“大家好，我叫新小微，是由新華社聯(lián)合搜狗公司推出的全球首位3D 版AI合成主播，我將為大家?guī)?lái)全新的新聞資訊體驗(yàn)……”

一段極具未來(lái)感的視頻播報(bào)畫面和一個(gè)栩栩如生的3D數(shù)字人主播，在兩會(huì)開(kāi)幕前夕驚艷亮相新華社、大出風(fēng)頭，不僅讓媒體再次聚焦搜狗這家AI公司，也引起了網(wǎng)友圍觀討論：這個(gè)3D AI合成主播到底有什么不同?她的出現(xiàn)又代表著什么?

(搜狗聯(lián)合新華社推出的全球首個(gè)3D AI合成主播“新小微”)

全球首個(gè)3D AI合成主播，和游戲3D數(shù)字人不一樣

很多網(wǎng)友初見(jiàn)搜狗3D AI合成主播，會(huì)第一時(shí)間聯(lián)想到游戲中的3D NPC和電影中的3D數(shù)字人。不過(guò)，無(wú)論是從技術(shù)角度看，還是從實(shí)際運(yùn)用考量，“新小微”這個(gè)全球首個(gè)3D AI合成主播，與游戲、電影等3D數(shù)字人有著根本上的不同。

從3D數(shù)字人建模的技術(shù)方面來(lái)看，目前市面上常見(jiàn)的寫實(shí)類游戲3D虛擬人物、電影3D數(shù)字人大多采用blendshapp或骨骼動(dòng)畫技術(shù)進(jìn)行制作，雖然保證了外形較高的寫實(shí)度，但很難達(dá)到其在說(shuō)話時(shí)面部細(xì)節(jié)動(dòng)作的高度協(xié)調(diào)及自然。而搜狗3D AI合成主播采用了全球最領(lǐng)先的肌肉模型、肌肉綁定3D建模技術(shù)，使“新小微”面部表情及肢體動(dòng)作的細(xì)節(jié)程度不亞于甚至高于一些影視作品及游戲NPC的寫實(shí)程度，能夠經(jīng)得起高清特寫鏡頭下皮膚材質(zhì)、毛孔、牙齒、嘴唇、眼睛、頭發(fā)等細(xì)節(jié)的高度逼真效果考驗(yàn)。重點(diǎn)是，在該技術(shù)的支持下，“新小微”模型每一個(gè)肌肉點(diǎn)的運(yùn)動(dòng)都會(huì)連帶很多面部臉譜協(xié)同運(yùn)動(dòng)，這就實(shí)現(xiàn)了“新小微”講話時(shí)，其語(yǔ)音和唇動(dòng)細(xì)節(jié)、眼神、面部肌肉運(yùn)動(dòng)等整體面部的超高協(xié)調(diào)度及自然度。

(3D AI合成主播“新小微”高度逼真的面部細(xì)節(jié))

在3D數(shù)字人驅(qū)動(dòng)方面，游戲3D NPC和電影3D數(shù)字人目前還是主要靠人工驅(qū)動(dòng)。需要讓3D數(shù)字人進(jìn)行一段動(dòng)作時(shí)，先需投入大量的人力、財(cái)力掃描采集其真人原型的每一個(gè)發(fā)音和每一個(gè)動(dòng)作，再通過(guò)動(dòng)畫師一點(diǎn)一滴勾勒制作生成，舉個(gè)例子，游戲《魔獸世界》或電影《阿麗塔：戰(zhàn)斗天使》中，一段幾分鐘高寫實(shí)3D視頻，需要的時(shí)間成本往往是以月計(jì)、甚至以年為計(jì)算單位，更涉及到數(shù)百萬(wàn)乃至上千萬(wàn)的費(fèi)用成本。再如洛天依等目前比較火的卡通效果也是靠真人采集進(jìn)行驅(qū)動(dòng)，沒(méi)有做到真正意義上的AI驅(qū)動(dòng)。搜狗3D AI合成主播則不同，“新小微”實(shí)現(xiàn)了依靠AI算法的實(shí)時(shí)驅(qū)動(dòng)，擁有給到一個(gè)文本就能即時(shí)輸出一個(gè)視頻或視頻流的能力。也就是說(shuō)，要讓“新小微”播報(bào)一個(gè)臨時(shí)突發(fā)新聞，只需在后臺(tái)輸入新聞文本，系統(tǒng)AI算法就能自動(dòng)理解文本語(yǔ)義，實(shí)時(shí)驅(qū)動(dòng)“新小微”實(shí)現(xiàn)一次面部、肢體和語(yǔ)音高度契合的播報(bào)。生成一個(gè)1分鐘的視頻，搜狗數(shù)字3D人只需要1分鐘，成本低效率高，更利于市場(chǎng)的接入與使用。

秉承“AI賦能于人”，推動(dòng)AI發(fā)揮降本增效的實(shí)際價(jià)值

作為AI合成主播的開(kāi)創(chuàng)者，搜狗分身一直是行業(yè)發(fā)展的風(fēng)向標(biāo)，也代表著業(yè)內(nèi)最前沿的技術(shù)能力。此次率先推出3D AI合成主播，是搜狗分身技術(shù)的又一次重要突破。

能夠隨時(shí)變換發(fā)型，隨時(shí)更改服裝，隨時(shí)去到不同的演播室，甚至隨時(shí)穿梭于不同的新聞現(xiàn)場(chǎng)或虛擬場(chǎng)景中……，在AI算法的驅(qū)動(dòng)下，只需要輸入文本內(nèi)容就能生成自然逼真的實(shí)時(shí)視頻播報(bào)，并且可以無(wú)需休息、不知疲倦的工作下去，這讓搜狗3D AI合成主播擁有了無(wú)可替代的實(shí)用性和普適性，也為新聞節(jié)目、視頻內(nèi)容的多樣化制作和呈現(xiàn)帶來(lái)了更多的選擇。

更重要的是，初涉及3D數(shù)字人領(lǐng)域，搜狗就以低成本高效率實(shí)現(xiàn)媲美游戲影視專業(yè)領(lǐng)域3D數(shù)字人寫實(shí)度的表現(xiàn)震驚行業(yè)，搜狗公司的AI技術(shù)實(shí)力可見(jiàn)一斑。未來(lái)，搜狗分身不僅可能實(shí)現(xiàn)在醫(yī)療健康、教育金融等垂直領(lǐng)域的落地應(yīng)用，助力大眾智能生活水平不斷提高，也可能對(duì)影視游戲等專業(yè)領(lǐng)域的3D制作產(chǎn)生極大的助推力，降低成本提升效率，真正實(shí)現(xiàn)AI降本增效的實(shí)際價(jià)值。