虛擬數(shù)字人的發(fā)展路徑淺談

□劉寧 陳梓霖

數(shù)字人的概念

數(shù)字技術(shù)的產(chǎn)生和發(fā)展為新興媒體的產(chǎn)生提供了必要的條件，今天的信息傳播方式在數(shù)字技術(shù)發(fā)展影響下發(fā)生了很大的變化，新興的媒體以及傳播方式在數(shù)字技術(shù)的發(fā)展中不斷出現(xiàn)。在這樣的背景下，傳播主體、傳播客體、傳播渠道、傳播內(nèi)容、傳播形式等方面都發(fā)生了變革，虛擬數(shù)字人應(yīng)運(yùn)而生。

虛擬數(shù)字人是只存在于虛擬世界的“假人”。隨著技術(shù)的發(fā)展，虛擬數(shù)字人逐漸擺脫了過去二次元的形象，漸漸向真實(shí)世界中的人靠近，擁有三次元逼真的外形，并借助人工智能的發(fā)展擁有自己的性格以及一定的智能性，數(shù)字人逐漸成為“人”。

數(shù)字人在新聞傳播領(lǐng)域和娛樂領(lǐng)域都已經(jīng)展現(xiàn)出了巨大的潛力，對(duì)于新媒體時(shí)代數(shù)字人的研究，有利于媒體對(duì)新媒體時(shí)代數(shù)字人發(fā)展方向以及發(fā)展形勢(shì)做出預(yù)估。數(shù)字人已成為當(dāng)下最火的話題之一，在未來數(shù)字人也許會(huì)成為新媒體時(shí)代重要的角色之一。

數(shù)字人的發(fā)展歷程

起源——自動(dòng)機(jī)器。自動(dòng)機(jī)器是指人類借助已知的某種生物的某種功能上的邏輯，對(duì)機(jī)器進(jìn)行功能模仿，借助兩者的相似性來發(fā)明制造自動(dòng)機(jī)器。自動(dòng)機(jī)器往往是對(duì)常見生物功能邏輯的模仿，與被模仿的生物具備一定的相似性。真正可考據(jù)的自動(dòng)機(jī)械裝置，則是出現(xiàn)于公元前1400年左右由古巴比倫人發(fā)明的漏壺式水時(shí)計(jì)，而在我國春秋戰(zhàn)國時(shí)期工匠始祖魯班便模仿飛鳥制作出木鳥，而三國時(shí)期“智圣”諸葛亮便發(fā)明制造出可以運(yùn)送軍隊(duì)補(bǔ)給的木牛流馬。而早期的自動(dòng)機(jī)器往往是對(duì)低等動(dòng)物的模仿，而到了中世紀(jì)末期的歐洲，逐漸出現(xiàn)模仿高等動(dòng)物——人類行為邏輯的類人型的自動(dòng)機(jī)器。這些自動(dòng)機(jī)器會(huì)開門迎客、端茶送水、打掃衛(wèi)生甚至表演節(jié)目等，據(jù)說世界上第一個(gè)具有人類特點(diǎn)的自動(dòng)機(jī)器是由意大利博學(xué)家達(dá)·芬奇所制作的后被命名為Leonardo's robot 的武士機(jī)器人。這個(gè)武士機(jī)器人靠風(fēng)能和水力驅(qū)動(dòng)，身穿意大利式的騎士盔甲，可以模仿人類進(jìn)行一些動(dòng)作，包括站立、搖手、扭頭和張開嘴巴等行為。世界上第一個(gè)有記載的真正意義上的人形自動(dòng)機(jī)器是1525 年左右由德國布爾曼（Hans Bullmann）發(fā)明制造，他制作了若干個(gè)相似結(jié)構(gòu)的機(jī)器人進(jìn)行音樂演奏以取悅付費(fèi)的顧客。18 世紀(jì)歐洲發(fā)生第一次工業(yè)革命，齒輪的運(yùn)用達(dá)到一個(gè)新的高度，借助鐘表與齒輪技術(shù)制造出了大量的自動(dòng)人偶。1770 年左右，德羅斯（Jack Doros）父子三人在瑞士制作出了一個(gè)可以自動(dòng)寫字的機(jī)器人，而這一年乾隆皇帝也收到了英國公使進(jìn)貢的自動(dòng)寫字機(jī)器人，這個(gè)機(jī)器人可以寫出“八方向化，九土來儀”8 個(gè)漢字。

