|
这几天,国内“冷门歌手”凭借AI翻唱再度走红。: Y* F! z, a5 `: g, l
B站网友用AI模型生成了歌手孙燕姿的AI分身,其实跟车载导航上的“林志玲”、“郭德纲”类似。拿歌手本人的音频去训练,生成一个音色一模一样的“孙燕姿”。
" s8 s- f7 V! r) H1 [然后,让偶像唱自己喜欢的歌的心愿,就以这样一种诡异的方式实现了。
: m: z* ]4 z6 f+ p/ e+ z海外的玩法更加离谱。* Y/ G. M! w6 o1 {2 t6 M
美国一个拥有180万粉丝的23岁女网红,通过用GPT-4复刻了自己的AI分身,然后同时与1000多个网友谈恋爱,每分钟收费1美元。
8 a* @1 q/ `! d仅一周,她就狂赚了7.16万美元。: I9 E. Y* v2 V" f' n3 V
并且还远不止如此,现在她的“男友”还在急速增加中,目前已经增加到了近万人,排队等待与她“谈恋爱”时间已经长达96小时。
% F/ r' f) t) J/ h0 T5 v有分析认为,按照趋势,她月入500万美元没有任何难度,如果不是技术限制,她赚到的钱,将可能是一个天文数字。! K. m5 y" X2 J- }
这些现象已经可以充分说明,一个由AI+带来的新技术红利时代,正在被急速到来。
, ]5 P3 E2 ~! j( F% h7 e! h( `& ~& v01 数字人军团涌入直播间
$ _3 h1 d& y) E( c: p" C直播带货是虚拟IP变现最具潜力的场景。/ z5 J$ z; f$ X* P4 V) B
Z世代对社交、视频、网购等工具的使用深度遥遥领先于全网平均水平,数字人和虚拟空间结合的新玩法给他们带来了体验感和交互性,虚拟IP的核心粉丝大多来自18-24岁的年轻群体。, \: O3 Z9 a* z S, ]
这一趋势让品牌方看到了让产品打破圈层的机会。
: r0 ]/ P. M0 p# P8 m2020年,虚拟歌手洛天依和乐正绫等来到淘宝直播间,为博士伦、美的、欧舒丹等品牌带货。这场直播观看人数高达270万,有近200万人打赏互动。* K3 K" I6 D' n5 p$ r
这在当时一度掀起巨大的讨论,虚拟数字人直播的时代已经来了。; b. h) I4 X o, p
而随着今年由chatGPT掀起的人工智能大模型热潮,虚拟数字人领域又迎来一轮更加磅礴的爆发。 w# H2 c/ V# E3 q! c7 q+ z) f" a
一大批量的虚拟数字人开始扎堆涌进直播间。( t" h7 T7 |' O, _
今年4月份,天娱数科旗下的虚拟数字人“朏朏”已完成 ChatGPT 模型接入,并完成直播首秀,不仅能够实时响应顾客的提问,还能根据不同问题进行自主回答。' \: R, e& G o/ P; ^3 X
在短视频上,出现过很多这样的场景:一家公司的整个办公室里空无一人,只有一排排办公桌上有数十台电脑屏幕里的AI美女们正在直播......9 C' d; L( [; Y* A6 D) G% P
图源:短视频
. T' W3 d4 G4 q8 z8 @2 k这家公司,只靠2D超写实的虚拟形象,提前准备好的话术和背景,就可以直播一天,虽然单个效果不如真人直播,但成本低到令人发指,而且还可以超低成本复制,胜在以量取胜,真正是做到躺着让AI挣钱也并非不可能。9 H0 R, I; _3 l4 v4 F
这一切,在说明,一场基于“AI+”的内容效率革命,正在数字人领域爆发。& f6 [4 u. Q6 i0 g+ J/ v
虚拟数字人根据制作技术、应用场景、形象特点分为很多种。
5 X2 k, j5 @; n8 I |; d% R与3D人气偶像不同,现在大多数直播间里说话的根据真人原型复刻声音、表情的2D写实数字人,你根本分辨不出是真是假,但制作成本远低于勇闯娱乐圈的A-Soul IP们。
