|
|
这几天,国内“冷门歌手”凭借AI翻唱再度走红。9 n5 o$ W$ z- M. M) [
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”。+ G" Y2 }4 q% ^$ u& \. m3 Q
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。/ b; Z9 |+ Y/ X8 l$ [9 z
海外的玩法更加离谱。
0 M# N( u# Z7 f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。- O3 O% h; q7 d. z7 U& i
仅一周,她就狂赚了7.16万美元。
7 d K Z. H2 s8 ]# {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。% I c/ r% a7 v5 L
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。- P7 H1 ~1 r2 ?" X
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。 W% [& f7 K* H8 }, N* q
01 数字人军团涌入直播间
6 Y4 X) w: l6 r3 i p1 c6 A/ u直播带货是虚拟IP变现最具潜力的场景。
0 e4 l8 ~9 S- `/ c- S+ [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。$ D! t* \- |5 |, O8 P
这一趋势让品牌方看到了让产品打破圈层的机会。
& [8 Z8 j: Q- R1 i+ @2020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。! W7 M4 S8 C+ j% I) L' `& j
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。8 H7 q; D4 @ o- F
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。8 L" b6 s9 i. u' h& s
一大批量的虚拟数字人开始扎堆涌进直播间。
+ |5 e( f0 z; }7 Q" U. h6 H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。" }+ h- @# m3 o1 O3 `1 a
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......# W+ U' W, G! A' p/ P/ k
图源:短视频' e' V5 M3 m4 g5 Q
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。
# Z& `* c4 V9 w) @. 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。2 h# f- |7 M4 c, l- \$ s( w
虚拟数字人根据制作技术、应用场景、形象特点分为很多种。8 j7 C: r/ `4 j
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。
9 k W7 @! v3 F$ L4 \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。6 p! y7 I: w8 d- ~
这背后,是AIGC在重新塑造数字人的生产流程。 J: r, j& R, n# Q3 C
2D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 e1 d, U$ i/ f4 ] t; d, j9 @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。
0 q0 N7 L2 w* d9 N t, k! a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。: H. {7 ?# s# k7 ?) H
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。/ K2 z% t+ U0 [. s- m( L7 g; ~
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。* l' S d& a7 L S0 [( @
而有些渠道商,打包售卖AI主播的定价甚至只要200元以内。
/ ?; X' n1 E. F: }+ r! D5 g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。
) ?( T" g3 ?5 P) @. h5 w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。" E! S) g( @. r" v3 u9 \( t
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。
: @6 q& m% S- X) J但AI数字人的故事,还没有讲完。
8 u$ x3 t% q& i% S02 AI注入灵魂9 S9 @: [3 x& G% N) x
IDC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。
* ^/ F8 ^$ u& [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”。1 ~% c; ?2 l* E" T1 _, n
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。 \' w: _& O% A8 O7 T7 Y
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。
6 s' |" r2 D; ~" A& z! w/ F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。# K$ b; |" j' e
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。1 U: e, F$ d ~6 B: j7 i+ T
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。
7 \- o/ y& s z+ w5 E$ r% M/ |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)。3 Y& W5 u9 G/ Z0 A8 G
不过,总觉得还是缺了点什么。, r' v% K* i( R. V# e
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。
, ^7 m$ a2 k; z3 y: Q( Y" W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。
& q, |! ^* ~& K# F" n% I; d- i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。
8 }/ H+ V, B! z. C \% T; z' R4 O+ }在交互方面,自然语言模型填补了这一空缺。
3 A& y: G' E1 |7 J# Q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。
, Y4 s9 N; b& T7 I) jNLP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。
* H) G- P# K: H+ h) o$ n4 b% [% ~+ {% q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”。, w. X* o+ j2 Y" ?* t
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。
2 H _# Z; E' t4 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。
- f% c% t3 j. c# w: O5 T9 y8 Y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。7 r- |( U! x9 J) D2 [
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。) }, ]1 i% n# {
图源:B站
. X y& c1 V( m2 q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。( G# J2 y& L6 O. ]1 c
03 尾声
! B0 p, O( I; p0 N1 z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。5 i# v+ N( l$ N" H4 C6 M: f5 T
AIGC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。1 ^3 x, o# m# A, M1 l3 w8 [
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。0 f! f! ~( S4 H
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。, Z$ P& F, O% W% R; z8 L
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
×
|