì)話的語境與語義，實(shí)現(xiàn)超越簡單人機(jī)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(dòng)態(tài)的人物形象出現(xiàn)。

與此同時(shí)，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(xué)”，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(diǎn)的小米，未來是否會(huì)讓小愛同學(xué)進(jìn)軍泛娛樂圈還存在著爭議。

若要說真正將“宅男樂趣”發(fā)揚(yáng)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(shí)是一條并行戰(zhàn)略?！扮辍辈扇√摂M偶像運(yùn)作模式：簽約羽泉工作室、發(fā)布單曲、擔(dān)任主播、開演唱會(huì)、舉行線下生日會(huì)……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(jìn)行交互，達(dá)到與人建立情感聯(lián)系。實(shí)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(shí)的肉體，精確的算法讓她變成為每個(gè)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(shí)代，那么AI合成主播已進(jìn)入“虛擬形象3.0”時(shí)代。

取代真人為時(shí)尚早，“AI+虛擬形象”有待在個(gè)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(gè)方面來解釋：

第一，技術(shù)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(shù)需要能夠快速找到落地的場(chǎng)景、行業(yè)。小愛同學(xué)能夠推出市場(chǎng)，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(yùn)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(gè)形象變成一個(gè)“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(tuán)發(fā)行的歌聲合成器技術(shù)以及應(yīng)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(lǐng)域取得了一定的成功。也就是說，目前所擁有的技術(shù)，已足夠打破許多場(chǎng)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(chǎng)景。搜狗從需要主持人出鏡的新聞播報(bào)事業(yè)著手，推出AI合成主播，既可以緩解這個(gè)行業(yè)“不容出錯(cuò)”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(shí)，談到該技術(shù)未來的運(yùn)用場(chǎng)景，也認(rèn)為該技術(shù)可以深入到“主播、翻譯、個(gè)人助理”等領(lǐng)域。

而對(duì)于導(dǎo)語中，媒體的疑問：“AI合成主播的推出，會(huì)不會(huì)讓很多人失業(yè)？”，王小川則認(rèn)為目前以目前的技術(shù)來說，還不至于可以實(shí)現(xiàn)?！癆I合成主播和人類的關(guān)系是取代還是配合這個(gè)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(lǐng)域的應(yīng)用，市場(chǎng)仍然需要抱著期望的態(tài)度。畢竟小時(shí)候大家都曾幻想過，《空中大灌籃》的場(chǎng)景會(huì)發(fā)生在自己身上。