虛擬數字人：元宇宙人際交互的技術性介質

文/侯文軍 卜瑤華 劉聰林

元宇宙是人類運用數字技術構建的三維虛擬世界，由現實世界映射或超越現實世界。劉海龍等學者認為，與其將元宇宙理解為下一代互聯網，不如理解為人類的下一代數字生存。在元宇宙中，人、虛擬人和機器之間可以跨時空、跨媒介進行互動，構建新型交互關系網，打破現實空間和虛擬空間之間的邊界，而其中的人際交互、人機交互模式也將被重新定義。元宇宙作為人際交互重構的“基礎環境”，在未來將會拓展人類的交往空間、豐富人類的交往對象、加速人類的交往流動，提高人類的交往體驗。

一、何為虛擬數字人？

虛擬數字人指存在于非物理世界中，由計算機圖形學、圖形渲染、動作捕捉、深度學習、語音合成等計算機手段創造及使用，并具有多重人類特征（外貌特征、人類表演能力、人類交互能力等）的綜合產物。虛擬數字人具備以下三方面特征：一是擁有人的外觀，具有特定的相貌、性別和性格等人物特征；二是擁有人的行為，具有用語言、面部表情和肢體動作表達的能力；三是擁有人的思想，具有識別外界環境、與人交流互動的能力。虛擬數字人具有“新媒介”屬性，是基于“聚合科技”創造的數字形象，在元宇宙中擔任信息制造及傳遞的載體和紐帶，作為孿生介質將元宇宙中的“人—物—場”緊密鏈接在一起。

根據核心功能與需求的不同，虛擬數字人被分為服務型和身份型。量子位智庫發布的《虛擬數字人深度產業報告》預計，2030年我國虛擬數字人市場規模將達到2700億元，其中服務型虛擬人占比64．6%，身份型虛擬人占比35．4%，目前市場仍處于前期培育階段，均有著廣闊的發展前景。

1．服務型虛擬人。服務型虛擬人（如圖1）落地多樣化應用場景，具備一定的功能性，可提供多種服務，替代真人完成任務或提供日常陪伴、關懷等服務，如虛擬主播、虛擬老師、虛擬陪伴助手等。服務型虛擬人多用于企業服務和內容行業，自動化程度高，部分技術已經下放至普通用戶。以虛擬主播為例，在虛擬主播創作平臺上，使用者只需將需要播報的內容輸入平臺，自主選擇主持人形象、音色、背景后，即可快速生成相關播報視頻。使用者還可以利用時間軸，對虛擬數字人進行動作等調節。部分虛擬主播產品還支持插入演示面板、根據時間軸調整位置等，最終生成圖文并茂并帶有解釋說明的視頻。

圖1 服務型虛擬人：央視虛擬主播

2．身份型虛擬人。身份型虛擬人與當今流行的元宇宙概念高度相關，具有鮮明的身份性質。包括兩種類型：一是虛擬IP偶像，以2007年出現的初音未來為代表，具有極高的商業化變現能力，在文娛領域發展前景廣闊。虛擬IP可以滿足運營的多種需求，打造穩定、低成本、個性化的定制IP，也能夠很好地承載大眾對理想偶像的感情訴求。二是虛擬世界第二分身，多以真人來驅動，滿足個人對虛擬身份的需求，如Meta在其一系列VR應用中運用的虛擬形象（如圖2），人們可以借助虛擬分身在元宇宙進行娛樂、社交、創作等。

