这届科技冬奥,就数这位北京大妞让人意想不到

2022 年 2 月 21 日 量子位
金磊 发自 凹非寺
量子位 | 公众号 QbitAI

北京冬奥会落幕,“中国式浪漫”刷爆全网。

而从开幕式为起点,所延续的不仅仅是大气磅礴的视觉盛宴,科技之美也始终贯穿其中。

云计算、AI、虚拟现实、5G……在这届冬奥会中可谓是大放异彩。

也难怪外界频频发出“科技感拉满”这样的赞叹之词。

而在这其中,一个数字人的出现,竟能让直播带货这件事,有了全新的“打开方式”。

不仅吸引了超过200万人次的观看,更是在短短时间内圈粉数十万

她叫冬冬,是一位在淘宝直播间售卖冬奥会官方特许商品的“北京大妞”。

但和其他人不同的是,她在直播间除了卖货,还会大秀“十八般武艺”。

例如奥运健儿夺冠了,冬冬就会模仿其经典动作来庆祝:

观众们高呼苏翊鸣,冬冬便现场展示了一段封神的1800转体

讲真,这么多才多艺、如此拼的主播还是头回看见。

不过有一说一,眼尖的友友们应该也已经发现了,冬冬,她其实并不是人类

而是由阿里巴巴为本届北京冬奥会打造的数字人冬奥宣推官

或许这时你会说了,那她不就是个机器么?莫得感情,莫得灵魂

非也非也。

若是看过冬冬直播,很直观的一种感受就是自然

人类主播的技能,她也能够hold得住。来感受一下她的风格:

欢迎尾号XX的朋友进入直播间!

XX朋友,你的需求已经托付给程序员小哥哥处理了,不要着急哦。

没错,实时互动这一块,冬冬算是拿捏住了。

单从这点来看,可以说冬冬不再是大众眼里的传统虚拟人,而是已经进化成为数字人。

毕竟,能否与人类互动,是划分虚拟人和数字人的分水岭

而且她还不是玩儿“表面功夫”的那种,从直播数据来看,业务能力也是够硬的。

据悉,在直播间核心表现数据的转粉率停留时长,而冬冬的直播间均远超了淘宝直播的平均水平。

于是乎,这样的冬冬便迅速引起关注,网友们纷纷感慨她的“敬业”:

为了实现一户一墩,真的是太拼了,冬姐也不容易啊!

然而,如果细挖冬冬这位数字人之后就能发现,直播带货,竟只是她能力的一隅而已。

这个数字人,冬奥很忙

数字人冬冬,在整场冬奥会期间,可以说是有“多副面孔”了。

这不,在直播带货之余,冬冬就开了一个“冬奥脱口秀”的专栏。

等等,数字人?讲段子?这能行吗?

可别小瞧了数字人的能力,冬冬说脱口秀的“打开方式”,是这样的:

今天的比赛里,有个项目冬冬特别想体验,在白茫茫的雪地里自由翻转滑行,那感觉光想想就让冬冬心跳加快……啊不对,是CPU疯狂运转了呢。

大家知道是哪个项目了吗?冬冬给个提示,对于新手来说这个项目只有2个动作:前滚翻和后滚翻。选择屁股疼还是脸疼呢?

噗!

还别说,冬冬虽然是个数字人,她讲得脱口秀还是蛮逗的。

而且在脱口秀期间,除了用诙谐幽默的语言讲段子之外,冬冬还会穿插着讲解与冬奥项目有关的知识。

真是科普、搞笑两不误。

但直播间,只是冬冬工作场合之一,这不,她在冬奥会期间还参加了CCTV-5《体坛英豪》节目的录制。

在其中的一期节目中,短道速滑运动员武大靖,就成了她的采访对象。

现场,冬冬还请求武大靖指导一下她最新学会的短道速滑动作。

在瞬间变装后,便在武大靖面前开始展示:

冬冬问武大靖:“你知道我的动作是跟谁学的吗?”

武大靖自信地回答道:“我呗,肯定是学我呗。”

而后,冬冬和武大靖展开了轻松愉悦的快问快答

冬冬:这届冬奥会最难忘的时刻是?

