次元壁的重塑：當(dāng)AI主播走進央視演播廳

原標(biāo)題：次元壁的重塑：當(dāng)AI主播走進央視演播廳

我們對AI與新聞產(chǎn)業(yè)的想象，大多還停留于那些在瞬間生成新聞的“寫作機器人記者”，至于那些在新聞節(jié)目里出現(xiàn)的主播，誰也想象不到他們會與AI產(chǎn)生任何聯(lián)系。

但變化總比想象中更快來臨。

在今年“3·15”晚會開播前，搜狗與央視財經(jīng)頻道聯(lián)合推出的AI主播“姚小松”正式亮相，在央視對“3·15”晚會進行預(yù)熱。

當(dāng)我們描述兩個很難交融的領(lǐng)域發(fā)生碰撞時，我們常常會將其形容為“突破次元壁”。而像搜狗AI主播這樣，牽手國內(nèi)最權(quán)威電視媒體，融合了AI技術(shù)與新聞播報產(chǎn)業(yè)，幾乎可以被稱作是對次元壁的“重塑”。

當(dāng)原本屬于人類的傳播空間被擊破又重塑，我們可以去探討這一項技術(shù)的落地，會對我們的世界造成怎樣的改變。

聚集三次方：從復(fù)制粘貼到生命構(gòu)建

其實我們對這股突破次元壁的“神秘力量”并不陌生，在去年，就已經(jīng)有很多建立在對抗生成網(wǎng)絡(luò)上的人臉生成技術(shù)。

例如華盛頓大學(xué)曾經(jīng)推出的AI奧巴馬，就是通過神經(jīng)網(wǎng)絡(luò)模型對大量奧巴馬的照片、視頻進行訓(xùn)練，再如同“復(fù)制粘貼”一樣替換掉原有視頻中的聲音和人臉，生成惟妙惟肖的“假奧巴馬演講”。

但搜狗AI主播則與以往的人臉生成技術(shù)不同，投入應(yīng)用的AI主播，顯然不能是前臺讓“替身”錄好視頻，再進行后期處理，而是直接用技術(shù)生成栩栩如生的AI主播。

從論文中的實驗數(shù)據(jù)到直面用戶的央視主播，其中的差別無異于“復(fù)制粘貼”和“生命構(gòu)建”，在這一過程中，搜狗AI形成了三種聚集。

1、 多模態(tài)模型的打造

和實驗室中用幾百個小時打磨一張人臉的替換技術(shù)不同，AI主播想要投入使用，需要的是同一套模型通用無數(shù)人的能力，并且包含表情、嘴型、聲音和手勢多個維度。搜狗AI憑借著多模態(tài)識別能力，將語音、面部動作識別、唇語識別等技術(shù)進行了融合。在大量數(shù)據(jù)訓(xùn)練的基礎(chǔ)上，再結(jié)合圖像生成和語音合成技術(shù)，才完成了動作逼真、聲動同步的AI主播能力塑造。

2、 快速投入使用的精準(zhǔn)能力

而AI主播融入產(chǎn)業(yè)，尤其是和央視這種權(quán)威電視媒體的合作，給技術(shù)帶來了更嚴(yán)格的要求。一方面要求AI主播可以快速投入使用，編輯輸入文字后無需后續(xù)編輯就能及時播報，同時新聞播報的容錯率幾乎等于零，這是對搜狗技術(shù)能力極為嚴(yán)苛的考驗。搜狗AI主播除了能夠生成聲音和形象以外，還通過語義理解能力為不同內(nèi)容搭配上不同的語調(diào)和表情，從細微處滿足應(yīng)用要求。

3、 深層交互的細節(jié)賽點

AI主播投入使用后，人們過了一開始的新鮮期，閾值只會不斷提升，為AI主播的真實度提出更多要求。這時需要搜狗AI繼續(xù)在微表情、微動作上不斷提升，擁有技術(shù)的持續(xù)發(fā)展能力。搜狗語音交互技術(shù)中心高級總監(jiān)陳偉曾經(jīng)表示過，搜狗AI主播的技術(shù)能力還在不斷完善，今年內(nèi)將在交互能力、2D+3D圖像融合等能力上進一步提升。

權(quán)威電視媒體的技術(shù)迭新：即將劇變的新聞產(chǎn)業(yè)

除去技術(shù)以外，搜狗AI主播和央視的合作對于新聞界來說也意義非凡。

自從社交媒體帶動了自媒體的崛起后，新聞的界限就開始逐漸模糊，發(fā)聲權(quán)力不斷下放。到了如今AI驅(qū)動的資訊推薦平臺興起，更是讓傳媒場中喧鬧紛擾。

