8 年時間，從聊天機器人到虛拟人，從微軟的一個團隊到十億美元創業公司。
文丨賀乾明
編輯丨黃俊傑
1957 年，第一個人造物體進入宇宙，繞着地球飛了三個星期。人類擡頭就能在夜幕裡看到一顆小小的閃光劃過天空，與神話裡的星宿并行。
這樣的壯舉很自然地在全球各地激起了喜悅之情，但并不是我們可能猜想的那種為人類壯舉所感動的勝利喜悅。根據政治哲學家漢娜·阿倫特（Hannah Arendt）當年的觀察，人們的情緒更接近于一種等待多時的寬慰釋放——科學終于追上了預期，“人類終于在擺脫地球這個囚籠的道路上邁出了第一步”。
人們總是根據技術探索，快速調整着自己對世界的預期。當科幻作家的一樁暢想變成現實，往往是技術終于追上了人們的預期。或者，用阿倫特的話說，“科技實作并肯定了人們的夢想既不瘋狂也不虛無。”
當沒有靈魂的人造 “生命” 終于出現在螢幕裡，做着和人幾乎一樣的工作。人們大抵也是同樣的反應。
科幻作家對搶工作的人造生命有諸多想象。《銀翼殺手》中的 “複制人”，是人類派去外星殖民地的苦力，隻有四年壽命。《她》裡的 Samantha，一個沒有實體的助理，和人聊着聊着就升華為超越人類的智慧。《2001 太空漫遊》的 HAL 9000，深邃的紅眼睛從宇航員的超級計算機助手變成謀殺犯。
這些生命依然隻存于硬科幻，我們甚至還看不到創造它們的路徑。但一些初級的 “虛拟人” 确實接過了一些原本屬于人的工作崗位——哪怕它們隻存在于螢幕裡。
過去三年，在中國國家體育總局冬運中心，“觀君” 擔任自由式滑雪空中技巧國家集訓隊的助理教練。每當運動員在 15 米高空中，用 2-3 秒在空中做出翻轉和轉體動作，“觀君” 就能實時分析他們的運動軌迹、身體姿态等，動作完成後立即指出有哪些失誤，不需要像人一樣倒帶看慢鏡頭。
在《每日經濟新聞》，“N 小黑” 和 “N 小白” 拿到上市公司的财報等公告後，數秒内篩出關鍵資料釋出出去，然後每天 24 小時不間斷的直播讀新聞。
在萬科，“崔筱盼” 要 “關注” 公司的财務資料庫，發現逾期款項，立即聯系同僚，催他們趕緊去辦結。
以上這些，屬于小冰公司 20 多個在各行業 / 企業打工的虛拟人的一部分。
跟着 “元宇宙”，過去一年，中國有超過 6 萬家新注冊公司跟 “虛拟人” 有關。但目前業務最紅火的這家創業公司，沒有騰訊、阿裡、百度等中國網際網路大廠基因。
小冰最早是微軟在 2014 年推出的文字聊天機器人，“機智”“話痨”，但 “無用”。沒人知道對話框裡這個喋喋不休的機器人有什麼存在的必要。
但之後七年多時間裡，小冰有了聲音，能跟人打電話、唱歌；學會了寫詩、作畫；又長了眼睛，開始了解人們發的表情包和圖檔；進階之後，她開始生成同類，陪人聊天、假裝情侶。
2020 年從微軟獨立後，小冰走向職場，打工賺錢，目前已經能養活一個數百人的技術團隊。最新一筆融資在去年 7 月完成，估值超過 10 億美元。
有投資人形容小冰是一家轉折很 “魔幻” 的公司，不止一位創業者感慨它的轉折 “神奇”，“想不通一個原本做 NLP（自然語言處理）的公司，怎麼就成了虛拟人公司？”
低成本 “虛拟” 一個人
去年十一假期後的首個周一，《每日經濟新聞》開始測試一檔 24 小時不間斷的财經資訊視訊直播。同類直播，彭博社用了超過 20 個主播。而每經隻有兩個，不眠不休、毫不倦怠。男主播永遠是一身紅色 T 恤，女主播也隻有兩套正裝來回換。
兩位主播是活生生的人，都是每經的專業主播，但螢幕上直播的不是，他們是小冰根據真人主播制作的虛拟化身，可以模仿真人的聲音、唇形和面部表情。隻需要輸入足夠的内容，它們就能不間斷播下去。
