作者:武占國，編輯:賈樂樂

1903年，園藝學(xué)首先發(fā)明了“克隆”這個詞匯，100年后，不僅植物可以克隆，羊可以克隆、猴子也可以克隆，甚至人也可以被克隆了。

只是礙于倫理問題，克隆人的研究一直被限制。最近，隨著AI的火熱，AI克隆人出現(xiàn)了。微軟小冰推出的AI克隆人，就像一個真實存在的網(wǎng)友，“他”有自己的朋友圈，可以陪你文字聊天，語音聊天，甚至還能視頻聊天。

再往前，AI孫燕姿翻唱了《發(fā)如雪》，一夜之間爆火全網(wǎng)，孫燕姿本人稱自己的粉絲已改換門庭。

其實，早在1927年，無聲電影《大都會》中就出現(xiàn)了電影史上第一個AI虛擬角色——機器人瑪利亞，后來的米老鼠、日本的動漫，人們就用手繪動畫的方式展現(xiàn)二維虛擬形象。

只是，當(dāng)時由于技術(shù)還不成熟，虛擬人的應(yīng)用還處于萌芽階段，后來隨著計算機視覺和動捕技術(shù)的出現(xiàn)，虛擬逐漸進入到探索階段，如今隨著AI時代的到來，虛擬人開始真正走進我們的生活。

無論是簡單的產(chǎn)品咨詢，還是直播行業(yè)、影視行業(yè)，虛擬人看起來正在替代人類。那么，AI對虛擬人產(chǎn)業(yè)會帶來哪些改變？虛擬人產(chǎn)業(yè)的機會和風(fēng)險有哪些？虛擬人是不是一門好生意？

一、AI技術(shù)重塑虛擬人

2022年7月12日，火了10年的虛擬偶像洛天依，第一次通過AI發(fā)聲：“唱響你心中的歌，我是虛擬歌手洛天依。”

這標志著，AI重塑虛擬偶像的時代正在到來。

2000年，電影《最終幻想：靈魂深處》首次用計算機視覺（CG）和動作捕捉技術(shù)，設(shè)計了三維虛擬形人。

當(dāng)時的虛擬人主要是由真人通過動作捕捉驅(qū)動動畫形象，2016年底，號稱全球首位虛擬主播，4個月吸粉40萬，在Youtube開設(shè)“A.I.Channel”頻道的虛擬主播，依舊是使用真人驅(qū)動的虛擬偶像。

直到2018年，新華社聯(lián)合搜狗公司推出的全球首位3D版AI合成主播“新小微”，AI對虛擬人的改變才開始進入爆發(fā)期。

AI對虛擬人的改變包括外觀形象、行為表達、思想交互三個方面。

第一，AI對虛擬人外觀形象方面的改變，在于傳統(tǒng)的3D建模需要人通過軟件設(shè)計一個形象，而AI生成是通過算法和以往數(shù)據(jù)而生成的3D形象。

比如新華社的“新小微”就是以其職員趙琬微為原型，首先通過幾百個攝像頭對趙琬微身體部位360度全方位掃描，并對其多種形態(tài)的表情和動作進行捕捉記錄。然后再對“新小微”的各個部位和表情進行了模塊化處理，像拼樂高一樣重新組裝。

最后通過算法實現(xiàn)驅(qū)動和渲染構(gòu)建出來的虛擬人模型，做到表情、唇動、肢體動作和語言表達的高度契合。

第二，行為表達方面，AI通過語音合成技術(shù)取代傳統(tǒng)真人配音模式，由AI直接生成語音，包括唱歌、新聞播報、演講、朗讀等等應(yīng)用場景。

AI孫燕姿的爆火，就離不開2021年韓國科學(xué)院發(fā)布的開源AI語音合成模型VITS，在該語音模型基礎(chǔ)上開發(fā)的so-vits-svc項目，通過對孫燕姿歌曲、采訪等聲音的訓(xùn)練，就有了AI孫燕姿。

第三，思想交互方面，大模型的出現(xiàn)，讓AI通過大量人類數(shù)據(jù)集的訓(xùn)練，思考和回答更接近人類，使虛擬人的交互更像人。

比如制作游戲的軟件Unreal Engine基本上實現(xiàn)虛擬人從“很像”到“很真”的跨越。4月，一款基于ChatGPT制作的游戲——《生成智能體：人類行為的交互式模擬》上線。

網(wǎng)易旗下開放世界武俠手游《逆水寒》讓智能NPC和玩家自由生成對話，并基于對話內(nèi)容，游戲中的人物自主給出行為反饋。

再就是微軟小冰，基于小冰框架開發(fā)的AI克隆人，第一批網(wǎng)紅半藏森林入入駐，不同的用戶聊天內(nèi)容不同，回復(fù)的內(nèi)容也不相同，更像是真人的交互。

