虚拟人盛宴亟待釜底加薪
人工智能技术头角峥嵘
|
◎记者 罗茂林 ○编辑 邵好
北京冬奥会上，虚拟人热度有点高。开赛前夕，央视首位AI手语主播正式亮相，为听障人士提供专业赛事解说。近日，有观众发现会场的实时气象主播，也是一位AI虚拟主持人。
“虚拟人的应用场景很广阔，未来其口碑和商业化双重认证，都会给传统的商业模式带来变革。”风语筑副总经理张树玉表示，“乐观预期，未来一年里，每个人都可能在虚拟世界拥有自己的数字身份。”
近日，上海证券报记者走访多家虚拟人相关企业了解到，虚拟人频繁上镜的背后，是人工智能产业多年发展的水到渠成。当数字经济浪潮来袭，不断拓展商用边界的人工智能技术已然崭露头角。
硬核技术“画皮画骨”
在技术层面，虚拟人并不是新鲜事物。1982年，动画作品《超时空要塞》中的女主角林明美，凭借动人的歌声与纯真的人设走红，成为全球首个虚拟歌手。如今，随着人工智能技术不断迭代，虚拟人正从平面动画走向广阔天地。
“解构虚拟人的概念可以发现，它的核心在于身份和资产。”民生证券元宇宙首席分析师马天诣表示，虚拟人的各种应用场景，本质上是围绕这两个核心概念展开，“具体可以分为三种，第一种是真人的分身，比如明星的虚拟形象；第二种是大众重构的虚拟身份，比如大家各种游戏里的角色；第三种是作为一种商业资产的虚拟偶像。”
万变不离其宗，人工智能技术毫无疑问是支撑起虚拟人发展的关键，背后是新一轮数字经济浪潮滚滚而来。
“虚拟人至少要具备一个独一无二的形象，还有一定的交互功能，后者就涉及自然语言学习等方面。”一位业内人士透露，尽管经历了近40年的迭代，虚拟人的制作成本不断下降，但是单个制作成本依然在百万元级别。
这么高的造价，虚拟人究竟贵在哪里？
风语筑虚拟人项目负责人陈云翔解释称，人物需要大量的毛发建模，这背后是算力渲染支持。正常成年人一般有10万根左右的头发，许多虚拟人为了达到更高的建模要求，头发数量会达到20万至30万根。
“我们之前一段动画CG中，一个核心角色及其服装的建模面数就达到400万，精细到服饰上的水晶珠宝，这些不同立面还会与光影环境交互，运算量也随之大幅增加。”叠纸科技相关负责人透露，公司一段2分钟的CG动画《双城奇遇记》，最终耗时4个月才完成。
此外，动作捕捉也是技术难点，一位业内人士表示，由于人眼可以在毫秒级别的动作中，判断出对象是否为真人，因此虚拟人的动作要足够自然流畅，才能“骗”过人眼。这些都需要强劲的硬件设备、优异的人工智能算法。
为了应对未来更大规模的虚拟人创造，让人工智能“更聪明”也是行业需要解决的核心问题。
一个典型的例子便是虚拟人“捏脸”。“好看是一个很主观的事情，很难直接告诉人工智能如何去做。”谈到自动生成外貌，网易瑶台工程师晚丰表示，目前人工智能训练中主要手段仍是特征量化，在大量训练之后，美术的意见依然至关重要。“比如，我们将面部的一处细节调整幅度设定为1至11，人工智能就会随机在区间调整，但它是不会考虑整体气质的问题，因为气质无法量化。”
“替代真人”恐难实现
今年初，万科首位虚拟人员工“崔筱盼”获评2021年万科年度最佳新人奖的消息，一度引发热议，也让部分网友担心，未来虚拟人是否取代人类的工作。
清华大学新闻学院教授沈阳认为，这种担忧有些多余。虚拟人要完全替代人，有赖于人工智能技术的进步，短期内还不可能实现，至少还要几十年。
画衣画皮难画骨，即使在“人工智能”火爆的今日，虚拟人还远远无法比肩自然人，具体来看可以归纳为两点：谈吐与气质。
作为人工智能领域的核心技术，自然语言学习一直是各大技术巨头力求攻克的难点。经过近10年发展，在机器学习已取得长足进步的今日，自然语言学习已初现曙光。显卡龙头英伟达的CEO黄仁勋在此前的一次演讲中，推出了一个无所不知的“Q版黄仁勋”――Toy-Me。演示中，Toy-Me可实现和人的自然语言交流。
“自然人之间的交流，话语间隔的推理时间基本在半秒以内，这要求计算机在半秒内理解自然语义，然后生成最为合适的回答。”前述业内人士表示，这要求虚拟人有巨大的语料库。英伟达披露，Toy-Me使用的预训练自然语言处理模型Megatron 530B，目前为业内规模最大，通过达万亿参数级别的语言模型训练，在11天时间里，让AI实现GPT-3（第三代生成式预训练）的水平。
该业内人士表示，这种技术距离商业化依然遥远，“这个级别的训练成本接近500万美元，其依托的语料数据接近300TB。”目前，国内大部分虚拟人还不具备实时语言交互功能，相关技术还有很长的路要走。各类虚拟人更接近于影视工业化的创作小样，依托的还是已有的影视技术。
如果说“谈吐”还能通过大数据深度学习模拟，“气质”则完全无法用现有技术复刻，这也是许多游戏行业人士的共识。
“‘暖暖’作为系列游戏的主角，对我们而言，更多时候是一个活生生的人，有着自己的思想和生活态度。”叠纸科技相关负责人表示，从游戏开发的角度看，这些角色的内在气质需要文案师精心把控。在他看来，交互的背后是人物对于所处环境、所遇事件产生的想法和观点，这些既跟角色设定有关，又必须考虑随时出现的变量。考虑到这些因素，尽管“暖暖”已经拥有了不亚于任何虚拟人的3D形象，甚至还有自己的CG短片、MV歌曲，但叠纸科技AI技术的产出应用短期内还处于探索阶段。
