這幾天，國內“冷門歌手”憑借AI翻唱再度走紅。

　　B站網友用AI模型生成了歌手孫燕姿的AI分身，其實跟車載導航上的“林志玲”、“郭德綱”類似。拿歌手本人的音頻去訓練，生成一個音色一模一樣的“孫燕姿”。

　　然后，讓偶像唱自己喜歡的歌的心愿，就以這樣一種詭異的方式實現了。

　　圖源：B站

　　海外的玩法更加離譜。

　　美國一個擁有180萬粉絲的23歲女網紅，通過用GPT-4復刻了自己的AI分身，然后同時與1000多個網友談戀愛，每分鐘收費1美元。

　　僅一周，她就狂賺了7.16萬美元。

　　并且還遠不止如此，現在她的“男友”還在急速增加中，目前已經增加到了近萬人，排隊等待與她“談戀愛”時間已經長達96小時。

　　有分析認為，按照趨勢，她月入500萬美元沒有任何難度，如果不是技術限制，她賺到的錢，將可能是一個天文數字。

　　這些現象已經可以充分說明，一個由AI+帶來的新技術紅利時代，正在被急速到來。

　　01

　　數字人軍團涌入直播間

　　直播帶貨是虛擬IP變現*潛力的場景。

　　Z世代對社交、視頻、網購等工具的使用深度遙遙*于全網平均水平，數字人和虛擬空間結合的新玩法給他們帶來了體驗感和交互性，虛擬IP的核心粉絲大多來自18-24歲的年輕群體。

　　這一趨勢讓品牌方看到了讓產品打破圈層的機會。

　　2020年，虛擬歌手洛天依和樂正綾等來到淘寶直播間，為博士倫、美的、歐舒丹等品牌帶貨。這場直播觀看人數高達270萬，有近200萬人打賞互動。

　　這在當時一度掀起巨大的討論，虛擬數字人直播的時代已經來了。

　　而隨著今年由chatGPT掀起的人工智能大模型熱潮，虛擬數字人領域又迎來一輪更加磅礴的爆發。

　　一大批量的虛擬數字人開始扎堆涌進直播間。

　　今年4月份，天娛數科旗下的虛擬數字人“朏朏”已完成 ChatGPT 模型接入，并完成直播首秀，不僅能夠實時響應顧客的提問，還能根據不同問題進行自主回答。

　　圖源：抖音

　　在短視頻上，出現過很多這樣的場景：一家公司的整個辦公室里空無一人，只有一排排辦公桌上有數十臺電腦屏幕里的AI美女們正在直播......

　　圖源：短視頻

　　這家公司，只靠2D超寫實的虛擬形象，提前準備好的話術和背景，就可以直播一天，雖然單個效果不如真人直播，但成本低到令人發指，而且還可以超低成本復制，勝在以量取勝，真正是做到躺著讓AI掙錢也并非不可能。

　　這一切，在說明，一場基于“AI+”的內容效率革命，正在數字人領域爆發。

　　虛擬數字人根據制作技術、應用場景、形象特點分為很多種。

　　與3D人氣偶像不同，現在大多數直播間里說話的根據真人原型復刻聲音、表情的2D寫實數字人，你根本分辨不出是真是假，但制作成本遠低于勇闖娛樂圈的A-Soul IP們。

　　一個虛擬主播可以進行7*24全天候的直播工作，隨叫隨到，也不用擔心人設翻車的問題，減少了直播運營中的人工成本。

　　這背后，是AIGC在重新塑造數字人的生產流程。

　　2D數字人的制作用上了深度學習，只需要確定形象設計，圖文音頻數據經過采集、預處理后上傳到模型訓練，制作方式相對3D更簡單，更標準化，制作效能不斷提升。

　　這種工廠流水線的方式，使數字人的制作門檻、成本和周期得到了大幅縮短。

　　同時，隨著行業制作端的技術迭代和成本驟降，針對小型客戶的數字人解決方案也開始涌現。

　　在4月份，騰訊云發布的數字人生產平臺，需要生成真人形象的數字分身可以在平臺上采購服務，只需上傳圖像音視頻即可實現定制，根據不同音色、視頻時長收費。

　　除了制作數字人，還可以提供整套數字人直播解決方案，功能包括了真人音頻接管直播間，獲取用戶評論智能回復，定價僅需要千元級別。

　　而有些渠道商，打包售賣AI主播的定價甚至只要200元以內。

　　這些主播形象大多來自模特經紀公司的授權，投放質量雖然粗糙，摳圖痕跡明顯，聲音也沒有特點。

　　但對普通的中小企業來說，沒有大V帶貨，花不起上百萬定制高端IP，想要壓縮運營成本， 快速起量，幾千塊的數字人已經夠香了。

　　數字人直播間，硅基

　　企業如果想要自己修改代碼，產出不同的數字人，還可以向技術提供商購買源碼，售價要比直接買AI主播更貴，不僅能自用，還可以使用源碼發展代理，甚至比自己做數字人直播還賺錢。