5 O$ [! l! E. F3 C5 X. b" p& h一个虚拟主播可以进行7*24全天候的直播工作,随叫随到,也不用担心人设翻车的问题,减少了直播运营中的人工成本。
1 Z3 Y% w+ |) Z: J这背后,是AIGC在重新塑造数字人的生产流程。
/ Z3 U$ P; p) p8 v4 P2D数字人的制作用上了深度学习,只需要确定形象设计,图文音频数据经过采集、预处理后上传到模型训练,制作方式相对3D更简单,更标准化,制作效能不断提升。7 U4 N3 v B: @5 L* w9 e
这种工厂流水线的方式,使数字人的制作门槛、成本和周期得到了大幅缩短。: |. J' E+ k% A3 g. f" t" E7 Q5 M
同时,随着行业制作端的技术迭代和成本骤降,针对小型客户的数字人解决方案也开始涌现。, p0 g. r- d" n5 F* s% ~0 o) o
在4月份,腾讯云发布的数字人生产平台,需要生成真人形象的数字分身可以在平台上采购服务,只需上传图像音视频即可实现定制,根据不同音色、视频时长收费。; X- e& ]9 u8 l% E% U
除了制作数字人,还可以提供整套数字人直播解决方案,功能包括了真人音频接管直播间,获取用户评论智能回复,定价仅需要千元级别。
1 i% U" f4 D' B8 z而有些渠道商,打包售卖AI主播的定价甚至只要200元以内。
6 {. I1 Y: p" S: ?' C! l这些主播形象大多来自模特经纪公司的授权,投放质量虽然粗糙,抠图痕迹明显,声音也没有特点。
! L" p) h2 }% ~/ G但对普通的中小企业来说,没有大V带货,花不起上百万定制高端IP,想要压缩运营成本, 快速起量,几千块的数字人已经够香了。3 m3 [8 ?4 p+ j% C" |" E
企业如果想要自己修改代码,产出不同的数字人,还可以向技术提供商购买源码,售价要比直接买AI主播更贵,不仅能自用,还可以使用源码发展代理,甚至比自己做数字人直播还赚钱。
# z, R7 c) i# Y$ A但AI数字人的故事,还没有讲完。1 t$ n' I X6 [7 D9 j/ l
02 AI注入灵魂
8 Y# v' y3 g Y' Q9 j) yIDC在《中国AI数字人市场现状与机会分析》报告中将数字人分为五个等级,目前数字人发展经历从手工制作到AI建模的阶段,初步具备人的外形,但还只能做简单的交互决策。3 t& q1 K0 F/ E! a: S
当智能化水平来到L4、L5级别时,AI驱动的数字人能够接管大多数场景决策,支持更多模态的实时交互,类似钢铁侠的私人AI管家“贾维斯”。- ~/ C2 j7 z. d
虚拟数字人过去三十年的发展,技术发展和市场需求基本围绕着两点在演变,一是视觉效果;二是交互体验。
9 A, r7 f* P, P虚拟数字人最早出现在游戏、动漫、电影里,对新潮事物的情感连接和IP价值的延伸遥相呼应。
* l1 V' a0 R/ H* b8 S; q0 \早期的角色型IP使用手绘,动作要一张一张地画。1982年,日本动画《超时空要塞》的女主角林明美成为了首个发行音乐专辑的虚拟歌手。& c, V/ Q7 }. B3 V5 K2 e. P
在电影里,形象可以用计算机建模,但动作还得让人来做,CG技术和动作捕捉等技术逐渐普及,依靠绿幕,捕捉设备,演员可以成为任何角色。' Q5 e" |# m/ r3 f8 b
千禧年后,从02年的《指环王》到去年的《阿凡达2》,角色的渲染效果已经细致入微,为艺术创作带来了巨大便利。5 K1 W) x0 s; z/ N% U
到这里,数字人技术的发展围绕更像“人”的极限一步步逼近,不仅仅要求外观、服装上的视觉效果趋近真实,还包括驱动(呈现真实细腻的表情和动作)和渲染(让画面更加精细实时)。9 k3 a) r0 X/ n0 ~2 h( u
