文|定焦 蘇琦
編輯|金玙璠
“起死回生”這件事，過去只在科幻電影里見過，但今年，被“復(fù)活”的案例越來越多。
2月底，知名音樂人包曉柏用AI“復(fù)活”女兒，女兒在媽媽生日時(shí)還為她唱了一首生日歌；3月初，商湯年會(huì)上，剛?cè)ナ啦痪玫纳虦萍紕?chuàng)始人湯曉鷗以數(shù)字人的形式被“復(fù)活”，還來了一場“湯式風(fēng)格”的演講；近日，還有有網(wǎng)友用AI技術(shù)“復(fù)活”李玟、喬任梁等已逝明星，備受爭議。
和逝去的親人“再見面”，這門此前隱秘小眾的生意，開始頻繁地出現(xiàn)在大眾眼前。但因?yàn)橛玫降募夹g(shù)不同，價(jià)格不同，效果也不同。
花10元，能讓去世親人的照片“眨眼”，背后是簡單的圖像處理技術(shù)；花千元，能和沒來及道別就離開的親人視頻通話，用到的是AI換臉變聲技術(shù)；花萬元，則可以和電子屏幕里親人的克隆數(shù)字人聊天，數(shù)字人能說會(huì)動(dòng)有表情，真實(shí)感更強(qiáng)。
“AI復(fù)活”是一門有強(qiáng)烈需求的生意，醞釀著億級市場，盯上這塊蛋糕的商家卻魚龍混雜。有的下載軟件就能制作“會(huì)說話的照片”進(jìn)行售賣；有的本身是數(shù)字人服務(wù)商，在向B端售賣直播、會(huì)展、主持人等數(shù)字人之外，開發(fā)面向C端的數(shù)字人定制APP；還有一批商家，看準(zhǔn)了用戶復(fù)活親人、克隆明星的需求，用自研+接入第三方技術(shù)接口的方式，為用戶提供定制化服務(wù)。
“AI復(fù)活”或許在將來會(huì)成為一個(gè)像拍照一樣常見的服務(wù)，但其中也存在數(shù)據(jù)隱私、法律倫理等問題。有業(yè)內(nèi)人士表示，AI換臉變聲技術(shù)的成熟，還會(huì)讓一些人借著用戶對親人的想念和信任實(shí)施詐騙，“回憶雖好，謹(jǐn)防被‘割’”，他提醒道。
“復(fù)活”親人，需要多少錢？
目前市面上的“AI復(fù)活”產(chǎn)品，根據(jù)成本高低、技術(shù)難易，可以分為三個(gè)等級，也對應(yīng)著用戶在AI“復(fù)活”某人之后，與親人“再次相見”的三種方式。
其中最低一檔是照片驅(qū)動(dòng)，俗稱talking photo（能動(dòng)的照片），前幾年就有類似的APP火過一陣。
利用深度學(xué)習(xí)、圖像處理等技術(shù)，就能讓照片里人物的嘴巴和眼睛動(dòng)起來；如果讓照片里的人開口說話或唱歌，則要用到對口型（唇語匹配）和語音生成?！斑@些技術(shù)都已經(jīng)成熟且開源，量產(chǎn)之后，單次成本可以壓縮到10元以內(nèi)?！庇?0年AI創(chuàng)業(yè)經(jīng)驗(yàn)的極鏈科技創(chuàng)始人&總裁董慧智介紹。
第二檔是表情捕捉驅(qū)動(dòng)的偽直播，給真人模特?fù)Q上逝者的形象和聲音，進(jìn)行語音電話或視頻電話等互動(dòng)，或生成祝福短視頻等。
這里面用到了語音克隆、AI換臉、動(dòng)捕（表情捕捉）、深度偽造（deepfake）等技術(shù)來變?nèi)俗兟?。董慧智稱，這是一種特別討巧的方式，技術(shù)不新鮮，部分AI詐騙用到的是類似的技術(shù)。動(dòng)捕器材及人力成本稍高一些，需要數(shù)千元。
這類“AI復(fù)活”的視頻片段在短視頻平臺(tái)播放量很高，一般是小輩為家里的老人下訂單，找人用逝者的臉和聲音與老人通話，對老人謊稱逝者在外工作，將“善意的謊言”繼續(xù)，老人一般也看不出異樣，只是頻頻抹淚。