二、誰能用虛擬人賺錢？

不僅僅是網(wǎng)易、微軟小冰，虛擬人世界還有更多的玩家。

6月6日，2023蘋果開發(fā)者大會在蘋果飛船總部大樓舉辦，大會上蘋果發(fā)布的混合現(xiàn)實（MR）頭盔，再次將人們的視野帶向元宇宙。隨著AI等技術(shù)的進步，元宇宙世界離我們越來越近。

虛擬人是元宇宙的構(gòu)成要素和交互載體，作為真實人類的映射，虛擬人是運用動作捕捉、AI等技術(shù)復(fù)制真人（數(shù)字孿生）形象，以便在元宇宙當(dāng)中，實現(xiàn)虛擬與現(xiàn)實的更強交互，具備更好的現(xiàn)實感。

當(dāng)前虛擬人產(chǎn)業(yè)鏈可分為三層，分別是基礎(chǔ)層、平臺層和應(yīng)用層。

基礎(chǔ)層提供基礎(chǔ)硬件和軟件支撐，比如顯示設(shè)備VR/AR眼鏡、建模軟件、渲染引擎。

基礎(chǔ)層做得好的多是國外的公司，比如Unity引擎，不僅可以做虛擬人，還能進行動畫、游戲等的支持，很多熱門游戲是通過Unity引擎開發(fā)完成的。

平臺層主要包括AI廠商和綜合性互聯(lián)網(wǎng)廠商等技術(shù)支持企業(yè)。

平臺層企業(yè)是對基礎(chǔ)層的軟硬件技術(shù)運用，并結(jié)合AI、計算機視覺（CG）等虛擬數(shù)字人技術(shù)，為應(yīng)用層提供進一步技術(shù)支持和解決方案。

比如商湯、云從、依圖和曠視等AI四小龍，還有在語音識別領(lǐng)域做得比較好的科大訊飛。其他的還有像微軟、騰訊這樣提供一站式解決方案的企業(yè)。

這次虛擬半藏森林的開發(fā)公司——小冰，就是平臺提供商，同時也是應(yīng)用層的提供商。

應(yīng)用層的企業(yè)是將虛擬數(shù)字人技術(shù)與傳統(tǒng)行業(yè)進行融合，實現(xiàn)對傳統(tǒng)行業(yè)的改造。比如虛擬主持人、虛擬客服等。

從商業(yè)化和應(yīng)用場景來看，虛擬人可以分為內(nèi)容/IP型、功能服務(wù)型、虛擬分身型3類。

內(nèi)容/IP型虛擬人，比如2021年爆火的虛擬美妝達人柳夜熙，這類虛擬人主要應(yīng)用于影視、文娛、市場營銷等場景，功能服務(wù)型虛擬人主要應(yīng)用于行業(yè)服務(wù)場景，比如電商的虛擬客服，這兩種類型虛擬數(shù)字人更多是面向B端。

虛擬分身類型數(shù)字人除了面向B端的應(yīng)用，也面向C端，比如著名的咨詢專家劉潤，就定制了自己的虛擬形象，分身可以代替他進行直播等工作。

變現(xiàn)的機會分為兩種，利用數(shù)字人形象進行淘金的、向淘金者出售鏟子的。

劉潤的數(shù)字分身就屬于第一種，可以讓數(shù)字分身承擔(dān)工作，創(chuàng)造收益；樂華娛樂旗下虛擬偶像女團A—SOUL也屬于第一種，虛擬偶像女團和真實的偶像女團一樣，也可以通過向普通粉絲出售門票、周邊賺錢。

柳夜熙背后的創(chuàng)壹科技，既利用柳夜熙的直播和視頻獲取收益，同時也是個賣鏟子的。柳夜熙背后就有著150人技術(shù)驅(qū)動的中臺和強大的內(nèi)容戰(zhàn)略。

創(chuàng)壹科技，也曾憑借控雨的創(chuàng)意，創(chuàng)造出了爆火的素材，可供抖音龐大的其他用戶使用，截至2021年6月，排抖音特效使用榜單前十。

現(xiàn)在，虛擬數(shù)字人越來越智能化、形象化，應(yīng)用也更普遍，那么虛擬數(shù)字人是不是一門好生意？

三、虛擬數(shù)字人是不是一門好生意？

虛擬人的應(yīng)用尚處于發(fā)展早期，未來發(fā)展迅速幾乎是確定的方向。

艾瑞咨詢的研究報告顯示，2022年中國虛擬人帶動產(chǎn)業(yè)市場規(guī)模和核心市場規(guī)模分別為1866.1億元和120.8億元，預(yù)計2025年分別達到6402.7億元和480.6億元，呈現(xiàn)強勁的增長態(tài)勢。

