人工智能賦能虛擬偶像的發(fā)展路徑
——以“小冰框架”為中心的研究

陳思諾 陳青文

關于虛擬偶像，學界暫無標準化定義，這與虛擬偶像的類型多樣化、維度發(fā)展多元化以及演進速度快都存在一定關系。簡而言之，虛擬偶像可以被當作是一種基于數(shù)字虛擬技術和媒介影像技術生成的架空形象，它能夠以“真實”偶像的身份廣泛地活躍在互聯(lián)網空間，開展演藝、發(fā)行作品、與粉絲群體互動等各類活動。依托全息投影等技術，虛擬偶像甚至可以存在于現(xiàn)實場景之中。虛擬偶像的存在，在技術手段上是利用計算機圖形、語音合成等手段人工制造“能說會唱”的虛擬存在；在運營模式上則仿照真實偶像進行演藝活動和開展形象運營。［1］虛擬偶像及其衍生產品在文化范疇上屬于ACG文化。ACG文化發(fā)源于日本，由中國臺灣地區(qū)的動漫愛好者最先發(fā)起使用，指的是圍繞著Animation（動畫）、Comics（漫畫）與Game（游戲）而形成的一種亞文化。虛擬偶像所具備的此種屬性注定了它與動畫、漫畫、游戲這三者是密不可分的，同時也意味著它的受眾主要集中在青年群體上。

虛擬偶像在發(fā)展中出現(xiàn)了許多不同的分支，包括虛擬歌手、虛擬主播，以及品牌衍生的虛擬形象等。其中虛擬主播多在視頻網站和社交平臺上活動。 品牌衍生的虛擬偶像包括企業(yè)識別系統(tǒng)中的品牌虛擬形象或旗下產品當中的虛擬角色，比如手游“王者榮耀”就選擇了旗下的五位男性角色成立“無限王者團”，網游“英雄聯(lián)盟”選擇旗下四位女性角色成立“K/DA女團”。毫無疑問，虛擬偶像的誕生與數(shù)字媒體技術以及人工智能技術都存在著緊密的關聯(lián)，虛擬偶像發(fā)展的演進的歷史，也是數(shù)字媒體技術和人工智能技術發(fā)展的歷史。 本文將著重介紹虛擬偶像發(fā)展的主要方向，并對其生產意義進行分析。

一、虛擬偶像的內涵及發(fā)展維度

“虛擬偶像”一詞最初出現(xiàn)在20世紀90年代的日本，但真正大規(guī)模地走進人們視野的是在2007年由日本CRYPTON公司采用的以雅馬哈二代VOCALOID技術為核心所開發(fā)的虛擬歌手。這些虛擬歌手的集合被稱作“V家”，依靠電子音樂制作語音合成軟件輸出歌曲。最初也最為傳統(tǒng)的虛擬歌手是以初音未來、洛天依、樂正綾、言和等依靠電子音樂制作語音合成軟件進行歌舞表演的虛擬人物。與現(xiàn)實中的明星歌手一樣，虛擬歌手主要的生存機制是依靠持續(xù)地發(fā)布音樂作品活躍在音樂市場上，并依靠媒介虛擬影像進行歌舞表演， 比如初音未來就曾在中國、日本、美國、英國、新加坡等地舉辦過演唱會。

