清華首個(gè)虛擬學(xué)生華智冰露臉唱歌，小冰公司解釋華智冰項(xiàng)目的初衷

9月30日消息，小冰公司昨夜針對近日熱議的清華虛擬學(xué)生華智冰彈唱歌曲視頻的聲明。聲明中小冰解釋了華智冰項(xiàng)目的初衷：希望能夠以智能模型作為核心，試驗(yàn)預(yù)訓(xùn)練模型能夠帶來哪些技術(shù)與應(yīng)用方面的驚喜。

而此次傳播的視頻，來自小冰發(fā)布會的進(jìn)展匯報(bào)展示，為華智冰能力續(xù)寫了一些新的進(jìn)展，demo小冰框架下最新的面部生成和3D視頻封裝技術(shù)成果。

以下為小冰公司的具體聲明：

隨著視覺化交互內(nèi)容（如短視頻）的不斷深化，對于人物出鏡交互的需求越來越多。但是，由于人類的行為存在各種不穩(wěn)定性，常常給商業(yè)機(jī)構(gòu)和品牌方帶去很大的風(fēng)險(xiǎn)與不確定性。對此，越來越多的商業(yè)機(jī)構(gòu)、內(nèi)容制作方與品牌方，呼喚一種安全可控的虛擬人類內(nèi)容（含商業(yè)代言）產(chǎn)品化技術(shù)。

但是，已往付諸產(chǎn)品化的技術(shù)存在諸多問題：它無法像真實(shí)人類一樣，生成足夠豐富的面部features，且無法打通生成與替換的端到端流程。因此，只能實(shí)現(xiàn)真實(shí)人類面部間的替換，精度質(zhì)量不足。

更嚴(yán)重的問題是，以往的方法無法從根源上避免隱私侵權(quán)風(fēng)險(xiǎn)。

新的產(chǎn)品化技術(shù)實(shí)現(xiàn)了完全虛擬生成不存在的面部，且具有足夠豐富的features，從而能夠?qū)崿F(xiàn)精度更高的視覺化交互內(nèi)容。尤其是，由于從根源上避免了使用任何真實(shí)人類面部的可能性，有效阻斷以往技術(shù)無法避免的隱私侵權(quán)問題。從隱私角度，是一個(gè)重要的進(jìn)步。

我們相信，虛擬人將成為未來視頻內(nèi)容的主要提供者之一，而安全、可控、無隱私風(fēng)險(xiǎn)和侵權(quán)風(fēng)險(xiǎn)是其前提。因此，小冰一直在這一趨勢方向上進(jìn)行探索，并從不同方面對這一領(lǐng)域做拓展研究。小冰與清華大學(xué)計(jì)算機(jī)系合作華智冰項(xiàng)目，正是在預(yù)訓(xùn)練模型方面進(jìn)行合作，希望能夠以智能模型作為核心，試驗(yàn)預(yù)訓(xùn)練模型能夠帶來哪些技術(shù)與應(yīng)用方面的驚喜。

這次傳播的視頻，來自小冰發(fā)布會的進(jìn)展匯報(bào)展示，為華智冰能力續(xù)寫了一些新的進(jìn)展，demo小冰框架下最新的面部生成和3D視頻封裝技術(shù)成果。具體來說：視頻中人物的面部特征，包括人臉、表情、口型等，全部由人工智能小冰框架X Avatar生成并進(jìn)行融合；視頻中的人物肢體、動作，包括手持吉他彈唱，來源于小冰團(tuán)隊(duì)成員魚子醬醬錄制的原始視頻模版。視頻中的歌聲，由人工智能小冰框架X Studio生成。

除此之外，華智冰除了3D面部生成，以及歌聲合成的優(yōu)化，還有其他很多更底層的、涉及數(shù)字人“大腦”的新技術(shù)應(yīng)用，例如在有機(jī)融合了知識圖譜和預(yù)訓(xùn)練模型后，可以讓數(shù)字人有常識和推理能力。華智冰正在不斷“成長”中，還會有更多最新技術(shù)的應(yīng)用，敬請期待。

小冰公司

2021年9月29日