目前，很多公司也的確因為虛擬人的應(yīng)用獲得了可觀的收益。

2020年11月，A-SOUL火了之后，樂華娛樂的泛娛樂業(yè)務(wù)收入從2020年的2110萬元增長至2021年的3790萬元，主要原因便是虛擬藝人組合A—SOUL的商業(yè)發(fā)展產(chǎn)生的收益，A-SOUL還推動了樂華泛娛樂業(yè)務(wù)毛利率大幅轉(zhuǎn)正。

小冰公司推出的AI克隆人，付費模式有兩種：一種是“情感模式”是72元/年，可與克隆人語音通話、朋友圈互動；另一種是“超級模式”，360元/年，克隆人會成為用戶的辦公伙伴，提供撰寫文案等服務(wù)。

以“半藏森林”為例，如果有1萬個用戶付費，如果全部選擇情感模式，相當(dāng)于“半藏森林”克隆人一年收入72萬元；如果選擇超級模式一年則可收入360萬元。

國外類似半藏森林的商業(yè)模式，今年5月2日，國外網(wǎng)紅Caryn Marjorie與初創(chuàng)企FV(Forever Voice)合作推出Caryn AI，是粉絲的“虛擬女友”。

Caryn預(yù)計，AI版本的自己能讓她收入翻60倍，年入6000萬美元（約4.16億元人民幣）。

金礦很大，但錢不一定好撈。

先說明一下，這里要討論的不是基礎(chǔ)層的一些大企業(yè)，對他們而言，自身技術(shù)突破是戰(zhàn)略，不會用短期能否有較好的變現(xiàn)模式和變現(xiàn)空間來衡量，更多的是針對平臺層的部分公司以及對虛擬人的應(yīng)用上。

第一，成本比較高，但收益不具有確定性。

B端需要的虛擬人，一般是用來代替人工作的，比如虛擬主播，本意是拉長直播時間、減少人力成本。

不過，就當(dāng)前的AI技術(shù)而言，尚不能做到與真人無異，很多從事直播業(yè)務(wù)的人說數(shù)字直播間的流量不好�！侗�變》的一篇文章稱，美ONE（李佳琦公司）工作人員表示，數(shù)字人會影響直播互動，這是直播最大的優(yōu)勢。

想讓數(shù)字人更接近于真人，就需要花更多的錢，比如劉潤的數(shù)字分身成本在百萬元級別。

優(yōu)質(zhì)的數(shù)字人還需要高額的運營成本，就像上文提到的需要超過百人的創(chuàng)意團隊，從2021年爆火到現(xiàn)在，柳夜熙在抖音的作品不過41個，第一條短視頻的制作成本就高達幾十萬元。

除了工具類型的，還有情感陪伴類型的虛擬人，超級模式下的虛擬半藏森林屬于二者結(jié)合。

不管是半藏森林還是Caryn，在推出虛擬人之前就已經(jīng)是知名人士，這并不好模仿。這一類數(shù)字人還面臨的風(fēng)險在于用戶新鮮感喪失。

人們忠誠于一段關(guān)系，或是因為利益，或是因為志趣相投，或是怕被譴責(zé)，再或者別無選擇。而當(dāng)以知名人物為原型的虛擬人足夠多時，人能合理合法地擁有無限的情感資源時，忠誠自然也就被拋之腦后了。

清華大學(xué)在《元宇宙發(fā)展研究報告3.0》中也表示，由于虛擬人成本高，如果后期運營乏力，將出現(xiàn)熱度衰退、用戶新鮮感喪失等問題，IP價值就會出現(xiàn)回落。

第二，存在監(jiān)管和法律風(fēng)險。

比如侵權(quán)問題。近期爆火的AI孫燕姿，專家提出對于肖像權(quán)、聲音權(quán)、著作權(quán)、數(shù)據(jù)權(quán)，AI孫燕姿都可能會涉及侵權(quán)。

比如詐騙問題。近期，內(nèi)蒙古包頭警方就通報了一起案件，騙子通過AI換臉和擬聲技術(shù)，佯裝熟人實施詐騙，福州市某公司法人代表郭先生10分鐘內(nèi)被騙430萬元。

隨著技術(shù)的發(fā)展，更像人的虛擬數(shù)字人可能成本更低，更加適配的法律和監(jiān)管細則也會出臺，虛擬人產(chǎn)業(yè)會更加規(guī)范地發(fā)展，但在目前看來，成本和收益還談不上對等。

       原文標題 : AI虛擬人冷思考：是代替人類，還是人類用它賺錢？