我們能看到，從去年以來有大量資訊推薦平臺遭到了點名批評甚至關(guān)停，這意味著豐富的信息源已經(jīng)讓傳播趨于無序混亂，這種狀況亟待改變。

形成這種情況的一個重要原因就是，組織化的權(quán)威電視媒體，出產(chǎn)能力上就落了弱勢。一家權(quán)威電視媒體發(fā)布一條消息，可能立刻就會有一百位kol做出不同角度的解讀。不僅僅主流媒體自身設(shè)施議程的能力變?nèi)酰茈y讓信息精準(zhǔn)傳播到受眾耳中，在大眾廣泛參與時，沉默螺旋效應(yīng)也會變本加厲，“十萬+”爆款、熱門評論、熱搜……這一切以流量基礎(chǔ)決定曝光度的機制很容易僅僅放大輿論場中的一種聲響，讓人們失去理性思考的能力。

這次央視和搜狗AI主播的合作，意味著權(quán)威電視媒體正在利用技術(shù)提升內(nèi)容出產(chǎn)效率，幫助權(quán)威信息更快速地傳播。

傳統(tǒng)的電視媒體要經(jīng)過文本采編、錄制、后期然后再進行播放，不僅容易讓信息滯后，出產(chǎn)效率也相對較低。但AI主播的出現(xiàn)，可以直接取消掉中間流程，直接讓文本信息變?yōu)橐曨l內(nèi)容，甚至多線協(xié)作，在瞬間推出無數(shù)條視頻新聞。讓權(quán)威消息更廣泛、高效地觸達用戶，對輿論場的走向形成正向引導(dǎo)。

如此看來，央視和搜狗AI主播的合作可以說是以技術(shù)效率追趕發(fā)聲權(quán)的典型案例了。今年中共中央政治局第十二次集體學(xué)習(xí)時重點提出的媒體融合，也提出了利用技術(shù)對傳媒形式進行升級。這意味著會有更多傳統(tǒng)媒體和央視與搜狗AI主播的合作一樣，利用技術(shù)進行自我迭新。此刻，我們正在迎來傳媒產(chǎn)業(yè)技術(shù)升級的奇點。

重新排列組合：AI合成的X未來

次元壁的重塑，引起的從來都不是一處力場的波動。搜狗AI主播和央視的合作只是一個開始，展示了對真人模擬的案例。這一案例所打開的想象空間，才是更值得期待的。

AI主播并不僅僅只是停留在“主播”這一個工作身份上。在一切以語言為主要勞作方式的工作身份中，主播可以說是一個代表。這一技術(shù)的內(nèi)核，是利用AI綜合交互打造具備廣泛適應(yīng)性、能夠復(fù)制入各行各業(yè)的虛擬AI形象。通過對聲音、神態(tài)、語調(diào)甚至動作的模仿，將作為內(nèi)容傳播者、發(fā)聲者的人類從中解放出來，極大程度地提升效率。

例如在未來教育領(lǐng)域，教師的形象也可以通過AI被復(fù)制?，F(xiàn)如今的教育模式是一位老師為幾十位學(xué)生講解課程，而通過AI帶來的分身能力，未來可以實現(xiàn)讓每位學(xué)生在前端獲得屬于自己的AI老師，加之后端對教育內(nèi)容的快速加工生成，就能實現(xiàn)真正千人千面的個性化教育。

而在娛樂應(yīng)用上，虛擬AI形象能發(fā)揮出的作用更大。不僅能夠應(yīng)用在影視特效上，也能幫助娛樂產(chǎn)業(yè)快速出產(chǎn)內(nèi)容。或許未來的偶像產(chǎn)業(yè)，將完全建立在技術(shù)體系上，通過對真人形象的采集，讓每個粉絲可以擁有自己的偶像形象，輸入音頻文件就能生成MV。

這樣的能力還可以在無數(shù)領(lǐng)域創(chuàng)造驚喜，也許未來我們可以擁有真人形象的家庭AI助手，游戲中的角色會以真人形象展示，出現(xiàn)在銀行窗口的會是和真人一樣的“AI職員”。

AI越來越多地出現(xiàn)在我們的生活中，而搜狗擁有的能量，是將這些虛擬的“靈魂”融入到一具具肉體之中?；蛟S在未來，為AI加以真人形象將成為一種剛需。而這時搜狗的提前布局，就會極大地發(fā)揮出作用，為這個次元不斷重塑的世界，再帶來一個無限可能性的X。

在如今這個技術(shù)不斷帶來新驚喜的時代，一次次元壁的重塑就如同一次世界規(guī)則的重新排列，無數(shù)變化蘊生其中。有變化，便有新的期待。

生成海報

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責(zé)任。任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。