除“V家”這類依靠獨立IP創(chuàng)造出的虛擬歌手外，還存在另一種由動畫、漫畫、游戲中的IP而衍生出的虛擬歌手，這類虛擬歌手相對前者來說更具“偶像特質”。前者的設計重心和主要創(chuàng)新點在于其電子音樂制作和獨特的語音合成系統(tǒng)，歌手的聲音幾乎都屬于原創(chuàng)，且外形具有較強的可識別性和穩(wěn)定性； 后者則以其外形為核心進行發(fā)散，常常會打造出各類靚麗俊美的形象吸引粉絲群體，而最為重要的音色部分則大多邀請現(xiàn)實中的歌手明星為其配音演唱。 以MOBA類游戲英雄聯(lián)盟中四位女性英雄角色組成的“K/DA女團”為例，它主要圍繞K-POP流行元素在北美和韓國選擇了四名演藝人員，由韓國女說唱歌手、音樂制作人全昭妍作為阿卡麗的音源， 由另一成員趙美延作為阿貍的音源， 由美國歌手麥迪遜·比爾和杰拉·伯恩斯分別作為伊芙琳和卡莎的音源?！癒/DA女團”在英雄聯(lián)盟S8賽季全球總決賽采用真人與增強現(xiàn)實結合的方式首次亮相，一出演便引發(fā)了驚人的關注度，并先后推出了《POP/STARS》《THE BADDEST》《Drum Go Dum》等歌曲，甚至在著名的流媒體音樂服務平臺Spotify上也能夠查詢到 “K/DA女團”的藝人頁面。 據(jù)尼爾森音樂數(shù)據(jù)(elsen SoundScan)，歌曲上線首周賣出9000份，同時位列《公告牌》 流行數(shù)字音樂銷量榜第10位、 數(shù)字音樂銷量榜第30位；位列Apple Music韓國流行音樂榜第1位、流行音樂總榜第5位，獲得的成績和知名度并不輸給初音未來這樣的傳統(tǒng)虛擬歌手。 這類虛擬歌手的一大亮點是其作為IP的衍生品，熱度可以反哺至原游戲或動畫之中，例如“K/DA女團”的ALL OUT系列在游戲中也發(fā)售了對應的角色皮膚并為游戲公司創(chuàng)造了巨大收益。

虛擬主播則是虛擬偶像的另一分支。 最初的虛擬主播是指使用虛擬形象在視頻網站上進行投稿活動的主播，以虛擬YouTuber最為人所知。他們在國內通常被稱為虛擬UP主， 在國外由于普遍活躍于YouTube而被稱為Virtual YouTuber（VTB）。［2］世界上的第一個虛擬主播于2016年由日本技術團隊研發(fā)， 自此虛擬主播產業(yè)開始蓬勃發(fā)展并衍生出不同的類型， 其影響力也從日本本土視頻網站和YouTube擴展到中國的嗶哩嗶哩彈幕網。

虛擬主播與傳統(tǒng)主播之間最大的差別是虛擬主播會通過專業(yè)技術人員的制作模型來建立具有獨特人設的虛擬形象。與傳統(tǒng)主播的直播效果不同，虛擬主播能夠通過飾演一個虛擬的人物角色產生更好的直播效果， 無論是在人氣的聚集還是利益最大化上都優(yōu)于大部分傳統(tǒng)主播。除完全依靠數(shù)字媒體技術音畫合成的虛擬UP主之外，更多的是真人依靠動態(tài)捕捉技術模擬出的虛擬UP主。它們雖然擁有一個動漫形式的外在和獨特的人物設定資料， 但其聲音和動態(tài)都實時來源于真人扮演。近年來，不少原先以真人形式出鏡的真人UP主和明星都采取這種方式錄制視頻或從事直播，獲得了無數(shù)年輕群體及喜愛二次元文化趣緣群體的追捧。 嗶哩嗶哩彈幕網于2019年4月首次招募旗下虛擬主播團體VirtuaReal，目前旗下藝人包括菜菜子Nanako、泠鳶yousa、琉綺Ruki、祖婭納惜、hanser等。其中虛擬主播菜菜子Nanako背后的出演者是數(shù)度登上春晚的著名小品表演藝術家蔡明， 當紅成員泠鳶yousa和hanser的粉絲數(shù)量分別為300萬左右，其影響力之廣可見一斑。

當人工智能技術逐漸介入到新聞生產當中， 新聞的生產、傳播與互動都發(fā)生著巨大的變化，全新的虛擬主播類型——AI新聞主播隨之誕生。 新華社推出的全球首位3D版的AI新聞主播，不僅能隨時以不同的形象出入于不同的虛擬場景中， 還能生成相對應的面部表情和肢體語言。人民網推出的虛擬主播小晴，在兩會新聞報道和數(shù)據(jù)解讀播報等事項中發(fā)揮了重要的作用， 其形態(tài)和語音語調已然與真人無異且毫無違和感。 這類新聞主播雖然屬于人工智能技術賦能下的虛擬主播，但其定位較為嚴肅，并不沿著娛樂性質的方向發(fā)展， 因此難以成為虛擬偶像的范疇。