不过,总觉得还是缺了点什么。" n* H: M |4 }; _9 O0 Y
1970 年,日本机器人专家森昌弘提出“恐怖谷”理论,由于机器人与人类在外表、动作上相似,所以人类会对机器人产生正面的情感。
?# G5 H+ u0 ]2 K* T E2 S6 R2 I当机器人与人类的相似程度达到一个特定程度的时候,一点点的差别都会被放大,并带来负面和反感情绪。而当机器人与人类的相似度继续上升,人类对其情感会再度回到正面。
" f. A0 Z% b7 P# a与电影不同,社交属性更强的应用场景对数字人实时交互的要求更高,不只是满足于制作一个好看的“花瓶”而已。' {4 F* J$ [7 D
在交互方面,自然语言模型填补了这一空缺。
* S6 C! z$ S/ U! c- N x文本生成能力已经惊艳众人的GPT,给数字人的“智商”加上了两道杠。. L6 q+ x' O7 i# B
NLP大模型是AI驱动虚拟人的技术基石,简单来讲就是让虚拟数字人能说会道,减少标准化内容的制作成本,被训练来担任智能客服、主持人、导游等角色。长期来看,随着个性化和情感理解的能力提高,为老人提供陪伴关怀,成为小孩子的”私人教师“也将实现。
6 y; U( L& L* i3 ^/ Y' ?2 `$ m: W此外,嘴型动作也可以由AI驱动,建立起与文本的映射关系,随着写实程度的提高,微表情也就更丰富,说话的时候表情、口型能够对得上,这样的数字人不仅“形似人”,而且“神似人”。
9 V* \" @) F5 ~5 j8 R$ \$ ~Midjourney是基于diffusion model扩散模型的爆款产品,在去年7月发布,通过文本输入指令训练AI绘画。8 o8 B( l5 y; c$ s$ d2 Q
有机构测算过,目前其年收入就已经能够达到1亿美元的规模。: }" d: T' J% n/ B; p* {* [% V. M8 z/ H
有B站up主用Midjourney复原了奶奶的写实形象,从外观上看,衰老的皮纹和白头发细节感十足,加上过去的音频重现奶奶的声音,最后通过D-ID生成了奶奶的数字分身。
& c* v8 D. P+ X为了弥补未与奶奶好好告别的小遗憾,孙子和眼前的数字“奶奶”开启了对话,而“奶奶”亲切地回应,其实是ChatGPT提供的回答素材。
4 D' u9 I5 K$ R/ Y- d* R图源:B站
3 A; A2 k4 E) S( U正是通过这些用户端的越来越多的尝试,反过来为AI的“人格化”不断添加海量训练素材,加速丰富AI模型数据,最终让AI为数字人注入灵魂,带来更大可能。+ Q- r ^& H. w' s! o) K+ s
03 尾声$ n, m5 p, E* a0 z9 T) O0 U0 E5 ?( B
对虚拟分身的探索至今持续了三十余年,从手绘到真人驱动,再到AI驱动,拟真感和交互性的体验进步打开了广阔的应用场景,涓流汇成大海。
9 G2 M6 j3 l: M6 h! j6 NAIGC帮助将普通人的外观、声音等特征全面数字化,更低的制作门槛打开了市场的想象空间。& t7 g' |0 F0 R7 h* o
IDC预计,到2026年中国AI数字人市场规模将达到102.4亿元人民币,但能够给我们带来多么良好的体验,决定了数字人最终的命运。9 } Q. F8 W" Q5 X
同时,AI数字人具备下一代人机交互入口的潜质,未来我们面对的或不再是冰冷的屏幕,而是生动活泼的数字人类,越能够挖掘最深层次的情感需求,成为我们生活里的参与者。& S0 t5 q+ w! s
或许正如AI教父所言,人类只是智慧演化的过渡阶段,以便创造出数字智能,如今我们终于有一个长得像人类的数字分身,像我们一样说话,以后或许还能像我们一样思考。 |
本帖子中包含更多资源
您需要 登录 才可以下载或查看,没有账号?立即注册
×
|