前不久，知名社交平臺Facebook正式宣布改名為Meta，而這個詞取自Metaverse，翻譯為中文就是元宇宙、虛擬世界。有了巨頭介入，“元宇宙”這個早在1992年的科幻小說《雪崩》中就已經(jīng)誕生的詞語，在2021年又火了起來，成為一個現(xiàn)象級的話題。

從定義上看，元宇宙，是整合了數(shù)字、互聯(lián)網(wǎng)等新技術(shù)產(chǎn)生的新型虛擬現(xiàn)實應(yīng)用，并且允許用戶對這個虛擬世界進行編輯，提供視聽等多方面的沉浸式體驗。

不只是Facebook，全球的互聯(lián)網(wǎng)巨頭都在追捧元宇宙概念，在這個風(fēng)口之下，相關(guān)話題持續(xù)升溫。作為元宇宙與現(xiàn)實世界的“溝通者”——虛擬主播似乎已經(jīng)逐漸融入我們的生活，短視頻、電視節(jié)目甚至是演唱會上，都活躍著他們的身影。

在元宇宙元年，虛擬主播，以及虛擬人機交互技術(shù)已經(jīng)成為首批用戶真正能夠感受到的落地產(chǎn)品。

活躍在各行各業(yè)的虛擬主播

虛擬主播并不是什么新的概念，很多年前，初音未來、洛天依等主播就已經(jīng)在二次元圈子成為“頂流”。而在今年，在元宇宙概念下，虛擬主播/虛擬角色更是如雨后春筍般出現(xiàn)：

柳夜熙，一個活躍在短視頻平臺的虛擬美妝博主，僅靠兩部作品，十余天就收獲500多萬粉絲;在B站，甚至有專門的虛擬主播分區(qū)，活躍著嘉然、乃琳、七海、阿梓等大批人氣角色，偶像團體A-SOUL的向晚大魔王在生日直播中，2個多小時賺了125萬元;

虛擬學(xué)生華智冰正式亮相并進入清華大學(xué)計算機科學(xué)與技術(shù)系知識工程實驗室學(xué)習(xí)，后續(xù)，華智冰還將繼續(xù)在人工智能領(lǐng)域深造，成為一個知識豐富，并且可以和人類進行良好交互的智能“人類”;

上月，央視新聞AI手語主播正式亮相，她可以和人類正常交談，并且在2022年冬奧會上，她將全程進行手語直播。包括湖南衛(wèi)視的主持人小漾、濟南電視臺主持人小沫兒……越來越多的電視臺都開始起用虛擬主持人;

一直深耕人工智能技術(shù)的科大訊飛，早在2018年就與央視合作打造了第一個虛擬主播“康曉輝”。近幾年，小晴、小璇、一峰等多名具有獨立性格、聲線、肢體語言的虛擬主播相繼上線，并且可以根據(jù)需要切換身份、著裝、儀態(tài)動作等。與央視新聞聯(lián)手打造的記者通通、虛擬主播紀小萌，以及和人民日報聯(lián)合推出的虛擬主播果果，早已在各自的崗位參與了采訪、報道等工作。

這些虛擬主播不光有人類的聲音，還可以模仿真人肢體動作，甚至是眼神等儀態(tài)。而其背后的開發(fā)團隊，在建立角色后還要經(jīng)過大量的調(diào)試，以滿足不同場景的需求，讓虛擬人能夠更接近于真人。

比如科大訊飛的虛擬人愛加，她不光可以熟練使用30多種語言和人類進行正常交互，還可以變身新聞主播、智能客服、虛擬醫(yī)生等多種職業(yè)，從穿著打扮、言談舉止等多種維度上都盡可能地接近普通人類，實現(xiàn)無感交互。

媲美真人的智能交互

早期的虛擬主播一般都是通過新聞節(jié)目主持人的身份和大家見面，甚至一度被懷疑是采集人臉數(shù)據(jù)之后，再加上人類自己錄音，就成了“主播”。

隨著技術(shù)的升級，智能交互技術(shù)早已經(jīng)不是印象中的樣子了?，F(xiàn)在的AI虛擬主播一般都能夠自行學(xué)習(xí)，并且可以通過語音、文字反饋等方式和用戶進行交互。