二、虛擬偶像的生存機制

虛擬偶像的一般生存機制可以被從三方面進行闡述。一方面，媒介影像技術、人工智能技術及媒體合成大腦等硬性技術是其存在的基礎；另一方面，除先進的數(shù)字技術外， 虛擬偶像構筑起了龐大的粉絲群體對其特殊的認同及諸多復雜情感，建立了真人偶像形式的粉絲文化；最后，大眾傳媒也為其生存發(fā)展提供場域。

（一）受眾移情下的情感歸屬與身份認同

虛擬偶像賴以生存的一個重要因素是龐大的粉絲群體對其的崇拜機制。這種虛擬偶像崇拜的產生，與偶像所采用的技術本身、 粉絲的情感投射以及其所依托的大眾傳媒視聽所帶來的勸服效果都存在著聯(lián)系。 在技術賦能之下，虛擬偶像成了一個近乎完美的個體。它既具有真實存在的人類特質，又超越了現(xiàn)實生活中人類的局限性。以微軟小冰為例，一方面，她具有姣好的外貌和音色，并先后從中央美術學院和上海音樂學院畢業(yè)， 這位美少女可以是詩人、畫家、歌手、主播甚至是設計師。小冰的粉絲會為其打上“美少女”“女漢子”“學霸”等標簽。在這種情況下，虛擬偶像就成了一個文化消費的符號，其身上承載的是粉絲群體對于其超脫現(xiàn)實的幻想。另一方面，微軟小冰雖然可以根據(jù)一段文字作畫，但是作品質量參差不齊，并且難以讓人產生藝術共通感， 獨創(chuàng)性問題上也存在一定爭議。［3］

無論是原始的想象視像崇拜， 還是具體化的人所能構建的偶像崇拜， 對于偶像的崇拜都是以圖像的形式加以表征，而圖像的形象化、生動化也塑造出具體化的偶像形象。人所看到的圖像對象其實都是欲望的間接表現(xiàn)。［4］因此，虛擬偶像的迷群也往往會對其產生強烈的情感，這種情感來自其情感投射和寄托、 群體參與感和融入感的需要等方面的欲求。虛擬偶像光鮮亮麗的外在表現(xiàn)、其人設當中包含的各種屬性以及精彩動人的背景故事都是粉絲在現(xiàn)實世界中所無法接觸到的， 這種對比后的反差會讓迷群寄托個人志向和情感于虛擬角色。 在先進的數(shù)字技術之下， 虛擬偶像還能夠通過和粉絲的互動從而極大拉近兩者之間的距離從而形成一種準社會關系， 建立單向性的牢固情感連接。

（二）技術賦能下的完美共享式文化符碼

約翰·費斯克在通俗文化理論當中指出，受眾在意義的解讀過程中具有主動性。 粉絲群體并不是被動無助地等待著虛擬偶像生產者的投喂， 而是利用此前生產出的文化產品進行創(chuàng)造性使用， 為其賦予更多元的意義和價值，并在這種意義的生產當中尋求非同尋常的快感。粉絲社群一般以“趣緣”為紐帶，粉絲共同建構并執(zhí)行一套特定而共享的闡釋規(guī)則、象征符號體系，還有審美原則。［5］這種以虛擬偶像為認同核心的趣緣社群會圍繞著對于該虛擬偶像的符碼共享而產生身份認同感及群體歸屬感。

在媒介影像技術及數(shù)字媒體藝術的加持之下， 粉絲群體對基于虛擬偶像聲音或形象的創(chuàng)作自由度提升，不僅能利用電子語音合成軟件為其制作歌曲、電臺節(jié)目，還可以采用動畫建模軟件為其改變著裝，設計姿態(tài)動作等。MMD（MikuMikuDance)是一個免費的動畫程序，這一軟件最初是為虛擬偶像——Vocaloid角色Hatsune Miku制作的。在這一軟件上，虛擬偶像的粉絲們會自主制作人物模型方便其他粉絲下載使用。 這種共享文化產品的行為在一定程度上牢固了粉絲之間的趣緣鏈，同時，這些粉絲自主生產的文化符碼會反過來加深粉絲與虛擬偶像之間的關聯(lián)， 產出的內容一經傳播也將在一定程度上擴大虛擬偶像的知名度和影響力。