　　但AI數字人的故事，還沒有講完。

　　02

　　AI注入靈魂

　　IDC在《中國AI數字人市場現狀與機會分析》報告中將數字人分為五個等級，目前數字人發展經歷從手工制作到AI建模的階段，初步具備人的外形，但還只能做簡單的交互決策。

　　當智能化水平來到L4、L5級別時，AI驅動的數字人能夠接管大多數場景決策，支持更多模態的實時交互，類似鋼鐵俠的私人AI管家“賈維斯”。

　　虛擬數字人過去三十年的發展，技術發展和市場需求基本圍繞著兩點在演變，一是視覺效果；二是交互體驗。

　　虛擬數字人最早出現在游戲、動漫、電影里，對新潮事物的情感連接和IP價值的延伸遙相呼應。

　　早期的角色型IP使用手繪，動作要一張一張地畫。1982年，日本動畫《超時空要塞》的女主角林明美成為了*發行音樂專輯的虛擬歌手。

　　初代歌姬林明美

　　在電影里，形象可以用計算機建模，但動作還得讓人來做，CG技術和動作捕捉等技術逐漸普及，依靠綠幕，捕捉設備，演員可以成為任何角色。

　　千禧年后，從02年的《指環王》到去年的《阿凡達2》，角色的渲染效果已經細致入微，為藝術創作帶來了巨大便利。

　　《指環王》中“咕嚕”的形象由真人捕捉

　　到這里，數字人技術的發展圍繞更像“人”的極限一步步逼近，不僅僅要求外觀、服裝上的視覺效果趨近真實，還包括驅動(呈現真實細膩的表情和動作)和渲染(讓畫面更加精細實時)。

　　不過，總覺得還是缺了點什么。

　　1970 年，日本機器人專家森昌弘提出“恐怖谷”理論，由于機器人與人類在外表、動作上相似，所以人類會對機器人產生正面的情感。

　　當機器人與人類的相似程度達到一個特定程度的時候，一點點的差別都會被放大，并帶來負面和反感情緒。而當機器人與人類的相似度繼續上升，人類對其情感會再度回到正面。

　　與電影不同，社交屬性更強的應用場景對數字人實時交互的要求更高，不只是滿足于制作一個好看的“花瓶”而已。

　　在交互方面，自然語言模型填補了這一空缺。

　　文本生成能力已經驚艷眾人的GPT，給數字人的“智商”加上了兩道杠。

　　NLP大模型是AI驅動虛擬人的技術基石，簡單來講就是讓虛擬數字人能說會道，減少標準化內容的制作成本，被訓練來擔任智能客服、主持人、導游等角色。長期來看，隨著個性化和情感理解的能力提高，為老人提供陪伴關懷，成為小孩子的”私人教師“也將實現。

　　此外，嘴型動作也可以由AI驅動，建立起與文本的映射關系，隨著寫實程度的提高，微表情也就更豐富，說話的時候表情、口型能夠對得上，這樣的數字人不僅“形似人”，而且“神似人”。

　　新華社：全球首位數字航天員：小諍

　　Midjourney是基于diffusion model擴散模型的爆款產品，在去年7月發布，通過文本輸入指令訓練AI繪畫。

　　一對情侶，由Midjourney制圖

　　有機構測算過，目前其年收入就已經能夠達到1億美元的規模。

　　有B站up主用Midjourney復原了奶奶的寫實形象，從外觀上看，衰老的皮紋和白頭發細節感十足，加上過去的音頻重現奶奶的聲音，最后通過D-ID生成了奶奶的數字分身。

　　為了彌補未與奶奶好好告別的小遺憾，孫子和眼前的數字“奶奶”開啟了對話，而“奶奶”親切地回應，其實是ChatGPT提供的回答素材。

　　圖源：B站

　　正是通過這些用戶端的越來越多的嘗試，反過來為AI的“人格化”不斷添加海量訓練素材，加速豐富AI模型數據，最終讓AI為數字人注入靈魂，帶來更大可能。

　　03

　　尾聲

　　對虛擬分身的探索至今持續了三十余年，從手繪到真人驅動，再到AI驅動，擬真感和交互性的體驗進步打開了廣闊的應用場景，涓流匯成大海。

　　AIGC幫助將普通人的外觀、聲音等特征全面數字化，更低的制作門檻打開了市場的想象空間。

　　IDC預計，到2026年中國AI數字人市場規模將達到102.4億元人民幣，但能夠給我們帶來多么良好的體驗，決定了數字人最終的命運。

　　同時，AI數字人具備下一代人機交互入口的潛質，未來我們面對的或不再是冰冷的屏幕，而是生動活潑的數字人類，越能夠挖掘最深層次的情感需求，成為我們生活里的參與者。

　　或許正如AI教父所言，人類只是智慧演化的過渡階段，以便創造出數字智能，如今我們終于有一個長得像人類的數字分身，像我們一樣說話，以后或許還能像我們一樣思考。(全文完)