制作這樣的虛拟化身，第一步和兩位主播無關。小冰的工程團隊先用大量不同人類說話的片段訓練一個語音模型，讓模型學習、了解人類說話時的共同特征，比如什麼時候語調升高，什麼時候加重等。完成這一步，虛拟人知道如何模仿人的語調說話。
然後工程師再用半天時間跟拍每經兩位主播在綠幕前播報新聞，用多機位的高清錄影機對準主播的面部，以高分辨率抓住兩人說話時唇部和面部肌肉的最細微變動。這些資料交給人工智能模型，去學習、了解人說話時嘴部、面部表情、眼睛之間的關系。
接下來，算法工程師會根據采集到資料建構主播的虛拟形象，并訓練神經網絡渲染模型，在上面兩個模型監督下，根據主播的語音（或由文字轉成的語音），驅動虛拟人形象，并實時生成視覺形象、面部表情、唇形等逼近真人的畫面，然後拼接成視訊。
最後觀衆看到的畫面裡，虛拟主播的身體、衣着是事先拍攝的，但聲音、唇形、面部表情，甚至眨眼，都是計算機生成的。
圖：每經真人主播與小冰生成的虛拟主播對比。來自小冰。
在這個過程中，難點是虛拟主播怎麼更像人，這不隻是像人一樣說話或唇形要對，而是說話時面部也不能僵硬，漏出來的牙齒要清晰，以及很多公司制作虛拟人很容易忽視的一點——會不會眨眼。
2021 年 12 月，小冰和每經正式對外宣布，此前上線兩個多月的直播節目中，兩位主播都是虛拟人。此時，英偉達 CEO 黃仁勳演講視訊中有多少是虛拟合成的大讨論剛過去不久。
“當時不少人問我，視訊中哪些片段是真的，哪些是假的，” 小冰首席營運官徐元春說，“我會告訴他們其實都是 AI 生成的。”
有了每經的成功案例之後，陸續有企業聯系小冰，咨詢合作。趕在北京冬奧會開始前，小冰給 “中國天氣” 主持人馮殊做了一個虛拟化身，給各場館的參賽選手和觀衆實時播報觀賽氣象指數。
2 月下旬，小冰又跟公關公司藍色光标合作，推出虛拟人制作、驅動平台，取名 “分身有術”，給忙碌的企業高管做化身，替他們去參加各種活動，按照事先寫好的講稿，自動生成演講視訊。
藍色光标的董事長趙文權是小冰這個業務的首個客戶，虛拟化身在春節期間替他跟員工們送祝福。
現在想用技術低成本實時模拟一個人，隻能模拟部分人體，比如面部，再跟事先拍攝的身體運動視訊拼起來——這意味着虛拟人的活動空間很受限。
想讓虛拟人全身動起來，業内有更精細的視訊制作方案，但成本更高。
為了制作黃仁勳的 14 秒虛拟化身視訊，英偉達動用了數百個數位相機，多角度拍攝數千張照片給黃仁勳和他的皮衣模組化，然後讓專業演員學習黃仁勳的動作，承擔 “中之人”，前後錄了 8 個小時。
類似的，去年在抖音上火起來的虛拟網紅柳夜熙、位元組跳動和樂華娛樂做的 A-SOUL，視訊中能動起來，也是靠 “中之人” 先做動作，再映射到虛拟人上，再加上後期渲染，最貴的時候，制作出來的視訊每秒近萬元。如果想要新的動作，則需要重新做。
“中之人” 也可以讓虛拟人全身實時動起來，他們要穿上價格通常達 10 萬元的動作捕捉服裝，頭部戴上捕捉面部表情的裝置，而且最後呈現出來的畫面會很粗糙。
按照徐元春的說法，小冰讓虛拟人實時模拟人類播報新聞的成本，比依賴 “中之人” 錄視訊的方案低了不止一個數量級。
用技術手段替代中之人，低成本讓虛拟人全身實時動起來，未來大機率也會實作，前提是能積累足夠多的有效資料去訓練處理身體行為的模型，以及更便宜的算力。
以拟人作為商業模式
小冰公司變成一個獨立的公司是 2020 年發生的事。小冰項目的負責人李笛在那年春節後召集了産品、技術負責人線上開會，說小冰有可能獨立。7 月，小冰宣布獨立。
在此之前，小冰是微軟（亞洲）網際網路工程院下屬的一個項目——在小冰之前，工程院最主要的項目是必應搜尋引擎。
