來(lái)源：火訊財(cái)經(jīng)

文章轉(zhuǎn)載來(lái)源：東尋

AI 新智界訊，1 月 5 日,，“智求共贏?中國(guó) AIGC 產(chǎn)業(yè)應(yīng)用峰會(huì)暨無(wú)界 AI 生態(tài)合作伙伴大會(huì)”在杭州未來(lái)科技城召開(kāi),。大會(huì)由杭州未來(lái)科技城管委會(huì)、余杭區(qū)科技局和余杭區(qū)企業(yè)（人才）綜合服務(wù)中心聯(lián)合指導(dǎo),，時(shí)戳科技主辦,，AI 新智界提供媒體特別支持。大會(huì)上,，無(wú)界 AI 市場(chǎng)總監(jiān)李本漲發(fā)表“AIGC 結(jié)合數(shù)字化身的產(chǎn)業(yè)化應(yīng)用與落地”主題演講,。

他表示，曾經(jīng)的 AI 繪畫(huà)色彩單一,、線(xiàn)條粗獷,、畫(huà)面混亂、人像非常不像,，而如今的 AI 繪畫(huà)色彩豐富,、線(xiàn)條細(xì)膩、結(jié)構(gòu)清晰,、人像變得真像,。由于 AI 繪畫(huà)在人像層面的快速發(fā)展，AIGC 數(shù)字化身的時(shí)刻基本已經(jīng)到來(lái),。此外,，針對(duì) AIGC 數(shù)字化身的未來(lái)方向，李本漲表示,，AIGC 的數(shù)字化身未來(lái)必然要跟多模態(tài)大模型做深度結(jié)合,，即多模態(tài)數(shù)字化身。這類(lèi)化身?yè)碛芯唧w形象,、人格特征,、存在多種身份，并且可以做到人機(jī)交互,。

以下是 AI 新智界整理的演講內(nèi)容,，為方便閱讀已進(jìn)行部分刪減：

今天我很榮幸跟大家分享下無(wú)界 AI 在數(shù)字化身領(lǐng)域的一些探索和落地的案例，以及我們對(duì)于未來(lái)方向的思考,。

AI 人像繪畫(huà)從“不像”到“真像”

目前大家看到了非常多的新穎的優(yōu)秀作品,，我特別想做的一件事情就是想讓大家看一下 AI 繪畫(huà)在兩年前是什么樣的。

這些畫(huà)就是兩年前 AI 繪畫(huà)呈現(xiàn)的樣子,。因?yàn)槲以?2021 年底開(kāi)始接觸 AI 繪畫(huà),，當(dāng)時(shí)玩的就是 Disco Diffusion,，它給我?guī)?lái)的沖擊非常大。在我看來(lái),，可能有些人認(rèn)為 2022 年是 AI 繪畫(huà)的元年,，但是我作為一個(gè)相對(duì)比較早期接觸 AI 繪畫(huà)的藝術(shù)家，我認(rèn)為在 2021 年 10 月,，AI 繪畫(huà)的元年就已經(jīng)展開(kāi)了,，就是由 Disco Diffusion 為代表的擴(kuò)散模型帶來(lái)的。

為什么當(dāng)時(shí)我們沒(méi)有考慮做 AIGC 的數(shù)字人或者 AI 化身,？因?yàn)槲覀儑L試用當(dāng)時(shí)的技術(shù)畫(huà)了一下,，可以看到人像層面的表現(xiàn)（下圖所示），它可能在場(chǎng)景層面因?yàn)檎w效果顯得恢宏大氣,，具有一定藝術(shù)價(jià)值,，但在人像層面卻不盡如人意。

所以我們認(rèn)為早期的 AI 繪畫(huà)（早期階段可能是在最初 2021 年下半年或是 2022 年初）,，它的繪畫(huà)色彩可能比較鮮艷,，但線(xiàn)條非常粗獷，畫(huà)面邏輯比較混亂,，人像完全不像人,。

因此，無(wú)界 AI 在探索行業(yè)發(fā)展的時(shí)候,，也在不斷等待,，等待技術(shù)本身的自我迭代和進(jìn)化。在等待的過(guò)程中,，我們逐漸發(fā)現(xiàn) AI 開(kāi)始畫(huà)得有點(diǎn)像了,，或者說(shuō)它在人體結(jié)構(gòu)或是人體表現(xiàn)力上逐漸變得更加優(yōu)秀。到最后,，它在整個(gè)面部細(xì)節(jié)上,，會(huì)讓你認(rèn)為它確實(shí)畫(huà)的是一個(gè)人,，而不是一個(gè)非人,。

