原标题:AI虚拟人冷思考:究竟是代替人类 还是人类用它赚钱?
1903年,AI虚拟人冷思考:究竟是代替人类 还是人类用它赚钱? 园艺学首先发明了“克隆”这个词汇,100年后,不仅植物可以克隆,羊可以克隆、猴子也可以克隆,甚至人也可以被克隆了。
只是碍于伦理问题,克隆人的研究一直被限制。最近,随着AI的火热,AI克隆人出现了。微软小冰推出的AI克隆人,就像一个真实存在的网友,“他”有自己的朋友圈,可以陪你文字聊天,语音聊天,甚至还能视频聊天。
再往前,AI孙燕姿翻唱了《发如雪》,一夜之间爆火全网,孙燕姿本人称自己的粉丝已改换门庭。
其实,早在1927年,无声电影《大都会》中就出现了电影史上第一个AI虚拟角色——机器人玛利亚,后来的米老鼠、日本的动漫,人们就用手绘动画的方式展现二维虚拟形象。
只是,当时由于技术还不成熟,虚拟人的应用还处于萌芽阶段,后来随着计算机视觉和动捕技术的出现,虚拟逐渐进入到探索阶段,如今随着AI时代的到来,虚拟人开始真正走进我们的生活。
无论是简单的产品咨询,还是直播行业、影视行业,虚拟人看起来正在替代人类。那么,AI对虚拟人产业会带来哪些改变?虚拟人产业的机会和风险有哪些?虚拟人是不是一门好生意?
01 AI技术重塑虚拟人
2022年7月12日,火了10年的虚拟偶像洛天依,第一次通过AI发声:“唱响你心中的歌,我是虚拟歌手洛天依。”
这标志着,AI重塑虚拟偶像的时代正在到来。
2000年,电影《最终幻想:灵魂深处》首次用计算机视觉(CG)和动作捕捉技术,设计了三维虚拟形人。
当时的虚拟人主要是由真人通过动作捕捉驱动动画形象,2016年底,号称全球首位虚拟主播,4个月吸粉40万,在Youtube开设“A.I.Channel”频道的虚拟主播,依旧是使用真人驱动的虚拟偶像。
直到2018年,新华社联合搜狗公司推出的全球首位3D版AI合成主播“新小微”,AI对虚拟人的改变才开始进入爆发期。
AI对虚拟人的改变包括外观形象、行为表达、思想交互三个方面。
第一,AI对虚拟人外观形象方面的改变,在于传统的3D建模需要人通过软件设计一个形象,而AI生成是通过算法和以往数据而生成的3D形象。
比如新华社的“新小微”就是以其职员赵琬微为原型,首先通过几百个摄像头对赵琬微身体部位360度全方位扫描,并对其多种形态的表情和动作进行捕捉记录。然后再对“新小微”的各个部位和表情进行了模块化处理,像拼乐高一样重新组装。
最后通过算法实现驱动和渲染构建出来的虚拟人模型,做到表情、唇动、肢体动作和语言表达的高度契合。
第二,行为表达方面,AI通过语音合成技术取代传统真人配音模式,由AI直接生成语音,包括唱歌、新闻播报、演讲、朗读等等应用场景。
AI孙燕姿的爆火,就离不开2021年韩国科学院发布的开源AI语音合成模型VITS,在该语音模型基础上开发的so-vits-svc项目,通过对孙燕姿歌曲、采访等声音的训练,就有了AI孙燕姿。
第三,思想交互方面,大模型的出现,让AI通过大量人类数据集的训练,思考和回答更接近人类,使虚拟人的交互更像人。
比如制作游戏的软件Unreal Engine基本上实现虚拟人从“很像”到“很真”的跨越。4月,一款基于ChatGPT制作的游戏——《生成智能体:人类行为的交互式模拟》上线。
网易旗下开放世界武侠手游《逆水寒》让智能NPC和玩家自由生成对话,并基于对话内容,游戏中的人物自主给出行为反馈。
再就是微软小冰,基于小冰框架开发的AI克隆人,第一批网红半藏森林入入驻,不同的用户聊天内容不同,回复的内容也不相同,更像是真人的交互。
02 谁能用虚拟人赚钱?