發(fā)展——AI（Artificial Intelligence）人工智能。從實(shí)踐勞動(dòng)的角度來看，機(jī)器人就是自動(dòng)機(jī)器，不論是什么樣外形的自動(dòng)機(jī)器，只要能夠根據(jù)人設(shè)定好的程序完成一定的行為，便可以稱為機(jī)器人。在實(shí)踐勞動(dòng)中，發(fā)明制造自動(dòng)機(jī)器的目的是為了減輕人的勞動(dòng)強(qiáng)度，提高勞動(dòng)效率，為了在生產(chǎn)勞動(dòng)中達(dá)到這一目的，人必須與自動(dòng)機(jī)器產(chǎn)生交互。

數(shù)字人虛擬化人格的雛形早在1927 年就已經(jīng)出現(xiàn)，當(dāng)時(shí)出現(xiàn)了世界上最早的游戲NPC，NPC（Non-Player Character）是非玩家控制角色的縮寫，是游戲中的一種角色類型，這種角色與玩家控制角色不同，可以根據(jù)玩家在游戲中進(jìn)行的一定行為做出相應(yīng)的反應(yīng)，通過相應(yīng)的反應(yīng)對(duì)自身角色進(jìn)行一定的塑造，在玩家視角中已經(jīng)具備了一定的虛擬化人格特點(diǎn)。不過早期的游戲NPC 往往是在程序設(shè)定好的范圍內(nèi)進(jìn)行，而無法對(duì)玩家所有行為都進(jìn)行反應(yīng)。

隨著計(jì)算機(jī)的發(fā)明，人們?cè)谂c自動(dòng)機(jī)器進(jìn)行交互時(shí)已經(jīng)不滿足于簡單的交互模式，而是對(duì)自動(dòng)機(jī)器有一定智能化的需求。計(jì)算機(jī)科學(xué)之父、人工智能之父艾倫·麥席森·圖靈于1950 年在一篇名為《計(jì)算機(jī)器與智能》的文章中提出他對(duì)自動(dòng)機(jī)器智能化的相關(guān)思考，在文章中他這樣寫道：“如果計(jì)算機(jī)能夠思考，我們?nèi)绾螀^(qū)分？”在后續(xù)的研究中他又對(duì)此做了進(jìn)一步闡述：“如果在與計(jì)算機(jī)進(jìn)行交互時(shí)，計(jì)算機(jī)對(duì)外界交互的反應(yīng)與人對(duì)其的反應(yīng)并無二致，那么可以認(rèn)為計(jì)算機(jī)可以思考?！敝膱D靈測(cè)試就是基于這種模式進(jìn)行的。在圖靈測(cè)試誕生后的半個(gè)世紀(jì)，大量科學(xué)家制作智能體嘗試通過圖靈測(cè)試。

人工智能的智能化是在科技發(fā)展、技術(shù)不斷積累、世代交替的過程中實(shí)現(xiàn)的。第一代機(jī)器人雖然可以根據(jù)人的行為方式和邏輯模式成功地在互動(dòng)時(shí)對(duì)外界進(jìn)行反應(yīng)，但無法應(yīng)付設(shè)定之外的情況。麻省理工計(jì)算機(jī)科學(xué)教授懷申鮑姆（Joseph Weizenbaum）在1966 年創(chuàng)造出世界上第一個(gè)完全基于計(jì)算機(jī)的人物，這也是世界上第一個(gè)數(shù)字人。1966 年懷申鮑姆教授利用計(jì)算機(jī)創(chuàng)造了一個(gè)名為 “伊萊扎”（Eliza） 的計(jì)算機(jī)程序，這個(gè)程序被用在關(guān)于自然語言處理的實(shí)驗(yàn)中，“伊萊扎” 可以通過計(jì)算機(jī)和外界進(jìn)行交互，試驗(yàn)者可以通過鍵盤輸入句子與其進(jìn)行溝通交互，可見數(shù)字人已經(jīng)可以在某些特定的情況下被當(dāng)作真正的人。