直到 AI 人像繪畫(huà)“奇點(diǎn)”的出現(xiàn)。

上圖也是用 AI 繪畫(huà)繪制的一幅人像作品,，但大家一眼就能認(rèn)出來(lái) AI 畫(huà)的是鋼鐵俠,。

我們發(fā)現(xiàn)可以用 AI 繪畫(huà)這樣更逼真的三維人物，以及無(wú)界 AI 推出的真人模型,，能夠把抽象的 AI 人物畫(huà)得更像了,。

然后，就是我們今天發(fā)布的影像模型,，你會(huì)發(fā)現(xiàn)已經(jīng)不能說(shuō)是一眼 AI,，你甚至已經(jīng)難辨真假了,。

從這樣的技術(shù)發(fā)展路徑來(lái)看，我們認(rèn)為 AI 已經(jīng)可以開(kāi)始去做人像相關(guān)賽道的業(yè)務(wù)發(fā)展了,。正如我剛才提到的,，曾經(jīng)的 AI 繪畫(huà)是色彩鮮艷、線(xiàn)條粗獷,，但是畫(huà)面混亂,、人像不像，現(xiàn)在已經(jīng)變成了色彩豐富,、線(xiàn)條細(xì)膩,、結(jié)構(gòu)清晰、人像變得真像,。

這是因?yàn)?AI 繪畫(huà)在人像層面的快速發(fā)展,。所以，我們認(rèn)為它進(jìn)入 AIGC 數(shù)字化身的時(shí)刻基本上已經(jīng)到來(lái)了,。

AIGC 數(shù)字化身應(yīng)用實(shí)例

在開(kāi)展業(yè)務(wù)過(guò)程當(dāng)中,，我們也逐漸發(fā)現(xiàn)怎么樣能夠讓 AI 人像賽道做起來(lái)更加不一樣？對(duì)此,，我們引入了數(shù)字化身的 LoRA 模型訓(xùn)練,，加上底層的基底人像模型，最后生成對(duì)應(yīng)的 AIGC 數(shù)字化身,。

跟大家分享一下我們做的幾個(gè)應(yīng)用實(shí)例,。

如上圖所示，這是我們跟 vivo 手機(jī)的 vivo 短視頻內(nèi)置應(yīng)用合作的 AIGC 化身產(chǎn)品,，叫寫(xiě)真大片,。通過(guò)無(wú)界 AI 數(shù)字化身技術(shù),，vivo 在短視頻應(yīng)用中引入了 AI 寫(xiě)真大片的功能,。

這是無(wú)界 AI 最近與另一個(gè)合作方《神隱》一同制作的關(guān)于 AIGC 數(shù)字化身的項(xiàng)目,。這幾張圖的妝造都是這部劇里面的妝造,，但最后生成的效果,，中間人物的臉都變成用戶(hù)本身替換的人臉,。

從這個(gè)案例切入,，我們認(rèn)為當(dāng) AIGC AI 數(shù)字化身結(jié)合 IP,，它就能創(chuàng)造一個(gè)新的粉絲經(jīng)濟(jì),。因?yàn)檫^(guò)往粉絲群體非常喜歡這個(gè)電視劇,，但是他們對(duì)這部劇的支持形式有限。而現(xiàn)在有了 AIGC AI 化身之后,，他們除了一些表象的支持之外,，還可以更加深入地參與進(jìn)去體驗(yàn)，包括可以用 AI 繪畫(huà)的能力來(lái)參與共同創(chuàng)作中,。

第三個(gè)案例來(lái)自與無(wú)界 AI 有著深度合作的企業(yè)“匠韻智能”,。由深圳匠韻智能研發(fā)的一體機(jī),，接入無(wú)界 AI 提供的數(shù)字化身模型效果，共同打造出一款適用于景區(qū),、商場(chǎng)等線(xiàn)下場(chǎng)景的 AIGC 數(shù)字化身一體機(jī),。

簡(jiǎn)單來(lái)說(shuō)，這個(gè)案例是通過(guò)一個(gè)真人,，加上一個(gè)實(shí)體的 AI 機(jī)器,。就是用戶(hù)上傳自己的照片，最后生成 AI 化身的人物形象,。這個(gè)模式類(lèi)似于以前的大頭照,。你可以生成各種各樣的風(fēng)格，比如你在不同的景區(qū),，你可以通過(guò)實(shí)體的機(jī)器打卡,，變成景區(qū)的 AI 形象,。

AIGC 數(shù)字化身未來(lái)展望

在分享幾個(gè)關(guān)于 AI 數(shù)字化身的案例之后，無(wú)界 AI 也在思考關(guān)于 AI 數(shù)字化身的未來(lái)方向,，它的展望應(yīng)該是怎樣的,？

