你打赏的美女主播是真人还是AI数字人？

文｜张是之

责任编辑｜陈斌



近日，抖音发布《抖音关于人工智能生成内容的平台规范暨行业倡议》，针对人工智能生成的视频、图片，和衍生的虚拟人直播，首次明确其在平台内的行为规范。主要内容有四项：其一，首次承认虚拟主播“合法性”；其二，虚拟直播须显著标识，帮用户区分虚拟与现实；其三，虚拟主播开播须真人驱动；其四，虚拟主播必须遵守平台相关社区规范。
实际上，在抖音发布规则之前，虚拟主播就已经在市场上获得了一定应用。比如某知名商业咨询顾问，其短视频平台上的很多内容都是由“数字人”完成的。从效果来看，表情生动、动作自然，口型和肢体动作匹配度很高。如果不是他在视频画面上显著标注了“本视频使用数字人技术制作”，包括我在内，一般人很难分辨出屏幕上的到底是真人还是数字人。
提供数字人技术的公司叫作“硅基智能”，不得不说，这个公司名字起得非常精准到位。据其官网介绍，他们已经与40多个行业、近4万家企业达成合作，已经生产了近150万个数字人，其中就有很多电商直播间的带货主播。从实践反馈来看，虽然数字人主播还不能完全取代真人，但已经能够显著降低运营成本。吴晓波在跨年演讲中也提到，“2023年每家公司都可能需要一个数字人，可以用它来做本地生活、做客服、做品牌直播、做短视频等。”
上述是基于真人形象的数字人，这两年还有完全基于虚拟形象的“二次元”数字人，也引起了很多的关注，比如柳夜熙和许安一。2022年抖音云漫展时，许安一的直播间同时在线人数4万 ，整场场观100万 人次，当时保持着抖音平台上虚拟主播的场观和同时在线人数数据纪录。这种完全虚拟的“二次元”主播背后的核心并不是基于真人的IP，而是全新的IP形象，核心其实是背后创作者的创意和内容。
AI在视频领域如此，音频领域同样火热。就这两天，“AI孙燕姿”一夜爆红。在B站上，“AI孙燕姿”翻唱的林俊杰、周杰伦、赵雷等明星的歌曲，深得许多网友喜欢，其中翻唱周杰伦的《发如雪》播放量近150万。我也专门跑去听了一下，确实好听，而且几乎无法分辨，如果不是标题的文字介绍，可能压根无法分辨出这是真人在唱，还是AI合成的。
所谓“AI孙燕姿”，是在AI技术的帮助下，对孙燕姿的声音数据进行训练得到一个模型，然后通过模型进行输出，最终合成孙燕姿的音色来翻唱原版歌曲。合成效果不说相当惊艳吧，但别有风味，有网友评论以后听歌的模式估计不再是选歌曲，而是先选择歌曲，再选择一个歌手，让不同歌手唱自己喜欢的歌。
一个比较有意思的问题是，如果没有显著标识，当我们看到的视频无法辨别是真人还是数字人时，当我们听到的声音同样也无法辨别是真人发声还是数字合成时，那么当我们和屏幕上的人在交流时，我们到底是和谁在交流？我们以为那是一个真人，而实际上那可能不过是一个虚拟主播而已。
以目前ChatGPT的能力，一个虚拟主播播放的稿件可能都是AI生成的。甚至更进一步，这个数字主播的算法也是AI生成的。如果一个真实的人在创建一个数字人之后，赋予这个数字人重新创建数字人的能力，依次类推下去，经过几次迭代之后，呈现出来的数字人到底还与真实的人有多少关系？还是那个问题，我们到底是和谁在交流？
基于目前的技术水平，虚拟主播数字人更多是一个辅助工具。像李佳琦、罗永浩、董宇辉这样的大牌主播，不仅能带货，还能跟你聊天提供很多的情绪价值，这一点是虚拟主播暂时无法替代的。但是假以时日，随着AI技术的迭代升级，“投喂”给AI的段子越来越多，虚拟主播跟人聊天说段子、说脱口秀，把观众逗乐，这恐怕不会太遥远。
随着AI水平的进一步提高，人类也许将重新审视生命的意义。未来的人们缅怀先人的方式，也许不再是去祭拜扫墓，也许只需要打开电脑，不仅可以看到祖辈们的生平，如果你想和他们对话，AI也会帮助你实现，实现某种意义上的“数字永生”。
抖音这次在规则中特意强调，虚拟主播开播须由真人驱动，这条很关键。但实际上，从前台页面呈现端来看，很可能无法分辨虚拟主播背后的真实情况。如果大家都诚实标注还好，但一定有人会钻规则的漏洞，走一些歪门邪道。这不仅对平台提出了新的要求，恐怕对法律法规也是一个新的考验。
未来已来，只是没想到来得这么快，原以为AI可能只是在某些高科技领域发挥作用，不知不觉中它已经渗透到了日常工作生活的方方面面。除了明星产品ChatGPT之外，现在已经可以利用AI来帮助我们绘画，写作，制作PPT、视频音频等，AI可以说是爆发式增长。
1993年，美国著名杂志《纽约客》的漫画家施泰纳创作了一幅荒诞却广为流传的漫画，两只狗在电脑面前交流，其中一只说了那句广为流传的话，“在互联网上，没有人知道你是条狗。”三十年后的今天，人工智能将彻底改变互联网，这句话也许即将改为，“在互联网上，没有人知道你是一个数字人。”
（本文仅为作者个人观点，不代表本报立场）

目前数字人直播的瓶颈还是在互动，如何更好地在电商场景上用好数字人还有很大空间