金磊 發自 凹非寺
量子位 | 公眾號 QbitAI
一個女孩登上了央視《對話》欄目，僅是淺唱了一首歌，便讓全場驚嘆連連。
講真，這種reaction還真沒有一點夸張。
話不多說，先來感受下這個feel：
或許你會問了，人美歌甜是沒錯，但也不至于到震驚的程度吧？
但如果說，視頻里的這個女孩，她并不是人呢？
沒錯，她便是央美研究生畢業、畫作還參加了迪拜世博會的小冰框架虛擬人類——夏語冰。
而用小冰公司首席運營官李笛的話來說：
這是全球范圍內最高技術的人工智能歌聲合成。
△小冰CEO，李笛
于是，這樣一段視頻在網絡上發布之后，便迅速引發了網友們的熱議。
人類？虛擬人？傻傻分不清：
甚至媒體競相為這段視頻貼上了這樣的標簽——這就是虛擬人天花板、虛擬人夏語冰的才藝有多絕。
話題同樣引起網友的熱議，迅速占據各大社交平臺的熱榜，霸榜近24小時：
而說到天花板，就在剛剛，小冰的另一位虛擬人，又搞了個大新聞。
她叫陳水若，也是誕生于小冰框架的一位虛擬人歌手。
雖說都是唱歌，陳水若和夏語冰還有所不同，她主打的是民族唱法。
這不，在除夕之際，陳水若便奉上了一首《華夏》，而且還是和李玉剛合作夢幻聯動的那種！
而最近小冰虛擬人如此頻繁地亮相、表演，也在透露著一種虛擬人發展的新趨勢——
朝著三次元邁進，還得是顏值和才華兩手抓！
如此逼真，小冰是怎么做到的？
其實，早在2017年，小冰團隊就提交了專利《Creating a Conversational Chatbot of a Specific Person》，引起了學界、媒體廣泛關注。
而直到2021年12月，《Nature》刊登了來自MIT 研究團隊的論文——機器學習的技術進展，讓文本、圖像、音頻和視頻數據的超現實合成成為可能。
而在這條道路上，小冰團隊已然走了四年之久，可以說是在AI創新上做到了領先。
我們還是以夏語冰和陳水若驚艷大眾的視頻來說，它的誕生主要可以分成以下幾個流程。
首先利用小冰神經網絡渲染技術(XNR)，XNR能夠做到生成一張此前完全不存在的臉，也就是AI創造面容。
接著，還是通過神經網絡渲染技術，將虛擬人面部特征置換到視頻模板中，并進行表情控制等一系列控制行為。這比我們過去看到的 AI 換臉更復雜也更難，畢竟 AI 換臉無法更換虛擬出來的人臉，且自然度也不會像這么高。
然后，小冰會通過數字孿生技術，根據實際視頻內容，調整視頻模板，例如動作的變化、表情和表達內容的變化等。
然后就是夏語冰和陳水若的歌聲。
這里用到的是小冰超級自然語音技術，借助這個技術生成虛擬人的高質量演唱聲線（AI 創造聲音），并根據需要生成對應的歌聲，不需要任何配音演員。
在上面這些技術的加持下，夏語冰的面容、表情、聲音就能全部統一在一起，形成無法與真人區分的內容。
夏語冰和陳水若背后的這套技術，與其他很多虛擬人視頻采用的 3D 建模，然后用真人或換頭，或動捕、或用動作庫匹配等技術方案相比，最大的優勢在于既能控制成本，同時虛擬人的自然度又極高。
而其他的技術要么成本昂貴，要么很不自然，難以兼顧。
無論從成本還是效果看，夏語冰、陳水若背后小冰框架下的虛擬人技術都可以說是未來趨勢，而小冰走在了前面。
更重要的是，這種技術主導下的小冰框架虛擬人類，擁有無可比擬的多樣性 —— 就像人的多樣性一樣，容貌多樣，內在靈魂多樣，容貌與內在相互統一。
這其中，內在靈魂的多樣性，技術更難，也更重要。正如那句網絡用語所說：
好看的皮囊千篇一律，有趣的靈魂萬里挑一。
事實上，小冰最開始思考到虛擬人類 AI being 時，就認識到了”靈魂“的重要性，并且也是從”靈魂“開始做的。