最近有一個(gè)概念非?；?，就是多模態(tài)大模型,。在我們看來(lái),，AIGC 數(shù)字化身未來(lái)必然要跟多模態(tài)大模型做深度結(jié)合，對(duì)此我稱(chēng)之為“多模態(tài)數(shù)字化身”。

簡(jiǎn)單解釋一下多模態(tài)大模型,，其實(shí)就是能夠讓 AI 更貼近真實(shí)世界,，通過(guò)并非單一的一種模型能力，去實(shí)現(xiàn)跟真實(shí)世界的輸入和輸出。通過(guò)這樣的形式,，我們認(rèn)為 AI 才具有更強(qiáng)的人的屬性,，而不是說(shuō)單純只能解決一個(gè)特定的問(wèn)題,。

同時(shí),，我們也對(duì)多模態(tài)數(shù)字化身的特點(diǎn)做了分析和定義：

• 擁有具體形象,。因?yàn)槭菙?shù)字化身,，它需要一個(gè)具體的形象，它可以是人類(lèi)，也可以是類(lèi)人,。它不一定是一個(gè)真實(shí)的人類(lèi)形象，也可能是卡通的形象,，或者是一些動(dòng)物的擬人形象,。通過(guò)具體的形象，來(lái)表現(xiàn)它的外在形式,。
• 具有人格特征,。作為一個(gè)數(shù)字人，它需要有一個(gè)性格特征,。以最近這一年比較火的 I 人和 E 人為例,，我覺(jué)得未來(lái) 16 人格也能夠套用到對(duì)于 AI 人格的解析。
• 存在多種身份,?？赡墁F(xiàn)在有一些虛擬伴侶、虛擬偶像,，像在游戲當(dāng)中也逐漸運(yùn)用到 AI 在里面做 NPC,，或者訓(xùn)練自己的虛擬寵物。AI 未來(lái)會(huì)有大量不同的身份,，但它會(huì)在特定場(chǎng)景下表現(xiàn)出對(duì)應(yīng)的身份,，可能它今天是你的偶像，明天就變成了你的對(duì)象。
• 可以人機(jī)交互,。這跟硬件,、軟件相關(guān)，除了頭顯之外,，未來(lái)肯定也會(huì)有更多的交互方式,。

從這幾個(gè)維度出發(fā)，因?yàn)樗且粋€(gè)多模態(tài)大模型,，所以不同的模型是解決不同的問(wèn)題,。比如說(shuō)“像不像”的問(wèn)題，可以通過(guò) Midjourney,、無(wú)界 AI,、SD、Dall-E 等生成外觀形象,，因?yàn)楝F(xiàn)在已經(jīng)進(jìn)入到能夠解決“像不像”問(wèn)題的階段,。關(guān)于人格特征和多種身份，其實(shí)這是 AI 的自我認(rèn)知,，這一塊更多跟大語(yǔ)言模型相關(guān),，就是 ChatGPT。最終的人機(jī)交互,，不管是手機(jī),、平板還是頭顯，它都有多種交互形式,，最終能夠產(chǎn)生不同的交互效果,。

結(jié)合多模態(tài)數(shù)字化身的概念，我覺(jué)得它會(huì)帶來(lái)一個(gè)哲學(xué)思考,。像著名哲學(xué)家笛卡兒說(shuō)的“我思故我在”,，人類(lèi)也在思考我為什么是我，包括莊周夢(mèng)蝶也是一樣,，我是不是在別人的夢(mèng)境當(dāng)中,。從這個(gè)角度來(lái)講，多模態(tài)的數(shù)字化身要思考的問(wèn)題就是“我像故我存”,，這個(gè)“像”不再是表面長(zhǎng)得像不像的形象問(wèn)題,，它更多是在多模態(tài)大模型下的行為模式是不是跟人類(lèi)足夠相像。我覺(jué)得在未來(lái)發(fā)展當(dāng)中,，通過(guò)多模態(tài)大模型的引入,，“像不像”的問(wèn)題會(huì)逐步得到解決。同時(shí),，可能有更加深度的人工智能思想去考慮這個(gè)問(wèn)題,。

所以,，無(wú)界 AI 在數(shù)字化身上的探索，從早期的“畫(huà)得像”,，然后慢慢地變成現(xiàn)在的“長(zhǎng)得像”,，這個(gè)數(shù)字化身長(zhǎng)得像，未來(lái)引入多模態(tài)之后,，整個(gè)行為模式更像,。這就是我們對(duì)于數(shù)字化身未來(lái)發(fā)展相對(duì)而言比較完整的思考路徑。

最后,，還是用這句話(huà)：“我思故我在,，我像故我存,?！庇枚嗄B(tài)數(shù)字化身，去探索更真的 AI 數(shù)字生命,。