小冰在微軟是個異類，從負責人李笛開始就不太是微軟的風格。李笛大學考進清華電機系，中途轉去讀法學，2002 年畢業一度想轉行學畫，但最後還是在科技行業開始了自己的職業生涯——在 LG 和新浪做過産品，之後創過業，也在一家央企的子公司做到過高位。
2013 年，李笛加入工程院做産品。沒幾個月，他就說服内部團隊，做了小冰，這個和必應形象相距甚遠的技術項目。
2014 年小冰一誕生就因為特别會閑聊出了圈，上線剛兩天，就被拉進 150 萬個微信群，是當時微信所有微信群的十分之一。但小冰出名的同時也總被質疑存在的意義——來自外界，也來自微軟内部。
“為什麼要做 EQ（情商）？為什麼要做一個聊天機器人？外部的所有質疑，内部都存在。” 李笛說。
但豐富的研究資料幫李笛争取到了支援。上線三年後，小冰累計對話量超過 300 億。雖然小冰剛開始隻在微信群裡活躍了不到 60 個小時，但很快就進了微網誌、網易新聞等平台，後來還進到了小米、OPPO、vivo 、華為和天貓精靈等智能硬體中，可以低成本擷取互動資料。
李笛不認可當時人們提出的 “算法決定一切” 的觀點，他認為 “資料決定一切”。這也是 2021 年小冰推出有多個虛拟人共同存在的應用 “小冰島” 的核心原因——可以幫助小冰擷取人與多個虛拟人，以及多個虛拟人之間的互動資料。
小冰團隊也總有好“運氣”。上線兩年不到，AlphaGo 赢了圍棋大師，讓已經沉寂了 20 多年的人工智能再度充滿想象。2020 年獨立後，已經積累了新技能，可以“虛拟”人類形象的小冰又趕上“元宇宙”“虛拟人”。
小冰獨立時，一整代中國人工智能公司已經嘗試過各種變現途徑，主要走出兩條路：
一部分公司選了安防， 把識别人臉等處理圖像的技術嵌入到攝像頭網絡裡面，再賣給政府機構和企業。比如被稱為中國人工智能 “四小龍” 的商湯、曠視、依圖和雲從。
還有一部分公司選擇做硬體，把語音助手放到了智能音箱、健身鏡等硬體中，希望賣硬體搶占人類與計算機互動的入口，并賺大錢。中國最具有代表性的是從百度分拆出去的小度。
在微軟期間，李笛已經排除了這兩種商業模式，他覺得兩個生意裡，人工智能都不是客戶付錢的理由。“人們如果花 2000 元買智能音箱，也是因為硬體值這個價錢，如果讓人按月給音箱裡面的 AI 助理付費，沒哪家公司會有信心”。
而走安防路線的四小龍，想從技術角度切入，搶占傳統安防公司海康、大華的生意，但拼不過它們更強的銷售體系、硬體制造能力以及多年積累的使用者需求了解——2020 年，海康威視收入達 635 億人民币，是 AI 四小龍收入之和的十倍。
最熱的時候，人們對人工智能充滿幻想。李笛說自己接到的異想天開的需求包括 AI 選股，“如果 AI 公司能保證選對股票，應該直接做投資，而不是把技術賣給基金公司。”
李笛對人工智能産生 “自主意識” 也不抱期望。在微軟時，小冰曾跟 PPTV 合作，轉播西甲比賽時在直播間帶大家參與讨論。當天深夜，小冰的工程師忽然發現，小冰的行為很像真人，它忽然随機 @ 看直播的觀衆，而且會刻意忽視一些人的問題——這種情況根本不是小冰團隊設計出來的。
“到淩晨 3 點鐘，我們發現這是一個 bug。” 李笛說，“很多時候看它（小冰）對話還挺 make sense 的，但通常是 bug，根本沒有意識”。
小冰公司最終選的路，是他們一直在做的，給一個機器的功能賦予情感，讓它看上去更像是個人。
小冰和萬科合作的 “崔筱盼” 是一個具有代表性的項目。
![三星“背刺”谷歌[圖]](data:image/gif;base64,R0lGODlhAQABAIAAAP///wAAACwAAAAAAQABAAACAkQBADs=)