武大靖:我们获得首金的时候。

冬冬:头盔的图案为什么选择华夏战神孙大圣?

武大靖:因为它的寓意很好,孙大圣的感觉就是拼命吧。

冬冬:保温杯里泡的是什么?

武大靖:没泡枸杞,泡的是正常的水。

冬冬:金墩墩拿回家,会放在哪里?

武大靖:放保险箱里,其他人说已经联盟要弄我。

……

一番交谈还挺自然,冬冬模仿真人记者有模有样。

那么一个AI数字人,能够做到如此的实时拟真,接下来的一个问题便是:

冬冬,是怎么炼成的?

随着数字人冬冬在网上的走红,其背后的技术能力也逐渐浮现了出来。

据了解,冬冬之所以能够像人类一样自然,主要得益于阿里巴巴数字人技术团队多年来在此的技术积累。

首先,是在外观的自然度方面。
要让虚拟人在说话过程中做到自然,就需得像人类一样,把嘴、表情、肢体动作等等做到统一协调

冬冬背后的技术所采取的策略,则是AI实时驱动

例如在“嘴型驱动”上,冬冬可以做到播报的语音和嘴型对应;并且在说话过程中,会融合适合的面部表情,比如微笑、兴奋、生气、疑问等。

除此之外,冬冬的身子,即肢体动作,也会配合内容而发生改变,例如挥手、鼓掌等等。

而且为了在视觉上达到更加逼真的效果,阿里采用了Unity HDRP高清管线来实时渲染拟真人级别的数字人。

包括实时的模拟自然光照、动力学(比如服装、头发的摆动)等效果。

但若仅仅是停留在外表,那要跟人类相比,还是差点意思的。

要想在直播间里和用户长时间自主互动,流畅对话是一个必要条件。

多模态双工互动能力(MMDI,multi-mode duplex interaction),便是其采取的策略。

具体而言,是在深度融合了多模态理解和双工对话管理技术的基础上,构建了一套全智能驱动的数字人双向互动能力。

这让数字人具备了像人一样边说边听的技能,即使被打断也可以继续顺畅沟通。

而且声音、表情、动作在表达时能够自然地整合在一起。

但光是“形象逼真”、“可以互动”,还是不够的。如何能够让用户觉得冬冬言之有物,内容扎实丰富,是非常重要的。

这就需要冬冬具备“智能脚本生成”(AI Script Generation,AISG)的能力。

为此,阿里数字人技术在深度融合预训练和知识图谱基础上,构建了一套全智能的可控脚本生成方案。

核心就是将以往专家撰写脚本的方式,转变成了机器自动撰写。

更具体一点,AI算法模型会根据“冬奥知识”或“喜剧写作公式”,展开一个自主学习的过程。

而后数字人再结合NLP和风格化生成技术,就可以在面对不同场景的情况下,快速生成顺畅、有逻辑,且自然风趣的语言。

这也就是冬冬为什么能够在长达2小时之久的直播时间里,不间断的输出内容、持续互动的原因了。

不仅如此,冬冬还可以在直播过程中,对突发的赛事新进程做最新的报道。

例如一旦有新的奖牌诞生,她就会立即对与之相关的赛事背景、规则、选手简介等等内容做介绍。

这种即时性,便是得益于新华社与UC的合作,可以让冬冬从新华社UC大鱼号上获取最新赛事动态内容。

另外,冬冬在冬奥会期间身兼数职,这也需要她拿出不同的“职业状态”。

例如在直播间,冬冬就得用主播的口吻来说话;脱口秀环节时候,冬冬的说话方式就得幽默诙谐。

为了达到这种效果,冬冬的智能语音技术团队深度融合端到端语音合成与传统语音技术,能在更低的成本、让数据录制周期变得更短。

同时融入情感语音合成技术,这就冬冬可以在不同场景之中,表达不一样的感情。

……

不过有一说一,从冬冬在冬奥会的种种表现中,其实不难看出一种趋势的发展:

人与虚拟人,界限越发模糊

虽然在近一段时间里,“虚拟人上岗”的消息层出不穷。

不过数字人冬冬的出现,似乎让人类与虚拟人的界面进一步模糊了起来。

以往虚拟人即使在外观和语音的自然度能够做到高度逼真,但人们对他们的印象或许依旧会停留在“莫得灵魂”

但这一次,却截然不同。

例如在直播间这种高度需要互动的场景中,冬冬就不是“自顾自的”的表演。

当有人在直播间问冬冬:“你吃饭了吗?”

