江苏龙网

  1. 主页 > 生活百科 > >

虚拟人艰难落地( 二 )

虚拟人


他还补充道，虚拟人技术供方首先要满足企业的现实需求，因为无论是从实际功能，还是营销功能，企业都比个人的付费意愿更强烈 。
生产端，降本增效
一个值得行业欣慰的好消息是，AI的技术进步驱动了虚拟人生产成本的降低 。不论对功能型还是身份型虚拟人，都是利好 。
打造一个虚拟人，主要包括建模、驱动、渲染三个环节 。AI大大降低了建模和驱动环节的成本 。
建模，就是通过手绘、CG建模或者AI的方法，制作出虚拟人的形象 。传统方法，需要设计师在 3D 软件中‘捏’出一些形象 。
以往，产品经理和美术设计只能通过文字、网络图片参考，沟通形象需求，难免存在信息失真 。假如对制作效果不满意，只能多次返工 。
现在不然，Midjourney、Stable Diffusion 等软件已经实现低成本的 2D 图像生成 。
AI基于已有素材和指令，智能生成一个形象，让每一个需求都有了更具体的对照 。也就是说，AI大大降低了制作虚拟人形象的沟通和试错成本 。
3D 建模虽然无法完全由AI完成，但 MetaHuman 等工具则可以通过输入照片或视频建立高保真的虚拟人，并直接在 Unreal Engine 中应用 。
驱动，是让虚拟人活动起来的过程 。它可以由‘中之人’驱动，也可以由AI驱动 。中之人是指，在虚拟人的外衣下，提供声音、动作的真人演员 。
前者依靠对真人的深度采集完成，包括动作捕捉、面部表情捕捉、音视频合成等等，再绑定到虚拟人上 。后者则是通过深度学习、小样本学习、自然语言处理、神经网络渲染等技术手段，比如输入演讲稿或者语音，AI模型就能自动输出肢体动作、面部表情、声音 。
David解释，他们公司具备动作、表情和声音模型 。‘声音是比较简单的，TTS（Text to Speech）技术很成熟了 。肢体和口唇动作就是一些 STA 模型，我们采集了非常多的动捕数据，再基于此去生成训练模型 。’
例如，若想在产品解说的视频中应用虚拟人，系统会基于NLP识别用户输入的脚本，其中的文字作为输入给到模型，可以触发一些关键的动作 。
如果你对这些概念没有强烈体感，可以通过金钱投入量级更直观地感受 。
‘如果是动捕技术，成本是一秒钟1000块，这意味着时长一分钟的视频，大概需要六万块 。而通过 AI 的方式去生成，1分钟只需要30块钱 。’David 介绍，两种方式的成本相差千倍 。
广发证券 指出，AI 技术对虚拟人产业的影响不仅仅是在成本侧，同时还带来了‘拟人化’和‘专业化’的可能 。大语言模型，以及在基础模型上用特定的数据集进行微调，可以赋予虚拟人个性，也可以适配更多专业化的场景 。
虚拟人直播带来的启示
更直观的功能型虚拟人应用，是在直播场景 。
5月份，抖音率先确定虚拟人的‘合法’身份，允许使用AI辅助创作、不会限制虚拟人直播 。近几个月，抖音新注册的公会账号，使用虚拟人直播不再按照录播对待 。
快手虽然没有官方表态，但没少给‘快手虚拟演播助手（KuaishouVirtual Studio，KVS）’做推广 。KVS 是一款面向内容生产者的工具，支持使用虚拟人助播，也支持主播自己化身虚拟形象，进入虚拟场景 。
不论站在哪一方，虚拟人都是刚需 。
品牌方，有动力替换部分真人主播 。一名成熟的主播，培养周期至少在三个月左右 。而这一行业的人员流动性很高，品牌方需要持续寻找、培训、磨合新的主播 。
如果不考虑饭碗被替代，主播也想培训虚拟人帮自己打工 。毕竟，带货是个体力活儿，日复一夜每天连播4-6小时，昼夜颠倒、深夜下播是行业常态，很多人吃不消 。
此外，‘带货过品’的套路成熟，商品的讲解流程标准化，虚拟人似乎完全可以胜任 。
然而，现实却没有那么美好 。
虚拟人主播很难让观众产生真正的信任，尤其是涉及到产品测评，美妆、服饰等常见商品的展示，虚拟人显得有点力不从心 。
此前，群众基础还不错的虚拟偶像翎 Ling，就因为口红测评文案中的‘滋润不干’被网友无情吐槽 。当呈现效果完全是虚拟的，又如何给到消费者真实客观的参考呢 。
服装则更是如此 。不仅呈现效果缺乏可信性，还要对展示的服装进行提前建模，运营成本不见得比真人主播低 。然而，网友们的评价却是‘这能看出来啥’，‘好像就是弄了一个虚拟人形象出来念稿子’ 。
目前，虚拟主播的功能，更多是基础性的产品介绍，或者给真人主播做‘花瓶’，引起观众的好奇 。


推荐阅读


上一篇：AI驱动的语言模型将如何塑造SEO的未来

下一篇：那些被忽视的Python核心功能...