比如在上個月的2021中國網(wǎng)絡(luò)媒體論壇新技術(shù)新應(yīng)用新業(yè)態(tài)展示會上，總臺記者就在現(xiàn)場和AI手語主播進行了現(xiàn)場交流，溝通完全無障礙，AI主播可以流暢、準確地作出反饋。

在今年3月份的兩會期間，科大訊飛也聯(lián)合央視網(wǎng)，讓虛擬人愛加陪民眾一起關(guān)注直播，隨時回答用戶的提問。值得一提的是，用戶可以通過文字、語音等方式進行提問，愛加都能聽懂并且正確回答，互動效果和真人幾乎無異。

而這樣的交互，顯然和電商平臺的“智能客服”有很大區(qū)別。智能客服一般是將用戶的文字消息和后臺數(shù)據(jù)庫中的關(guān)鍵詞進行匹配，進行一些簡單的訂單查詢和問題反饋，回答比較固定，而且也沒有“人情味”。

但是科大訊飛的虛擬人交互平臺，在提供海量“問答庫”的同時，創(chuàng)新性地加入了語義理解技術(shù)，讓虛擬人可以結(jié)合對話語境，進行自然語言交流——就像和真人對話一樣，虛擬人能夠真正聽懂對話，并且給出精準答案。

為此，科大訊飛還利用這套技術(shù)，打造了一套AI智能交互一體機，不光有傳統(tǒng)觸屏的操作體驗，她還能和用戶進行語言溝通，在商圈、機場、智慧社區(qū)、金融機構(gòu)等場合提供針對性的服務(wù)。

從“紙片人”到全能主播

其實只要關(guān)鍵詞設(shè)置得夠多，電商平臺的“虛擬客服”也能夠滿足基本的溝通需求。類似的例子還有很多年前的QQ聊天機器人，雖然對話不是那么流暢，但已經(jīng)能夠進行最基本的溝通了。

經(jīng)過多年發(fā)展，虛擬人已經(jīng)具備了學(xué)習(xí)能力，具備各種相關(guān)知識的同時，還能做到得體、大方，使用自然語言和用戶溝通，而不是生硬的模板式回答。

光是能說會道，顯然還不能滿足“接近于真人”的需求，因為人類都是有情緒的，而情緒最好的表達就是表情。早期虛擬人的面部表情，一般只有嘴部的張合，再輔以大笑、眨眼等基本動作，和真人的區(qū)別還是挺大的。

但是近幾年虛擬人構(gòu)建技術(shù)越發(fā)成熟，不光是制作了漂亮的外觀，將表情等因素也都考慮在內(nèi)，比如登上2021年春晚舞臺的虛擬歌姬洛天依、王者榮耀推出的虛擬男團無限王者團、央視AI主播小小撒等形象，加上表情以及一些習(xí)慣性動作之后，不再是冷冰冰的“機器”，而更像是一個富有情感的人類。

而在背后，工程師需要進行大量的調(diào)試。以科大訊飛的虛擬人交互平臺為例，從建立人物模型開始，就要經(jīng)過原畫設(shè)定、模型建模、骨骼表情綁定等諸多步驟。而一句語音反饋，不只是將文本“翻譯”為語音輸出，還要通過算法生成人物五官微表情，動態(tài)調(diào)整虛擬人的嘴型、眼部細節(jié)、面部肌肉等。

不僅如此，還會通過大量訓(xùn)練，讓AI更懂人物的“表情語言”，在說某句話時，根據(jù)場景自動預(yù)測表情，最終才能呈現(xiàn)出媲美真人的面部特征。

作為人類進入元宇宙的“引路者”，虛擬人在今年可以說迎來了突飛猛進的變革。在未來，虛擬和現(xiàn)實的邊界將會變得越來越模糊，虛擬人可以出現(xiàn)在手機、電視、VR等任何介質(zhì)中，甚至包括全息投影。

可以預(yù)想的是，虛擬人將會更加深入我們的生活，在未來，算力和網(wǎng)絡(luò)通信速度還會進一步提升，虛擬人將有無限可能。我們會在更多的地方看到虛擬人，而他們，也會將我們真正帶入元宇宙的世界。