第二代人工智能開始配備了傳感器，并采用計(jì)算機(jī)為核心的控制。最常見的第二代人工智能便是配備了最初的語音助手。1970 年，美國科學(xué)家賈里尼克提出了“基于數(shù)據(jù)統(tǒng)計(jì)的語音識(shí)別框架”的理論，使人與人工智能的交互迎來語音識(shí)別這種新方式。賈里尼克帶領(lǐng)IBM 公司麾下的著名實(shí)驗(yàn)室——華生實(shí)驗(yàn)室，在語音識(shí)別系統(tǒng)中運(yùn)用統(tǒng)計(jì)學(xué)、信息論等相關(guān)原理，為語音識(shí)別系統(tǒng)用新的方法搭建基礎(chǔ)框架，從根本上使得語音識(shí)別系統(tǒng)有了可用性。

第三代人工智能則是在第二代的基礎(chǔ)上具備了一定的獨(dú)立思考能力。2006 年迎來了第三代人工智能的革新，第三代人工智能的核心理念被谷歌的人工智能科學(xué)家團(tuán)隊(duì)提出，那就是通過深度學(xué)習(xí)，即一種通過算法讓計(jì)算機(jī)主動(dòng)學(xué)習(xí)，使人工智能具備一定的獨(dú)立思考能力。數(shù)字人開始擁有了自主學(xué)習(xí)的能力，數(shù)字人的智能性也獲得了飛躍式的提升，人們開始傾向于將“數(shù)字人”當(dāng)作“人”了。2010年蘋果公司推出了自己的AI 助手“Siri”，“Siri”的應(yīng)用標(biāo)志著AI 數(shù)字人已經(jīng)走進(jìn)了人們的生活。至此，數(shù)字人已經(jīng)擁有了一定的人格化特征，擁有了自主學(xué)習(xí)的能力，也擁有了一定的智能性，已經(jīng)越來越接近于真實(shí)的人。

第四代人工智能是通用型的，目前還未完全成熟。隨著物聯(lián)網(wǎng)時(shí)代的到來，萬物實(shí)現(xiàn)互聯(lián)，數(shù)字人可以通過網(wǎng)絡(luò)對(duì)各種傳感器進(jìn)行消息的接收，再次通過網(wǎng)絡(luò)對(duì)鏈接互聯(lián)網(wǎng)的設(shè)備進(jìn)行相應(yīng)的控制，輔助我們對(duì)各種電子設(shè)備進(jìn)行控制。隨著可以鏈接互聯(lián)網(wǎng)的電子設(shè)備的普及，人工智能的通用性將會(huì)越來越強(qiáng)，最終進(jìn)入成熟階段。

進(jìn)化——ChatGPT。 ChatGPT 是一種大型語言模型，由OpenAI 設(shè)計(jì)訓(xùn)練。它使用深度學(xué)習(xí)技術(shù)，可以對(duì)自然語言進(jìn)行解析，然后生成回答，而不需要預(yù)先編寫具體的規(guī)則指令，這使得ChatGPT 成為一種非常靈活和智能的工具，可用于多個(gè)領(lǐng)域的應(yīng)用，如自然語處理、機(jī)器翻譯、人機(jī)交互等。

ChatGPT 最初是在2018 年發(fā)布的，當(dāng)時(shí)采用了基于語言模型的GPT-1 作為其核心技術(shù)，在其發(fā)布后不久，Chat-GPT 就展現(xiàn)出了極其強(qiáng)大的聊天交互功能。用戶可以與ChatGPT 進(jìn)行對(duì)話來獲得各種信息。ChatGPT 不僅可以回答用戶的普通問題，比如天氣、時(shí)間等基本問題，還可以對(duì)用戶的情感、傾向、語氣做出回應(yīng)。隨著時(shí)間的推移，OpenAI不斷對(duì)ChatGPT 進(jìn)行改進(jìn)和優(yōu)化，GPT-1 被GPT-2 取代，成為了ChatGPT 的核心技術(shù)，ChatGPT 也能夠更好地理解自然語言的含義和用戶的意圖，并能夠提供更加符合用戶需求的回答。2020 年，OpenAI 進(jìn)一步發(fā)布了ChatGPT 的第三個(gè)版本GPT-3。GPT-3 比之前的版本更強(qiáng)，擁有龐大的語言模型，具有更強(qiáng)大和更智能的交互能力，可以做推理性的回答，并在某些領(lǐng)域比如文學(xué)和語言識(shí)別方面表現(xiàn)出色。