她有时候就会回答“我是吃代码的”,然后开始念自己的二进制代码;但有时候冬冬也会回答说自己在吃烤鸭

这样的交流方式,就会让屏幕前的观众感受到与人类主播一样的回应与互动。

冬冬的出现,为数字人的生命力探索了一个持续产出内容和互动的新场域

数字人的生命力,不仅仅是字面上时间的长与短,更多的应当是“成长”与“复制”。

换言之,不是打造出了数字人,这块工作就结束了;而是需要在环境的加持与训练中,不断让自己在“像人”这件事儿上做到极致。

与此同时,能够独当一面地快速上岗和适应新的场景,也是数字人“生命力”的体现。

那么最后,或许也是大家最为关心的一个问题:

我们为什么需要数字人?

从冬冬此次的表现上来看,她能够连续十多天2小时不间断地在直播间带货,并且能够跟观众做到很好的互动,从能力上来讲已经具备了上岗的能力。

与此同时,她还能以同样的业务水平,同时间上岗其它场景,光是这一点,便是人类很难达到的极限。

也就是说,现在的数字人能够以一己之力同时胜任住多项任务,从而大大的释放了人力和物力成本

而除了冬冬之外,本次冬奥会还有虚拟人上岗运动员助理教练气象主播等职务。

放眼冬奥会之外,例如柳夜熙、新闻主播N小黑/N小白的爆火,更是从侧面反映出普通大众对虚拟人的认可和接受。

数字人未来想象力的大门,已经打开了。

而更宏观地来看,数字人在本届冬奥会所体现出来的,不仅仅是其本身能力的展示,更是在释放着一种新信号:

前沿技术,正逐步步入常态化。

据悉,此次北京冬奥会实现了212项技术的落地应用,其中33项为首次使用。

在未来,这些技术或许不再是“奥运专享”,走进你我的日常也是大有可能。

……

最后的最后,要问现在虚拟人发展到了什么地步?

无疑的一点是,人与虚拟人的界限越发模糊;或许,随着智能技术越来越发达,人机共生时代已经到来。


「人工智能」、「智能汽车」微信社群邀你加入!

欢迎关注人工智能、智能汽车的小伙伴们加入我们,与AI从业者交流、切磋,不错过最新行业发展&技术进展。

ps.加好友请务必备注您的姓名-公司-职位哦~


点这里👇关注我,记得标星哦~

一键三连「分享」、「点赞」和「在看」

科技前沿进展日日相见~


登录查看更多
0

相关内容

《2021-2022全球计算力指数评估报告》,46页pdf
专知会员服务
73+阅读 · 2022年3月25日
金融人工智能研究报告(2022年),中国信通院
专知会员服务
122+阅读 · 2022年1月20日
央行发布《人工智能算法金融应用评价规范》,28页pdf
专知会员服务
74+阅读 · 2021年5月2日
最新《深度卷积神经网络理论》报告,35页ppt
专知会员服务
45+阅读 · 2020年11月30日
冬奥的另一场角力,安踏实现中国式登顶
说服张艺谋,做出冰立方,冬奥会的另一个世界纪录
这可能是冬奥会藏得最深的黑科技了
量子位
0+阅读 · 2022年2月18日
24小时无休的虚拟人,打工在冬奥
创业邦杂志
0+阅读 · 2022年2月8日
你们的开工红包发了啥?
ZEALER订阅号
0+阅读 · 2022年2月7日
顶流冰墩墩
36氪
0+阅读 · 2022年2月7日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年4月18日
Arxiv
24+阅读 · 2021年6月25日
Reasoning on Knowledge Graphs with Debate Dynamics
Arxiv
14+阅读 · 2020年1月2日
Arxiv
24+阅读 · 2018年10月24日
Arxiv
11+阅读 · 2018年5月21日
VIP会员
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Top
微信扫码咨询专知VIP会员