打破次元壁，建立深度情感联系，AI最终将成为虚拟偶像的“灵魂”？

在第五届世界互联网大会开幕上，搜狗联合新华社发布了以主持人邱浩为原型的“AI合成主播”。展示视频中，“主播”标准流畅的播报方式、微妙的肌肉牵引与精确的嘴唇张合，几乎让人难辨真假。

搜狗随后揭示了背后的技术原理：声音合成、表情合成、唇形合成，并结合语音、图像等多模态信息进行联合建模训练后，生成与真人无异的AI分身模型。这两个顶尖科技术语的结合为新闻主播事业带来的新形式，给媒体带来的惊喜同时也带来了焦虑：“AI合成主播的推出，会不会让很多人失业？”

其实，在AI合成主播出现之前，“虚拟主播”这个词，早已火遍二次元圈了。

“虚拟主播”席卷二次元圈，与AI技术结合仍为市场盲点

2016年，一个亚麻色长发、绑着粉色蝴蝶结发带、穿着白色裙子的二次元少女形象出现在Youtube上。在首发的自我介绍视频中，她称自己是一位“虚拟的Youtuber”。就这样，全球第一位虚拟主播——“绊爱”（Kizuna AI）诞生了。

这个账号名称为“A.I.Channel”的频道，目前粉丝数已超180万，单个作品最高播放量突破320万。而那支视频，则被很多网友称为“梦开始的地方”。

绊爱之后，Youtube上的虚拟主播开始激增，根据“三文娱”6月统计的数字，2018 年 2月，Youtube上虚拟主播频道数量还只有 500 个，仅 3 个月就增加到了 3000 个。观众人数上，2017 年 12 月 VTuber Top 50 频道订阅人数为 162 万人，2018 年 6 月这一数字增长 5 倍达到 825 万人。

数据来源：三文娱

绊爱其实与普通的Youtuber一模一样，上传唱歌、脱口秀等视频，也会直播打游戏与粉丝实时互动，粉丝送爱称“人工智障”。她的背后是一整支团队在运作，用演员的表情捕捉，以及声优同步配音塑造出一个鲜活的二次元少女形象，再由专业人事在平台上运营。

随后，国内的虚拟主播也开始陆陆续续出现。B站上的“虚拟次元计划”账号发布国内首个虚拟UP主形象——小希；随后抖音也推出了“宇宙高智慧少女”MOMO酱；不久前刚获1.2亿融资的“克拉克拉”也即将推出二次元虚拟直播功能。

随着技术的成熟，现在不少“虚拟主播”已经可以完全映射真人演员：通过完善的肢体动作、面部表情捕捉设备与精致的3D建模进行实时输出。而AR与全息投影技术则让观众与“虚拟主播”之间的距离更近了一步。

但实际上，目前还并没有虚拟主播引入AI技术，也就是说虚拟主播本身不具备真正的学习、互动与感知能力。“AI主播”只是绊爱、小希们扮演的人设，与真正的人工智能还相去甚远。

目前国内能够称之为AI虚拟形象的其实很少，微软亚洲研究院设计的微软小冰算一个。人工智能与深度学习技术让微软小冰可以理解对话的语境与语义，实现超越简单人机问答的交互，甚至已经可以作词演唱，但微软小冰到目前为止还并没有动态的人物形象出现。

与此同时，小米也在为AI虚拟形象的输出作着努力。你或许没有注意到，小米于2017年首发的人工智能音箱“小爱同学”，已经从缩小版的小米空气净化器到有了初版的人物形象。不过，以智能家庭生态链为重点的小米，未来是否会让小爱同学进军泛娱乐圈还存在着争议。

若要说真正将“宅男乐趣”发扬光大，则不得不提到位于深圳的Gowild狗尾草公司。2016年，狗尾草发布了虚拟偶像“琥珀”与全息投影智能音箱“HoloEra琥珀虚颜”，这其实是一条并行战略。“琥珀”采取虚拟偶像运作模式：签约羽泉工作室、发布单曲、担任主播、开演唱会、举行线下生日会……与初音和洛天依一样，参与偶像养生粉丝生态。

而智能音箱“HoloEra琥珀虚颜”则作为一款家庭产品，能通过声音和画面与人进行交互，达到与人建立情感联系。实际上，日本一家叫Vinclu的公司2015年推出过一款Gatebox产品“逢妻光”，定位为“全息AI女友”，在日本颇受欢迎。这不禁让人想起《银翼杀手2049》里那位全息AI女友Joi，除了没有切实的肉体，精确的算法让她变成为每个人量身定制的商品。

狗尾草公司产品“HoloEra琥珀虚颜”

如果说，“初音未来”代表“虚拟形象1.0”时代，那么AI合成主播已进入“虚拟形象3.0”时代。

取代真人为时尚早，“AI+虚拟形象”有待在个行业突破

目前国内AI+虚拟形象的案例较少的原因，大致可以从以下几个方面来解释：

第一，技术方面门槛颇高。AI研发前期需要投入巨大的成本，其次技术需要能够快速找到落地的场景、行业。小爱同学能够推出市场，正是基于它作为小米智能家居生态链中的一部分，如果单单只是作为一款音箱产品出售，那足够高的研发成本不适合公司的长尾运营。

第二，虚拟形象的重要发源地——二次元文化，仍未跳出小众文化圈，饭圈生态也不够成熟。国内为二次元文化不如日本深厚，二次元爱好者大量集中于特定的年龄阶段，虚拟偶像仍只是小范围圈层的自嗨。另外，一个形象变成一个“偶像”需要长线规划，那么AI+虚拟形象就不具备快速变现的能力。

第三，如有捷径可走，没必要用AI。比如洛天依，她由YAMAHA集团发行的歌声合成器技术以及应用程序VOCALOID的软件制作而成，依靠粉丝不断再创作赋能，即所谓的“养成”，已经在虚拟偶像领域取得了一定的成功。也就是说，目前所拥有的技术，已足够打破许多场景，如网剧、网综、社区等。

AI+虚拟形象，必然有需要它存在的场景。搜狗从需要主持人出镜的新闻播报事业着手，推出AI合成主播，既可以缓解这个行业“不容出错”带来的压力，又可以大幅度提高工作效率。此外，搜狗CEO王小川在接受媒体采访时，谈到该技术未来的运用场景，也认为该技术可以深入到“主播、翻译、个人助理”等领域。

而对于导语中，媒体的疑问：“AI合成主播的推出，会不会让很多人失业？”，王小川则认为目前以目前的技术来说，还不至于可以实现。“AI合成主播和人类的关系是取代还是配合这个问题，如果只是感知问题，不涉及到后面的语言组织、撰写深度稿件的话，它是可以去跟真人接近的。”

AI+虚拟形象在垂直领域的应用，市场仍然需要抱着期望的态度。毕竟小时候大家都曾幻想过，《空中大灌篮》的场景会发生在自己身上。