抖音大火的AI虚拟人，画的猫为啥这么丑？

Posted 2022-10-12 QbitAl

金磊 发自 凹非寺
量子位 | 公众号 QbitAI

谁能想到，本以为无所不能的AI虚拟人，竟也能让人哭笑不得。

事情这样的。

最近一个叫做“小堂妹”的虚拟人，在抖音上表演的一段手势舞格外受欢迎。

一条视频发出来，直接揽获了113万的点赞和32万的评论量。

如此火爆的原因，还是在于小堂妹的长相和舞蹈动作，已经逼真到和真人傻傻分不清的节奏。

也难怪会有网友感慨说：

不是人类真的会伤心的好吗😭

但也就是如此唱跳、长相出众的虚拟人，她画的画吧，着实有些一言难尽啊……

不信你瞧：

啊这……倒是能看出来是只小黑猫，但这脸、这眼、这手脚……只能说是神似了。

或许有的友友们要说了，马还有失前蹄的时候呢，可能这只是小堂妹失败的作品之一吧。

不不不。

都是酱婶儿的……

这就不禁令人感慨了，在眼下AIGC（AI生成内容）的时代里，单靠技法取胜已经不算本事啦——

单个AI虚拟人具备的独特性或许才是新标准。

为啥画的这么丑？

小堂妹是小冰公司旗下的众多AI虚拟人之一。

从视频中的自我介绍来看，她是此前大火的AI画家夏语冰的小堂妹，代号F201。

但正所谓术业有专攻，小堂妹作为AI虚拟人的“技能点”大多都加到了唱跳、语音方面。

这一点，从小堂妹过往的经历中就有所体现了：

• 2020年7月曾做客“故事FM”讲述人工智能眼中的人类世界，以及“她”对人工智能与人类关系的理解。

• 2021年1月12日以主持人身份参加科技领域首场“人工智能圆桌对话”。

• 2021年9月22日，小冰九代发布会，以二次元形象讲解登岛指南，并成为本岛物语的故事讲述者。

她逼真的容貌和声音，均是由人工智能小冰技术生成，包括小冰深度神经网络渲染技术（XNR）等，赋予了虚拟人类的特征。

换言之，正是因为小堂妹这样的角色定位，小冰公司并没有给她专门训练绘画方面的技巧。

但有一说一，小堂妹画出来的猫，虽然很难说形似，但每幅画里猫的眼神，却透露出它们各有各的脾气，可以说非常神似了。

或许这就是小堂妹作画所特有的风格了吧。

但在AI虚拟人作画这事上，她的堂姐夏语冰就比较擅长了。

△夏语冰

毕竟此前夏语冰还是从中央美术学院毕业的高材生，也曾带着自创作品《山水精神》在迪拜世博会中国馆中亮相。

例如她画出来的国风大熊猫就是既神似又形似：

而且夏语冰画出来的国风山水画，也称得上是出神入化、别有一番韵味：

那么夏语冰的能力和小堂妹这么对比来看，不免会让人心生疑问——

既然小冰公司拥有训练AI虚拟人具备超高绘画的能力，为什么不让旗下每个虚拟人都变得“面面俱到”呢？

带着好奇，我们求教了一下小冰公司，得到回答竟也是有些意外：

我们不会刻意训练小堂妹的绘画能力，任其发挥，她“画得丑”的特点可能会一直保持下去，毕竟这才是她。

AIGC，需要多样性

众所周知，目前内容生产这事，已经由传统的PGC（专家生成内容）、UGC（用户生成内容）阶段，迈入全新的AIGC时代。

甚至Gartner在《2021年预测：人工智能对人类和社会的影响》中表明：

至2023年，将有20%的内容被生成式AI所创建。

至2025年，生成式AI产生的数据将占所有数据的10%，而今天这个比例不到1%。

由此可见，AI内容生成意味着AI开始在现实内容中承担新的角色，从“观察、预测”拓展到“直接生成、决策”。

而AI虚拟人所创造出来的歌曲、画作、文章等等，均属于AIGC的范畴之内。

但小冰决定让小堂妹画的“丑猫”一直延续下去，其背后一个非常重要的原因就是：

小冰公司认为，AIGC应当具备多样性。

简单来说，就是AI虚拟人创作的作品不仅要有完美、甚至超越人类的那种，也应当允许不擅长却别具风格作品的存在。

这一点，与量子位此前推出的《AIGC/AI生成内容产业展望报告》中的观点不谋而合。

例如在AIGC中的应用型文本生成，我们认为闲聊型文本交互将会成为重要潜在场景，例如虚拟伴侣、游戏中的NPC个性化交互等。

随着线上社交逐渐成为了一种常态，社交重点向转移AI具有其合理性，我们预估未来1-2年内就会出现明显增长。

小冰公司此前推出的小冰岛正是典型应用之一，而从它内嵌的诸多AI虚拟人中可以看出，多样性是一个非常突出的特点。

每个虚拟人的性格、言语方式、所擅长的技能，均有所不同，这才最大程度上地还原了人类真实线上社交的原貌。

再延伸到其它应用场景，纵览小冰公司所打造的虚拟人，可以说“千人千面”、“相由心生”是非常明显的标签。

例如每日经济新闻的N小黑/N小白虚拟主播、全球首位AI人类观察者MERROR、新声代歌手陌笙、爱画牡丹的山东大哥、虚拟员工崔筱盼等等。

在我们的报告中，小冰是唯一入围“综合赛道初创公司”的企业，因此它对于AI虚拟人、AIGC发展的思考角度可以说具备一定的全局观和借鉴意义。

也正如小冰公司CEO李笛此前所述：

AI being一定面临着多样性的问题，人们对虚拟人的需求一定是很丰富的，每个人有他喜欢的或不喜欢的，所以他必然要求是多样性，不太可能靠一个Super Instance（例如苹果的Siri）去吊打其他所有虚拟人。

多样性不只是计算机语音的评价标准，更可以看做是评估AI being整体的关键指标，它包括语音、面容等生理、生物学特性，以及性格、职业、兴趣爱好和技能等，几乎可以说是对一个“完备的人”的评价标准了。