ChatGPT 的發(fā)展是自然語言處理技術(shù)快速發(fā)展的一個(gè)縮影，在過去幾年中，自然語言處理技術(shù)得到了快速發(fā)展，這不僅使ChatGPT 取得了顯著的進(jìn)展，也促進(jìn)了自然語言處理領(lǐng)域的研究。ChatGPT 的出現(xiàn)和不斷發(fā)展，將會(huì)極大地改變?nèi)藱C(jī)交互的方式，推動(dòng)智能化技術(shù)應(yīng)用于更多領(lǐng)域。

數(shù)字人的未來

虛擬偶像。 隨著科技的發(fā)展和進(jìn)步，數(shù)字人的發(fā)展也迎來新的契機(jī)。2018 年以前，由于算計(jì)圖形算力不高、建模軟件精細(xì)度不足等技術(shù)瓶頸的限制，大部分的數(shù)字人并不能為廣大用戶所知，而大部分的數(shù)字人也并沒有可視化的虛擬形象。隨著技術(shù)瓶頸的突破，大量的具有可視化虛擬形象的數(shù)字人開始被大眾所關(guān)注。

實(shí)際上，具有可視化虛擬形象的數(shù)字人并不是近年才出現(xiàn)，作為數(shù)字人較先被認(rèn)可的細(xì)分賽道的虛擬偶像在多年以前就已經(jīng)出現(xiàn)。世界上第一個(gè)被廣泛認(rèn)可的虛擬偶像是日本音樂軟件公司Crypton Future Media 旗下的 “初音未來”?！俺跻粑磥怼庇?007 年8 月31 日正式出道，是一個(gè)二次元偶像歌姬，一出道便風(fēng)靡整個(gè)日本，隨后影響力逐漸遍布全球?！俺跻粑磥怼睉{借對(duì)大眾審美取向的精準(zhǔn)把握，占據(jù)了數(shù)字人領(lǐng)域的優(yōu)勢(shì)地位。

近年來，科技的快速發(fā)展使得CG 技術(shù)、3D 建模技術(shù)、動(dòng)作識(shí)別技術(shù)、面部捕捉技術(shù)迅速革新，幾經(jīng)迭代后，數(shù)字人的可視化虛擬形象也逐漸向真實(shí)的人靠攏，具有真假難辨的數(shù)字化形象，擁有獨(dú)立思考的能力，具備一定人格化特征的人工智能內(nèi)核，數(shù)字人的互動(dòng)性和社交屬性大大增強(qiáng)，虛擬世界與真實(shí)世界的界限開始模糊，智能趨同的數(shù)字人開始嶄露頭角，受到各行各業(yè)的廣泛關(guān)注。

Metaverse 元宇宙。2021 年“元宇宙”的風(fēng)潮以迅雷不及掩耳之勢(shì)火遍各行各業(yè)，“元宇宙”元年也就此開啟?！霸钪妗憋L(fēng)潮的到來，作為“元宇宙”原住民的數(shù)字人也得到迅速發(fā)展，數(shù)字人數(shù)量迅速增長。資訊公司量子位發(fā)布的《虛擬數(shù)字人深度產(chǎn)業(yè)報(bào)告》顯示，數(shù)字人短期內(nèi)的主要價(jià)值增長點(diǎn)是代替真人服務(wù)，而需要長期布局的則是特定場(chǎng)景下的多模態(tài)的AI 助手。

