虚拟人“华智冰”弹唱秘密揭开 面部表情、歌声均由智能框架生成

凤凰网科技讯 9月30日消息，近日，虚拟人“华智冰”弹唱视频走红网络。对此，该内容制作方小冰公司发表说明，介绍了“华智冰”弹唱内容制作背景，涉及相关技术与此前的不同之处，以及对虚拟人内容技术发展的观点和态度。

小冰公司表示，虚拟人将成为未来视频内容的主要提供者之一，而安全、可控、无隐私风险和侵权风险是其前提。因此，小冰一直在这一趋势方向上进行探索，并从不同方面对这一领域做拓展研究。小冰与清华大学计算机系合作华智冰项目，正是在预训练模型方面进行合作，希望能够以智能模型作为核心，试验预训练模型能够带来哪些技术与应用方面的惊喜。

这次传播的视频，来自小冰发布会的进展汇报展示，为华智冰能力续写了一些新的进展，demo小冰框架下最新的面部生成和3D视频封装技术成果。具体来说：视频中人物的面部特征，包括人脸、表情、口型等，全部由人工智能小冰框架X Avatar生成并进行融合；视频中的人物肢体、动作，包括手持吉他弹唱，来源于小冰团队成员鱼子酱酱录制的原始视频模版。视频中的歌声，由人工智能小冰框架X Studio生成。

随着视觉化交互内容（如短视频）的不断深化，对于人物出镜交互的需求越来越多。但是，由于人类的行为存在各种不稳定性，常常给商业机构和品牌方带去很大的风险与不确定性。对此，越来越多的商业机构、内容制作方与品牌方，呼唤一种安全可控的虚拟人类内容（含商业代言）产品化技术。

已往付诸产品化的技术存在诸多问题：它无法像真实人类一样，生成足够丰富的面部features，且无法打通生成与替换的端到端流程。因此，只能实现真实人类面部间的替换，精度质量不足。更严重的问题是，以往的方法无法从根源上避免隐私侵权风险。

新的产品化技术实现了完全虚拟生成不存在的面部，且具有足够丰富的features，从而能够实现精度更高的视觉化交互内容。尤其是，由于从根源上避免了使用任何真实人类面部的可能性，有效阻断以往技术无法避免的隐私侵权问题。从隐私角度，是一个重要的进步。

小冰公司还透露，华智冰除了3D面部生成、歌声合成的优化外，还有其他很多更底层的、涉及数字人“大脑”的新技术应用，例如在有机融合了知识图谱和预训练模型后，可以让数字人有常识和推理能力。华智冰正在不断“成长”中，还会有更多最新技术的应用，敬请期待。