圖2 身份型虛擬人：Meta虛擬形象

二、AI主播：應用最活躍的虛擬數字人

虛擬主播與其他虛擬人相比，不僅具備語音表達能力，一般還具備語音播報、語音互動等能力。近年來，虛擬主播被廣泛運用在新聞播報、直播帶貨、虛擬主持等領域。

在2001年，阿娜諾娃（Ananova）（如圖3a）作為最早的一批虛擬主播被應用于電視新聞節目。阿娜諾娃可以實現24小時持續播報，但她在當時受限于呆板且僵化的表現力，與真人主播的差距過大，因此阿娜諾娃并沒有長期應用于電視新聞節目播報。2016年12月1日，日本虛擬主播“絆愛”在YouTube的“A．I”頻道中投遞了第一個視頻，并于2018年2月23日達成頻道100萬訂閱。以“絆愛”為代表的虛擬主播開啟了虛擬主播高速發展的時代。隨著人工智能技術的快速發展，虛擬主播開始被廣泛應用于新聞媒體平臺，與阿娜諾娃等具有簡單信息播報能力的虛擬主播相比，虛擬智能主播具備“符合受眾期待的人格化設定”、足夠真實化和自然的外觀形象、自然語言理解與語言表達能力、情緒感知和情感交互能力，以及強大的學習能力。2018年11月7日，新華社發布“全球首個人工智能主播”，該工作引領了全球人工智能合成領域的技術創新和突破，開創了新聞行業實時音頻和圖像合成的先例。路透社以全球體育編輯歐森·夏恩（Ossian Shine）為原型開發了一位AI強化虛擬體育主播（AI-enhanced virtual sports presenters），使其成為全球首位具有自動化體育報道能力的主持人（如圖3b）。歐森·夏恩與阿娜諾娃的3D形象不同，這位體育主播是基于真人的視頻拍攝素材為輸入，基于AI的手段來渲染生成實時的播報畫面。2022年，依靠語音識別、自然語音理解等技術作為驅動的央視AI手語主播亮相于北京冬奧會和冬殘奧會，她不僅能報道冬奧新聞，還能進行準確及時的賽事手語直播（如圖3c）。央視AI手語主播因其具有親和力的外表和準確的手語翻譯能力，受到了國內觀眾的喜愛。在2022兩會期間，央視財經評論員王冠（真人新聞主播）與AI超仿真主播王冠（虛擬新聞主播）同屏，亮相《“冠”察兩會》特別節目（如圖3d）。在節目中，“AI王冠”作為控場主持人連線財經評論員王冠，語言表達清晰、聲音富有情感、手勢變化自如，與真人王冠配合十分默契，吸引了觀眾們的注意。除了在技術上具備了媲美真人主播的表達能力，“AI王冠”還掌握了一定的信息傳播技巧。如“AI王冠”善于借助生活化場景拉近主流新聞媒體與普通受眾之間的距離，學者翁楊等人提出“AI王冠”以煙火氣息濃厚的傳播范式增強受眾的情感共鳴，促進價值觀塑造，加強受眾的認同感。艾媒咨詢數據顯示，2021年虛擬主播核心產業數據達到62．2億元，最具代表性的國內虛擬主播平臺B站的虛擬專區的互動人數已翻兩倍，用戶付費數額增長更是迅猛。

圖3 多樣化的虛擬主播案例

虛擬主播主要是通過與受眾進行語音和非語言溝通來實現信息的傳遞，但不同類型的虛擬主播與人的互動方式存在一定的差異。其中負責新聞播報的主播主要是通過呈現“先賦角色”的方式，即將預設的新聞主播職業特性賦予到新聞播報之中，呈現出專業、有親和力的語音播報。由于新聞播報類主播很少涉及訪談、互動等需要臨場發揮的內容，因此此類主播與受眾之間的互動性較弱，其中具有代表性的有新華社主播“新小萌”；還有一部分的虛擬主播需要具備新聞主持、對話訪談等即興表達的能力，此類虛擬主播具有信息感知、信息處理與多模態表達的能力。具體表現不僅能傳達信息，還可以實現與人類主持人以及觀眾之間的對話互動。如北京衛視推出的“時間小妮”虛擬主播重在打造用戶服務功能，能解答觀眾的相關提問；除了新聞媒體領域，在直播平臺也誕生了大量虛擬主播。直播平臺的互動方式一般會更加深入，虛擬主播通過動作捕捉技術將背后的扮演者以虛擬形象呈現于熒幕前，滿足受眾對完美形象的期待，同時受眾能通過一定的反饋來控制虛擬主播的行為特征。學者秦瑩認為，觀眾與虛擬主播在網絡直播平臺中的雙向互動，更大程度上屬于“一種符號的互動”。觀眾向自己喜愛的虛擬主播進行互動的根本動機是尋求自己與主播在文化上的認同感。

三、元宇宙中的三種交互形態：人機交互、人際交互、萬物智聯

隨著現代社會的發展，媒介不再僅僅是作為資訊內容的中介者，而成為了新的社會形態的激活者、整合者和構建者，在元宇宙生態當中，人和機器之間的不同組合形成了三種交互形態：人與人之間的信息交互形成人際交互、人與機器之間的信息交互形成人機交互、機器與機器之間的信息交互形成萬物智聯。這兩大主體與其形成的交互形態構成元宇宙的交互關系網，構建起元宇宙的交互生態。而在人與人、人與機器、機器與機器之間產生聯系或發生孿生關系的過程中，虛擬數字人成為新的介質，充當連接真實空間和虛擬空間的樞紐。

1．元宇宙中的人際交互。在元宇宙當中，人與人的交互超越了現實世界的人際關系，在自然人、身份型虛擬人、服務型虛擬人之間形成了多種人際關系和交互場景。自然人是現實世界當中的人類個體，虛擬數字人化身是帶有自然人身份屬性的虛擬形象，無真身虛擬人是現實中完全不存在的虛擬形象。自然人不僅能夠在現實世界中與另一自然人進行直接交流，還能與另一自然人的虛擬數字人化身進行交互，如“我”欣賞虛擬偶像化身的演唱會。抑或自然人之間皆通過虛擬數字人化身進行交互，如“我”的虛擬化身與他人的虛擬化身同時在元宇宙世界中進行會議研討。除此以外，無真身虛擬人也在自然人之間起到信息交換的作用，如兒童虛擬陪伴助手將用戶數據反饋給家長。

在元宇宙環境中的人際交互具有重塑身份的特點，即人類主體會不可避免地在真實和想象的身份角色之間進行切換，這樣可能會導致人們在互動的過程中混淆自己的身份，而不知道哪一個是真正的自己。因此，元宇宙中的人與人之間的互動，重塑了“身份”的價值和意義。

