虚拟人，童年聊天室到冬奥直播的终极进化

原创 西比 X博士

一双灵巧的手在键盘上噼里啪啦地滚动，在虚拟主播嘉然的屏幕上敲下一句“最喜欢嘉然小姐了”。

与此同时，虚拟主播嘉然小姐背后，“中之人（类似虚拟主播的配音员）”正紧张地根据观众弹幕调整话术。

这几年，虚拟人就像雨后春笋，疯狂冒头，光B站的虚拟主播数量就超过了三万名，油管虚拟主播圈的更新换代速度比音速还快。

B站虚拟主播冷鸢的二创作品，播放量高达756万，弹幕更是密密麻麻没停过。

油管的虚拟主播绊爱（Kizuna AI/キズナアイ），早在2016年末就开始活动，截至目前，订阅量高达301万，是YouTube上订阅量最高的Vtuber。

不过虚拟人的一炮而红，并不代表出现在互联网上就是一件新鲜事，在互联网的发展史上，虚拟人的概念，在十几年前就被玩过一遍了。

故事的开端，要从00年代说起，彼时中国的电脑普及率还很低，人们想去上网，只能选择网吧。

今天我们去网吧是为了打游戏，但当时去网吧的目的是啥呢？

聊天

当时最火的聊天室有两个，碧海银沙的碧聊聊天室和四通利方聊天室。

社交平台的核心是吸引力，当时的聊天室，没有今天的图片、视频展示窗口。确认他人身份信息，只能看名字、性别、个性签名。

而小时候大家为什么更爱用QQ，是因为早期的QQ，可以帮你订制原始版的虚拟形象——

QQ头像

QQ祭出的第一招就是可以自由设置的QQ头像，人们再也不用猜测别人长相了，看头像就知道对面的个性。

比如说这位留着长发，戴着墨镜的长脸帅哥，一看就十分硬派，可以预见他的千千静听里应该有几首迪克牛仔的音乐。

又比如说用金发少年头像的，目光坚毅，可想而知屏幕的对面，应该是一位纯情少年。

类似的还有2003年的QQ秀，只要你有一颗红钻，你就可以靠送QQ秀的方式获得班里同学的好感以及注意。

但我们可以发现，早期的虚拟形象有个问题，缺乏互动、缺乏感知，你无法确认对面的胡渣大叔是不是一个美女，同样你也不可以抱着一套虚拟时装情定终生。

而还有一部分虚拟的宠物形象，虽然没有个性化的订制功能，但可以给你互动的温暖。

Office 97- 2003版本，Office助手一直以一根曲别针的形象出现在屏幕角落。

到了2005年，瑞星小狮子的形象伴随瑞星杀毒成为当时的话题热点，它们成了你计算机课最好的伙伴。

虚拟形象随后也延伸到游戏领域，小朋友想有秘密的社交基地，摩尔庄园应运而生；小朋友想飞天遁地，于是有了赛尔号。

而如果说QQ秀是青少年群体对虚拟形象的第一次认知，那2008年的“奥运福娃”就是全体中国人对卡通形象能在奥运会多火的第一次认知。

·当年的福娃有多火呢？

受制于时空，我们只能通过互联网上不多的报道一窥当年福娃的火爆。

2005年11月13号，当时北京的刀削面一碗卖三块五。售价390元的福娃在崇文门外的奥运会特许商品零售网点因为太火爆，卖了多少，连售货员都记不清楚了。

但当年的奥运，在我心中始终有一个遗憾。

赛前火爆的虚拟形象“福娃”，到了奥运正赛，几乎没有在镜头面前出现过。

当年受制于虚拟现实技术，福娃的呈现效果并没有达到完美的程度，但给其开辟了发展的可能。

但虚拟人技术却始终在发展，最早是在娱乐界开花，大量虚拟歌姬、虚拟主播出现，如洛天依等。

他们刚出现时，曾招收过一些非议，2013年，《非你莫属》节目因为启用虚拟观众被痛批崇洋媚外。

那如今的虚拟人，是一种怎样的处境呢？

2020年，日本研究出了一位叫Imma的虚拟人模特，是一位粉色短发的时尚女孩，她甚至还参加了SK-II广告片的拍摄，也是世界上第一个登上CG世界杂志封面的虚拟人。