（三）大眾傳媒下的勸服功能與場域提供

虛擬偶像的傳播極大程度上依賴于大眾傳媒， 這主要是因為大眾傳媒的強烈勸服功能以及其提供的可供迷群交流的場域。

第一，當前大眾傳媒視聽具有強烈的勸服功能。逼真誘惑是傳媒文化在視覺轉向時代最為突出的特點［6］。鋪天蓋地的大眾傳媒視聽以其精美的構思和設計影響著受眾的日常生活。媒介渠道的融合化發(fā)展，更使品牌虛擬形象全方位地滲透到受眾生活之中［7］。2021年10月，抖音推出了名為“柳夜熙”的美妝類虛擬偶像，其第一條視頻采用懸疑、美妝、特效技術等元素，一經發(fā)布就獲得了300多萬的點贊。各路網紅結合這一熱門事件紛紛推出“挑戰(zhàn)柳夜熙仿妝”的短視頻話題。在大眾傳媒傳遞相關信息推送的加持之下，柳夜熙一時間迅速漲粉百萬。第二，在電影、電視、 手機等大眾傳媒中反復出現(xiàn)的豐富多彩的虛擬偶像形象對受眾來說無疑具有極大的吸引力， 社交媒體平臺的發(fā)展更是為迷群與虛擬偶像之間、 迷群內部的交流傳播創(chuàng)造了場域空間。微博、豆瓣、A島、B站等類似于公共空間的大眾傳媒場域的出現(xiàn)為虛擬偶像的信息傳播、發(fā)布、討論提供了絕佳的土壤。

三、從聊天機器到虛擬偶像：微軟小冰的發(fā)展路徑探索

從以上分析看來，虛擬偶像的發(fā)展已然初具規(guī)模，產業(yè)鏈即發(fā)展路徑也趨于成熟。近年來，人工智能技術的崛起為虛擬偶像的發(fā)展又提供了新的可探索的路徑。 在諸多虛擬偶像的發(fā)展進程中， 微軟小冰的發(fā)展演進可以成為典型案例。著力分析其發(fā)展路徑，說明人工智能技術在虛擬偶像這片沃土之上的應用。

（一）搭建人工智能框架，創(chuàng)造多元虛擬人物

人工智能（Artificial Intelligence）是計算機科學的一種研究方向，通過代碼指令讓計算機模仿人類智能，并產生出一種能以人類智能相類似的方式作出反應的效果。人工智能領域除了機器人之外，還包括了語言識別、圖像識別、自然語言處理等技術成果。微軟小冰便是基于人工智能技術、讓計算機模仿人類智能的產物。

最初的微軟小冰僅以聊天機器人的形態(tài)出現(xiàn)， 作為智能系統(tǒng)的語音助手存在，伴隨著人工智能技術的發(fā)展，微軟小冰在人工智能的道路上不斷深化前進。2020年發(fā)布的第八代小冰已經成為一套完整的、 面向交互全程的人工智能交互主體基礎框架， 廣泛覆蓋涉及人工智能的多個領域，是世界上最成熟的、范圍最大的此類框架。在微軟小冰的人工智能框架搭建完成之后， 它已然成了一個典型的人工智能交互主體。目前，小冰框架支撐了百余個第三方交互主體。 相比于其他智能語音聊天機器人而言， 微軟小冰已經在人工智能交互上邁出了不可忽視的一步， 這也直接證明了其在人工智能框架領域的至關重要性。

值得一提的是， 微軟小冰人工智能框架（Avatar Framework） 中已經出現(xiàn)了多位不同的虛擬偶像角色，包括何暢、F201、陳水若、陳子瑜等，他們各自擁有不同的定位和聲線。2020年8月， 何暢正式出道并與著名音樂人馬伯騫聯(lián)合為某品牌的新品合作演唱推廣曲《Runway 2.0》， 而微軟小冰則是這首歌曲的創(chuàng)作人之一。 由此觀之， 微軟小冰發(fā)展出了包括自己在內的多元虛擬偶像群體，這些虛擬偶像在身為“偶像”的同時，更是人工智能主體。該框架中還具有AI主播、虛擬歌手，甚至是虛擬親友等多個應用模塊。在個人用戶領域，由小冰框架應用戶要求創(chuàng)造并提供的虛擬人類已經超過百萬個。這些基于“小冰框架” 建立的虛擬主體能夠在復雜的場景中進行高度擬人化的智能交互，無論是應用于商業(yè)還是公益領域，都將對人類社會產生可觀的影響。