他們在這方面的基礎研究積累了八年，加上微軟在AI這個方向上30年的投入，形成了獨特的先發優勢。
比如夏語冰，她的確有一張顏值很高的臉。但她之所以能被選入迪拜世博會，代表中國館的作品向全世界展出，也不是靠她的漂亮，而是靠她的人工智能繪畫模型，在成千上萬次創作中，能夠保持一個藝術家一貫的創作水準。
這是她真正的實力，而不是外貌。
所以，多樣性，尤其是內在靈魂的多樣性，是虛擬人發展的必然趨勢。
當然，小冰團隊對具體的技術路徑的遠景布局也很重要。
比如用神經網絡渲染技術生成虛擬人豐富多樣的容貌和真實的表情動作語言，要是用傳統 CG 技術，幾乎不可能滿足頻繁的交互需求。
還有開放域自然語言處理，超級自然語音，全雙工語音等技術，小冰也是從很早就開始了布局。如今這些技術被普遍關注，恰恰證明了他們預判的準確性。
當然，這背后也是虛擬人多樣性趨勢發展的必然結果。
就像人類世界的生活之所以精彩，更重要的是因為每個人的性格、內在是不同的，外貌的不同只是其次。
也幸而小冰在這方面擁有足夠的先發優勢，能夠以可控的成本，孵化出海量個性迥異，同時又非常鮮活的虛擬人。
而這，也是虛擬人真正能夠為我們生活帶來更多創造力的關鍵。
但除了效果上的逼真，其實小冰對于虛擬人的發展，發出了一種新信號：
虛擬人，已經步入三次元時代
現在的虛擬人，若是不說明情況，其逼真程度真的能夠達到“瞞天過海”的效果。
很多人會將這種與人類極其相近的效果，稱之為“打破次元壁”。
但講真，視覺、聽覺效果上的逼真，僅僅是虛擬人步入三次元時代的表象。
其背后更大的意義，應當是像人一樣的，在三次元世界里創造價值。
例如此前便有虛擬主播N小黑、N小白，在人們毫無察覺的情況之下，連續70天播報新聞，還是24小時連軸轉的那種。
這便在很大程度上做到了釋放人力、物力的同時，大幅提高了生產效率。
而不僅僅是新聞主播這一件事，若是上升到更高的角度來觀察，我們也不難發現AI虛擬人“三次元化”，已然成為一種大趨勢。
例如前一陣子在短視頻平臺一夜爆火的虛擬人柳夜熙，僅發布一條視頻便受到了全民圍觀。
△圖源：柳夜熙官方短視頻號
再如虛擬人AYAYI，僅憑一張“證件照”，在網絡上瞬間爆紅（當天便有224萬瀏覽量）。
△圖源：圖源：AYAYI官方平臺
這是AI虛擬人，正在逐步迎合大眾審美、口味的一種印證。
再從商業層面上來看，僅是2021年，虛擬人賽道上便有超過10筆的融資，嗅覺敏銳的VC們可謂是紛紛拋出了橄欖枝，著手布局。
更有行業預測顯示，到2030年，我國虛擬人整體市場規模還將達到2700億元。
而之所以能夠達到如此規模，除了上述提及的幾點之外，若是再深挖一層，那便是可能超越人類的創造力和多樣性。
例如像夏語冰所具備的繪畫、創作能力，便是能夠打破人類創造力的上限。
……
那么最后一個問題便是——在“虛擬人步入三次元時代”的當下，我們又該和他們如何共生？
對此，小冰CEO李笛認為：
人工智能會成為一些新的節點，這些節點有的是創造者，有的是伴侶，有的甚至可能是我們每個人的替身。
他們能夠替代我們，使我們每個人能夠更好地去優化所在的社交網絡和工作網絡、生活網絡。
最后的最后，你是否也想與三次元虛擬人互動，讓她給你創作獨一無二的作品呢？
這個可以有！
而且還是世博會級別的水墨山水畫。
在今晚（除夕）24:00點之前，只要在微博和抖音搜索小程序“AI畫家夏語冰”，就可以體驗了！
快去試試吧~
本文首發于微信公眾號：量子位。文章內容屬作者個人觀點，不代表和訊網立場。投資者據此操作，風險請自擔。