不仅仅是网易、微软小冰,虚拟人世界还有更多的玩家。
6月6日,2023苹果开发者大会在苹果飞船总部大楼举办,大会上苹果发布的混合现实(MR)头盔,再次将人们的视野带向元宇宙。随着AI等技术的进步,元宇宙世界离我们越来越近。
虚拟人是元宇宙的构成要素和交互载体,作为真实人类的映射,虚拟人是运用动作捕捉、AI等技术复制真人(数字孪生)形象,以便在元宇宙当中,实现虚拟与现实的更强交互,具备更好的现实感。
当前虚拟人产业链可分为三层,分别是基础层、平台层和应用层。
基础层提供基础硬件和软件支撑,比如显示设备VR/AR眼镜、建模软件、渲染引擎。
基础层做得好的多是国外的公司,比如Unity引擎,不仅可以做虚拟人,还能进行动画、游戏等的支持,很多热门游戏是通过Unity引擎开发完成的。
平台层主要包括AI厂商和综合性互联网厂商等技术支持企业。
平台层企业是对基础层的软硬件技术运用,并结合AI、计算机视觉(CG)等虚拟数字人技术,为应用层提供进一步技术支持和解决方案。
比如商汤、云从、依图和旷视等AI四小龙,还有在语音识别领域做得比较好的科大讯飞。其他的还有像微软、腾讯这样提供一站式解决方案的企业。
这次虚拟半藏森林的开发公司——小冰,就是平台提供商,同时也是应用层的提供商。
应用层的企业是将虚拟数字人技术与传统行业进行融合,实现对传统行业的改造。比如虚拟主持人、虚拟客服等。
从商业化和应用场景来看,虚拟人可以分为内容/IP型、功能服务型、虚拟分身型3类。
内容/IP型虚拟人,比如2021年爆火的虚拟美妆达人柳夜熙,这类虚拟人主要应用于影视、文娱、市场营销等场景,功能服务型虚拟人主要应用于行业服务场景,比如电商的虚拟客服,这两种类型虚拟数字人更多是面向B端。
虚拟分身类型数字人除了面向B端的应用,也面向C端,比如著名的咨询专家刘润,就定制了自己的虚拟形象,分身可以代替他进行直播等工作。
变现的机会分为两种,利用数字人形象进行淘金的、向淘金者出售铲子的。
刘润的数字分身就属于第一种,可以让数字分身承担工作,创造收益;乐华娱乐旗下虚拟偶像女团A—SOUL也属于第一种,虚拟偶像女团和真实的偶像女团一样,也可以通过向普通粉丝出售门票、周边赚钱。
柳夜熙背后的创壹科技,既利用柳夜熙的直播和视频获取收益,同时也是个卖铲子的。柳夜熙背后就有着150人技术驱动的中台和强大的内容战略。
创壹科技,也曾凭借控雨的创意,创造出了爆火的素材,可供抖音庞大的其他用户使用,截至2021年6月,排抖音特效使用榜单前十。
现在,虚拟数字人越来越智能化、形象化,应用也更普遍,那么虚拟数字人是不是一门好生意?
03 虚拟数字人是不是一门好生意?
虚拟人的应用尚处于发展早期,未来发展迅速几乎是确定的方向。
艾瑞咨询的研究报告显示,2022年中国虚拟人带动产业市场规模和核心市场规模分别为1866.1亿元和120.8亿元,预计2025年分别达到6402.7亿元和480.6亿元,呈现强劲的增长态势。
目前,很多公司也的确因为虚拟人的应用获得了可观的收益。
2020年11月,A-SOUL火了之后,乐华娱乐的泛娱乐业务收入从2020年的2110万元增长至2021年的3790万元,主要原因便是虚拟艺人组合A—SOUL的商业发展产生的收益,A-SOUL还推动了乐华泛娱乐业务毛利率大幅转正。
小冰公司推出的AI克隆人,付费模式有两种:一种是“情感模式”是72元/年,可与克隆人语音通话、朋友圈互动;另一种是“超级模式”,360元/年,克隆人会成为用户的办公伙伴,提供撰写文案等服务。
以“半藏森林”为例,如果有1万个用户付费,如果全部选择情感模式,相当于“半藏森林”克隆人一年收入72万元;如果选择超级模式一年则可收入360万元。
国外类似半藏森林的商业模式,今年5月2日,国外网红Caryn Marjorie与初创企FV(Forever Voice)合作推出Caryn AI,是粉丝的“虚拟女友”。
Caryn预计,AI版本的自己能让她收入翻60倍,年入6000万美元(约4.16亿元人民币)。
金矿很大,但钱不一定好捞。
先说明一下,这里要讨论的不是基础层的一些大企业,对他们而言,自身技术突破是战略,不会用短期能否有较好的变现模式和变现空间来衡量,更多的是针对平台层的部分公司以及对虚拟人的应用上。
第一,成本比较高,但收益不具有确定性。
B端需要的虚拟人,一般是用来代替人工作的,比如虚拟主播,本意是拉长直播时间、减少人力成本。
不过,就当前的AI技术而言,尚不能做到与真人无异,很多从事直播业务的人说数字直播间的流量不好。《豹变》的一篇文章称,美ONE(李佳琦公司)工作人员表示,数字人会影响直播互动,这是直播最大的优势。
想让数字人更接近于真人,就需要花更多的钱,比如刘润的数字分身成本在百万元级别。
优质的数字人还需要高额的运营成本,就像上文提到的需要超过百人的创意团队,从2021年爆火到现在,柳夜熙在抖音的作品不过41个,第一条短视频的制作成本就高达几十万元。
除了工具类型的,还有情感陪伴类型的虚拟人,超级模式下的虚拟半藏森林属于二者结合。
不管是半藏森林还是Caryn,在推出虚拟人之前就已经是知名人士,这并不好模仿。这一类数字人还面临的风险在于用户新鲜感丧失。
人们忠诚于一段关系,或是因为利益,或是因为志趣相投,或是怕被谴责,再或者别无选择。而当以知名人物为原型的虚拟人足够多时,人能合理合法地拥有无限的情感资源时,忠诚自然也就被抛之脑后了。
清华大学在《元宇宙发展研究报告3.0》中也表示,由于虚拟人成本高,如果后期运营乏力,将出现热度衰退、用户新鲜感丧失等问题,IP价值就会出现回落。
第二,存在监管和法律风险。
比如侵权问题。近期爆火的AI孙燕姿,专家提出对于肖像权、声音权、著作权、数据权,AI孙燕姿都可能会涉及侵权。
比如诈骗问题。近期,内蒙古包头警方就通报了一起案件,骗子通过AI换脸和拟声技术,佯装熟人实施诈骗,福州市某公司法人代表郭先生10分钟内被骗430万元。
随着技术的发展,更像人的虚拟数字人可能成本更低,更加适配的法律和监管细则也会出台,虚拟人产业会更加规范地发展,但在目前看来,成本和收益还谈不上对等。