虚拟人形象开始告别卡通化，进入高度模拟真人的时代。

·Imma概念图

在今年刚结束的冬奥会上，有将近30个虚拟人和数字人形象存在。

他们不仅能在气象节目上帮助听障人士进行手语播报。

还能为选手和观众们实时播报体感寒凉指数、穿衣指数、感冒指数、冻伤指数、防晒指数、护目镜指数等气象信息指标。

虚拟人能干的事这么多，你甚至会有一种错觉，仿佛置身于赛博朋克世界，全息影像触手可及。

做客央视《体坛英豪》节目的数字人冬冬，跟完成了单板转体1800度的苏翊鸣一起向观众揭秘练习过程。

在整个冬奥会期间，与13名冬奥体育健将谈笑风生，和武大靖这样的运动明星畅谈首金的激动感受。

同时，兼任新华社特约“数字人”记者探访奥运场馆以及闭环内的特许商品店。

虚拟人从非议到被普罗大众接受的过程就像奥运会的进程，有遗憾更有竞技体育精神。

现实中的谷爱凌可以摘金夺银，活泼潇洒。虚拟形象的谷爱凌Meet Gu，可以在冬奥赛事演播室中完成滑雪赛事解说、播报及场景电商的虚拟互动等工作。

他们同冬冬一起全方位地给你沉浸体验，小时候，你遗憾于瑞星小狮子不能帮你写作业，但现在，虚拟人甚至能给你讲起冬奥的历史、运动的知识。

过去的奥运会，福娃隐身，但是如今随着技术的进步，冬奥会和虚拟人全程紧密地结合起来，弥补了之前福娃的遗憾。

从早期著名的虚拟形象初音未来诞生的2007年到现在，转眼，已经度过15个年头。

奥运“顶流”已从福娃变成了冰墩墩。

对于当代年轻人来说，没有虚拟人，怕才是个难以接受的事实。

而当时虚拟形象的诸多问题，也早已被证明是多虑。

互动性不再是问题，今年冬奥会出任阿里巴巴数字人冬奥宣推官的冬冬，在强大的计算能力的加持下，即使是面对观众要求说绕口令的刁难，她也能巧妙应答。

与现实的连接，更不是问题。当年在上海东方商厦南京东路店1号口的奥运专卖柜台抢购福娃的人，他们不会想到，采购今天冬奥会的吉祥物冰墩墩，只需要在冬冬的直播间蹲守，甚至她会说：“喂~，老板啥时候能给冰墩墩上货啊，这么多人蹲了个寂寞，我快顶不住了。”

就像人类学会自主使用工具，自主交互能力是界定数字人的重要指标，这也是冬冬的特别之处。

冬冬绝不仅仅是一个虚拟丽人，更是一位数字智人，是一位靠着AI实时驱动，外形拟真写实的数字人。

每天2小时的直播，全程跟观众进行实时互动，没有“中之人”，独立自主。

而在冬冬身上，你甚至能感受到一些专属于人的俏皮。

有时候，回答不上来问题，就会用“给您比个心”吧来打个圆场。表情、语言、动作配合起来，倒是像那么回事。就这么一个小动作，这也不简单。

这背后是“多模态双工互动能力 ，业内称MMDI（multi-mode duplex interaction）” 是让数字人拥有听、看、演三位一体能力的技术。

这也让冬冬不仅能够说“正确的话”，还能够实现双向沟通。对话过程中她可以被打断，甚至有可能打断对方，交流更接近真人。

情人节前夕，为了抢到冰墩墩，有人说：抢不到就要分手了。即使稳如情场高手，也得放下面子，主动拥抱冬冬，急迫地要起库存。

当中国在短道速滑混合团体比赛中夺得首金时，冬冬立刻在直播间开启了庆祝模式，热舞一曲。

这种舞蹈基于STTA驱动技术，是一种可以让数字人听懂曲子，并根据该音乐起舞的能力。

而数字人，也早已不再是单纯的宣传形象，他们能够胜任的工作将越来越多。

比如冬冬，她甚至能走上脱口秀的舞台，调侃时事热点，帮助人们获取冬奥知识，增加社交谈资。“技术让生活更美好”，在冬冬这里，这绝不仅是一句“假大空”的口号。

形容出口成段的解说家王濛：“如果你不知道王濛是谁，建议联系有关部门进行火星救援。”“听王濛的解说，比踩着啤酒箱喝啤酒吃烧烤都舒坦。”

这就更不简单了。

这是数字人的“智能脚本生成能力（AI Script Generation，简称AISG） ”。

它的深层逻辑，是冬冬根据场景智能获取并处理文本信息，并通过专门学习脱口秀演员的脚本编写逻辑，生成逻辑通顺、有一定文采的、更贴近自然人的沟通语言。

另外，得益于新华社与UC的合作，冬冬能够从新华社UC大鱼号上自动抓取最新新闻和赛事信息，完成对一手冬奥资讯权威、实时的播报。

这让冬冬在即时性上获得领先。

冬冬可以自动抓取大量信息，并自动提炼核心内容生成适宜于播报的稿件，才会让脱口秀的内容紧跟实时热点，颇有胡同口遇到大爷跟你说新闻的热乎劲儿。

如今，很多人对虚拟主播的担忧有两个方面。一是传统的虚拟主播应用的是动捕驱动渲染技术，所以你并不知道，在美丽动人的表情和躯壳背后，跟你聊天逗趣的，到底是萝莉少女，还是抠脚大汉？

二是害怕虚拟人取代人类。

但虚拟技术，不能，也无需完全替代人类，冬冬更像是帮助人类更加高效的角色，让更多的生产力解放出来，做点自己喜欢的事。

这是我们触手可及的现实。

而这些年，平台一直在科技上暗暗发力。

高度集成了达摩院数字人技术、计算机视觉、自然语言处理技术及语音技术等综合能力的输出 等技术的冬冬，就是最好的例子。

而她，还在每一天的训练中不断进化。

伴随着她的17场直播，以及在央视、新华社的全程努力“打工”，她的性格形象逐渐丰满，在20号晚上22点，结束了最后一场冬奥相关直播后，不仅收获了10万粉丝的关注，也在告知明天不上播后，收获了粉丝们发来的“冬冬辛苦了”“我们舍不得你”等众多留言。

她在观众心中活了。

冬奥会结束了，但冬冬显然不是一个跟风的产品，而是一把人类进入人机协同的时代的钥匙。

可能未来的哪一天，数字人就可以自己打工养活自己了。

当更多的数字人与我们“生活”在一起时，那将是更有想象力的时代。

那是关于未来的答案。

设计/视觉 Elaine

原标题：《虚拟人，童年聊天室到冬奥直播的终极进化》

阅读原文