（二）打破中心權力結構，合理化為受眾賦權

傳統(tǒng)的虛擬偶像在向迷群讓渡權利上已經做出了一些努力， 如前文提到的用戶可以利用免費的動畫程序MMD（MikuMikuDance)進行有關虛擬偶像的3D的動畫制作等?！靶”蚣堋痹谶@一點上進行了更大的創(chuàng)新，在層次水平上也更加深入，力圖打破中心權力結構，為受眾合理化賦權。在第八代微軟小冰發(fā)布會上，主辦方公布了面向個人用戶的第一個虛擬人類產品線。 虛擬人類產品線的誕生使得個人用戶可以借助小冰框架按照個人需求定制虛擬偶像，為其實時生成獨一無二的生物學特征，并訓練自己所創(chuàng)造的人工智能主體。 此種功能將虛擬偶像的編輯權極大程度上下放給了受眾。利用這一功能，受眾不僅可以對原有的虛擬偶像進行再創(chuàng)造， 還可以在其中創(chuàng)造出符合自己心意的、 完全個性化與自定義性質的虛擬偶像，最大限度上滿足個人需求。

小冰框架還發(fā)布了面向個人用戶的“X套件”系列軟件，就虛擬偶像最為核心的娛樂功能來說，人工智能音樂合成軟件X studio釋放了更大的權利給受眾。X studio包括面向各類公眾號文章、演講、電臺節(jié)目等的虛擬主播，以及虛擬偶像聲音合成等功能。在虛擬主播應用方面，X studio應景在商業(yè)化領域覆蓋了中外50余家主流媒體并累計制作超過8000個小時的高質量音頻節(jié)目。 在人工智能歌聲合成應用方面，X studio邀請粉絲及音樂創(chuàng)作者們與虛擬歌手一同創(chuàng)作歌曲， 任意個人或者機構都可以提交自己所創(chuàng)作的音樂數(shù)據(jù)并將虛擬歌手與這些數(shù)據(jù)相結合， 機構或者個人可以掌握這一歌手或者音樂數(shù)據(jù)的完整版權。 將虛擬歌手演藝內容的制作權讓渡給廣大的受眾， 這一舉動不僅為虛擬歌手的內容創(chuàng)作注入了極大的活力，還激發(fā)了相關產業(yè)鏈的發(fā)展。

（三）打造智能交互人格，多領域深耕式學習

微軟小冰之所以能從聊天機器人成長為基于AI的虛擬偶像，也離不開生產者為其打造的智能交互人格，并推動其在多個領域通過深層神經網絡等進行深耕式學習。這種深耕式學習指的是培訓計算機學習樣本數(shù)據(jù)的內在規(guī)律和表示層次，包括對于文字、圖像以及聲音等數(shù)據(jù)的識別和規(guī)律梳理。計算機大腦相對于人腦而言具有更快的運算速度、更具效率的分析并學習樣本數(shù)據(jù)的能力，從而達到對于某事物的深度理解。目前，人們會傾向于讓人工智能去學習某一專業(yè)領域的事物，在這一專業(yè)領域內發(fā)揮出其最大能力并創(chuàng)造出最高效益，而并非只是“大材小用”停留在教它們如何與人類進行單純語言層面的互動溝通上。微軟小冰從單純的智能聊天機器人到虛擬偶像的轉變正與這種深耕式學習密切相關。