此外，元宇宙環境中的人際交互還具有匿名的特點。現實生活中的個體是元宇宙世界中人際交往的主體。學者Peng L提出，個人可以隨意創建自己的虛擬形象，包括外觀、語音、性別、種族、交流風格等，從而使信息溝通變得匿名和多元化。正如Facebook的一項研究所報道的，這種行為的意義在于，人們在虛擬的社交環境中，可以緩解他們在現實生活中第一次遇到陌生人時的尷尬，同時也增加了他們的信心。此外，虛擬化身還可以減少現實生活中由性別和種族造成的歧視。

總體而言，多種類型的人際交互打破了物理空間的界限，并實現了時間上的延伸。在空間維度中，物理上相距較遠的自然人能通過其虛擬數字人化身實現面對面交流，增強交流在場感，提升交流效率。在時間維度中，非同一時刻在場的自然人能夠通過虛擬數字人進行延時交流，如通過舞臺全息投影，自然人歌手和已故歌手鄧麗君的虛擬數字人化身同臺合唱。在元宇宙中，人與人之間通過虛擬數字人實現了人際交互的時空拓展。

2．元宇宙中的人機交互。人際交往的參與者可以是人類個體，例如游戲世界中的真實玩家，也可以是虛擬角色。這部分主要討論在元宇宙環境中，人與服務型虛擬人之間的交互。

作為虛擬數字世界的入口，虛擬數字人提供的沉浸式的體驗成為連接現實與虛擬的橋梁。馬克·漢森（Hansen M）指出，新媒體技術重新調整了身體和技術之間的關系，技術試圖通過動作捕捉、感官刺激、視覺界面等來修復我們的身體與世界之間的關系。人們感知世界的方式將從視覺主導的感知體驗轉變為全身主導的感知體驗。這種人機互動和人機合作方式使得元宇宙中的人際關系和交互場景更加豐富，帶來全新的多感官用戶體驗。隨著XR、數字孿生、人工智能等技術的發展和應用，我們將實現在元宇宙場景中的深度交互，無障礙溝通。此外，虛擬數字人的存在也可能會讓人類模糊現實和虛擬之間的界限，人類會有某種時間、空間和身份錯位的感覺，需要一些時間來適應他們所處的環境，這會給交流帶來一定的心理噪音。

虛擬人通過提供類人化的情感勞動給受眾帶來真切的情感體驗。自然逼真的虛擬人在帶來高沉浸感的同時，激發人們的互動和分享欲，極大程度地滿足了人的社交需求，實現了情感的連接和流動，體現了元宇宙時代下的人文關懷。學者翁楊等人提出，虛擬主播作為元宇宙時代信息傳播的代言人，主播與觀眾已不再是單一的視聽關系，而是虛實交替、高效互動的關系。目前，在廣播電視行業深度合作較多、最具代表性的虛擬主播是由微軟研發的人工智能小冰。作為世界人工智能大會的虛擬主持人，小冰時而運用貫口為觀眾介紹最新大會資訊，時而與觀眾調侃互動，生動鮮活。在音樂廣播《小冰秀》中，小冰則扮演著真人主播的好幫手，在熱點資訊播報和固定環節問答中營造氣氛，通過豐富的情緒和知識表達為節目增色，人機合作共同完成節目內容的制作播出。小冰還在微博上積極與“粉絲”互動，對“粉絲”的評論進行回答，有效地增強了與“粉絲”之間的深層連接。可見，虛擬主播通過發揮自身形象、技術的優勢，可有效提高與觀眾間的交互性、臨場感和趣味性，觀眾的互動積極性和能力也不斷提升，交互效率顯著提高。在未來，虛擬主播的多元化、智能化應用必將成為一種重要的傳播媒介。

3．元宇宙中的萬物智聯。機器（服務型虛擬人）是元宇宙中不可缺少的組成部分，在元宇宙中的人際關系除了人與人、人與機器，還存在機器（服務型虛擬人）之間的信息交互。將數字孿生技術與人工智能相結合，通過機器（虛擬人）與機器（虛擬人）之間的交互協作形成萬物智聯，以人為中心，圍繞生活場景和行為習慣，實現智能設備間的無縫協作，讓用戶更便捷地獲取想要的服務。

目前，距離“元宇宙”乃至“萬物智聯”的基礎構想還有相當長的一段路要走。以智能家居為例，一臺智能終端設備只對應一款APP、一個AI虛擬助手，設備間各自為戰，缺乏配合，不僅給用戶的使用制造了不便，也成了智能家居普及與推廣的巨大阻礙。正如涂鴉智能聯合創始人楊懿所說，“元宇宙如果落到真實世界，所有事物都需要有一個通用的連接層串聯在一起。連接的本質，就是設備能夠形成互聯互通的體系，是真實世界與元宇宙之間在數據層、應用層、交互層上的關聯”。只有機器間有機結合，相互傳遞信息、提供方案，融合成一個整體終端，才能真正迎來“萬物智聯”的元宇宙時代。