在商業(yè)娛樂領(lǐng)域，元宇宙與數(shù)字人入局者大量增加。2021 年5 月20 日，國內(nèi)各類社交媒體出現(xiàn)名為“AYAYI”的社交媒體賬號(hào)，并發(fā)布其第一條作品。憑借著帶著光影的絕美精致人物形象，AYAYI 引起了社交平臺(tái)用戶的巨大關(guān)注。作為我國第一款Metahuman 產(chǎn)品，AYAYI 具有前所未有的商業(yè)潛力與娛樂潛力。相對(duì)于元宇宙Metaverse 早在30 年前尼爾·史蒂文森的科幻小說《雪崩》 中就被提及不同，Metahuman 源自于EPIC 公司開發(fā)的虛幻系列游戲引擎公布的新創(chuàng)作工具——Metahuman Creator，這個(gè)創(chuàng)作工具將被用于超寫實(shí)虛擬數(shù)字人的創(chuàng)作中。在AYAYI 獲得高度關(guān)注以后，很多品牌也隨即意識(shí)到了AYAYI 巨大的商業(yè)潛力，在短時(shí)間內(nèi)就有數(shù)個(gè)品牌對(duì)其拋出橄欖枝。其后，AYAYI 參加了美妝品牌嬌蘭、奢侈品牌路易·威登、迪士尼與空山基等品牌線下活動(dòng)。2021 年9 月更是宣布入職阿里，成為天貓超級(jí)品牌日的數(shù)字助理人。

信息助手。 數(shù)字時(shí)代的到來，使人們獲取信息的方式有了很大的改變，不再拘泥于傳統(tǒng)的廣播、電視、報(bào)紙，而互聯(lián)網(wǎng)與移動(dòng)媒體的快速發(fā)展，讓人們能夠更方便快捷地獲取信息。虛擬數(shù)字人作為信息助手的出現(xiàn)也為信息獲取的交互，展現(xiàn)出了一種新的方式和維度。通過與虛擬數(shù)字人信息助手的交互，可以快速便捷地搜索信息、設(shè)置提醒、在線導(dǎo)航等，降低了信息獲取的門檻，大大提升了信息獲取的便利性。

隨著數(shù)字技術(shù)的快速發(fā)展，新媒體環(huán)境下的大部分人已習(xí)慣了通過搜索引擎和社交網(wǎng)絡(luò)獲取信息、進(jìn)行交流，然而部分老年人由于生活環(huán)境和生理原因等會(huì)對(duì)這種新的信息獲取方式感到陌生和困惑，不過數(shù)字人的出現(xiàn)為這一問題提供了可行性的方案。數(shù)字人信息助手是一種通過人工智能技術(shù)實(shí)現(xiàn)的智能助手，能夠提供技術(shù)支持和指導(dǎo)，它可以幫助老年人學(xué)習(xí)和使用數(shù)字技術(shù)，獲取信息和解決問題，幫助這一群體適應(yīng)數(shù)字時(shí)代的發(fā)展。數(shù)字人信息助手可以提供定制化的服務(wù)，也可以提供解決方案，根據(jù)老年人的需求和偏好進(jìn)行個(gè)性化配置和優(yōu)化。因此，數(shù)字人信息助手可以為老年用戶提供更加專業(yè)的技術(shù)支持和服務(wù)，老年人也可以更加放心和便利地使用數(shù)字技術(shù)。數(shù)字人信息助手還可以打破年齡和文化上的障礙，為老年人創(chuàng)造更多的社交和文化，使老年人更好地融入數(shù)字時(shí)代的發(fā)展之中。

結(jié)語

在各因素的共同作用下，2021 年成為了元宇宙元年，大量的虛擬數(shù)字人橫空出世，大量的國家與企業(yè)開始布局元宇宙與虛擬數(shù)字人。虛擬數(shù)字人作為元宇宙布局不可缺少的一環(huán)，已經(jīng)開始展現(xiàn)出巨大的發(fā)展?jié)摿?，虛擬數(shù)字人的創(chuàng)作在未來必定成為一個(gè)快速發(fā)展的新興行業(yè)，對(duì)虛擬數(shù)字人的研究也必定成為新的學(xué)術(shù)研究方向。關(guān)注虛擬數(shù)字人的發(fā)展，有助于把握新媒體虛擬化、智能化、互動(dòng)化的發(fā)展路徑與發(fā)展趨勢(shì)，進(jìn)而為元宇宙發(fā)展的研究提供具體對(duì)象。