截至2023年底，微軟小冰已發(fā)布《我知我新》《微風》《我是小冰》《好想你》等歌曲，其聲線已經非常接近人類演唱的氣息與節(jié)奏。目前，微軟小冰的演唱模型迭代至第五個版本。 全新的演唱模型包括跨越多種演唱技巧的多個聲音模型， 并提升人工智能歌曲演繹的更高技巧和多風格化，能夠自然地切換不同演唱技法。2020年8月28日，由人工智能微軟小冰與著名唱作歌手、 電子音樂制作人朱婧汐共同創(chuàng)作的上海大劇院20/20 演出季主題曲《HOPE》正式發(fā)布。為感謝微軟小冰的卓越創(chuàng)作，上海大劇院授予微軟小冰“榮譽音樂制作人”稱號。微軟小冰作為虛擬歌手，不僅在國內具有影響力，其知名度還擴展到了虛擬偶像的發(fā)源地——日本， 微軟小冰宣布與日本本土AVEX唱片公司合作， 將其日本版本的虛擬歌手身份納入AVEX旗下。

微軟小冰不僅是一位虛擬歌手，還是一位畫家、設計師、主持人和詩人，她以一位活潑可愛的18歲人工智能少女的形象先后“就讀”于中央美術學院和上海音樂學院。2019年，微軟小冰從中央美術學院研究生畢業(yè)，并在同年7月份于中央美術學院美術館舉辦名為《或然世界》的首個畫展，并在其中呈現(xiàn)出風格各異的百幅繪畫作品，引發(fā)了美術、計算機、物理學界等的跨界討論。2020年，微軟小冰從上海音樂學院畢業(yè)， 與多名知名音樂家進行深度合作，創(chuàng)作并表演了許多歌曲，其中包括世界人工智能大會主題曲。無獨有偶，2021年6月21日的北京智源大會上，清華大學教授唐杰發(fā)布了中國首個基于超大規(guī)模智能模型“悟道2.0”的原創(chuàng)虛擬學生“華智冰”，她將進入清華大學進行深造。由此可見，人工智能“入學”名校進行深度學習已經成為目前的一大趨勢。 小冰框架的發(fā)展進步也是順應這一趨勢的產物。因為深耕式學習，微軟小冰完成了從單純的智能聊天機器到虛擬偶像和人工智能框架的轉變，無論是在“臺前”還是“幕后”，都發(fā)揮著至關重要的作用。

四、結語

在經歷了三十年左右的發(fā)展后， 傳統(tǒng)的虛擬偶像產業(yè)鏈已經趨于成熟的同時，虛擬偶像市場也趨于飽和，幾乎未再出現(xiàn)同初音未來和洛天依影響力相當?shù)奶摂M偶像，其運營形式也僅僅是集中在歌舞表演的淺層之上，無法給審美疲勞的受眾帶來全新的深度體驗。 人工智能技術的發(fā)展為破除這一僵局提供了全新思路， 在人工智能技術的賦能下，虛擬偶像智能化的可能性開始被想象。

微軟小冰最初僅僅是一個智能聊天的機器人助手，在人工智能技術以及數(shù)字媒體技術等的加持之下發(fā)展出了兩條不同的路徑。 一方面， 它是一名超級虛擬偶像新星，具有高學歷、高素質、高專業(yè)素養(yǎng)，獲得萬千粉絲的喜愛；另一方面，圍繞著微軟小冰開發(fā)的“小冰框架”深度拓展了其作為人工智能交互主體的全新領域。它不再只是幫助人們完成簡單指令的智能設備助手和供人欣賞的唱跳虛擬偶像， 而是承載了無數(shù)智能交互動作的人工智能虛擬人物制作運行的實用性軟件。未來的人類社會需要的智能化、人格化虛擬偶像不僅要能實現(xiàn)沉浸式互動，更需要真誠、全能、專屬、親密等品質。這種虛擬偶像需要擁有自己的知識圖譜，并能夠自主思考和計算，而非僅僅停留在人類為其填充幾乎全部內容的階段，“小冰框架”的發(fā)展路徑正符合這一趨勢。目前，人工智能技術在虛擬偶像上的應用才剛剛起步，還需進一步錘煉。在傳統(tǒng)虛擬偶像發(fā)展已初具規(guī)模的今天， 人工智能技術的崛起必將為其提供新的發(fā)展路徑， 并成為未來虛擬偶像后續(xù)發(fā)展的重要技術支柱。