孫先生用AI換臉“復(fù)活”父親
第三檔是近期比較火的用數(shù)字人技術(shù)“復(fù)活”親人，因?yàn)榻桓兜漠a(chǎn)品不一樣，成本也有所不同。
一般來說，通過收集人物生前的照片、聲音等數(shù)據(jù)來克隆數(shù)字人的形象和聲音，然后底層搭載大語言模型模擬逝者的思想，可與之進(jìn)行實(shí)時(shí)的文字或語音交流。
51數(shù)字人有這項(xiàng)業(yè)務(wù)，創(chuàng)始人陳鴻告訴「定焦」，一般產(chǎn)品交付的是一個(gè)帶有數(shù)字人的屏幕，大屏有電視那么大，小屏可以是iPad那么大。用戶登錄賬號之后，就能看到逝去親人的數(shù)字人形象，用戶可以通過語音或文字與數(shù)字人互動(dòng)，產(chǎn)品還可以提供語音電話叫醒服務(wù)。
“定制類的‘復(fù)活親人’業(yè)務(wù)，一般要5萬元以上?！标慀櫡Q，因?yàn)榭蛻舳际情L期付費(fèi)，后續(xù)還會(huì)不斷在細(xì)節(jié)上調(diào)優(yōu)，也有一些客戶是一個(gè)家族湊錢一起做，要求更高。
“AI復(fù)活”對于數(shù)據(jù)質(zhì)量的要求非常高，被克隆者生前的照片、視頻或語音樣本越多、越清晰，數(shù)字人的相似度就越高。再輸入一些個(gè)人特征數(shù)據(jù)，比興趣愛好，才能模擬其性格。“素材不夠全，成本還會(huì)再增加。”陳鴻表示。
因此，精度越高、數(shù)據(jù)越定制化，效果也就越接近真人，價(jià)格也更貴。所謂的精度，主要體現(xiàn)在以下幾個(gè)方面：人物口型準(zhǔn)確度、分辨率清晰度、動(dòng)作復(fù)雜程度、服飾發(fā)型和表情豐富度、語音（音色、語氣）相似度、是否有電音、是否有抑揚(yáng)頓挫（多情感）、是否帶交互、交互是否更貼合本人性格等。
放到數(shù)字人領(lǐng)域，需要完美克隆某個(gè)人的技術(shù)難度可謂“上不封頂”。商湯科技“復(fù)活”的創(chuàng)始人湯曉鷗，就是一個(gè)案例。
商湯科技數(shù)字空間事業(yè)群數(shù)字文娛事業(yè)部總經(jīng)理欒青告訴「定焦」，為了還原湯老師的音容笑貌，用到了不同技術(shù)。整個(gè)制作過程中，商湯運(yùn)用了自研的TTS語音生成大模型，截取了湯老師四、五段不同說話風(fēng)格的聲音作為prompt（提示），總聲音素材不過十幾秒，還原了湯老師的東北口音、音色、常用的語氣詞和語調(diào)以及冷幽默的風(fēng)格。
此外，商湯如影數(shù)字人技術(shù)團(tuán)隊(duì)采用了湯老師之前清晰有效的視頻，用商湯自研的視頻生成技術(shù)進(jìn)行動(dòng)作生成和場景過渡，還原走動(dòng)、喝水等動(dòng)作，以及微笑的表情。
受限于素材不多，以及算力、成本的考量，目前很多數(shù)字人的視頻和產(chǎn)品看起來還是很“假”?！斑@些都不算是完整地‘復(fù)活’數(shù)字人，技術(shù)和服務(wù)的最高交付上限，也無法滿足人們的最低需求下限”，陳鴻稱。
形象不夠像，就得用情緒價(jià)值來補(bǔ)，在數(shù)字人的設(shè)計(jì)上加入一些交互細(xì)節(jié)。他舉例，比如一個(gè)客戶的爺爺最喜歡老四，聊天時(shí)爺爺突然會(huì)說下個(gè)月是老四的生日了，家人要多聚、兄弟要和睦，客戶就會(huì)一下子被打動(dòng)。
總得來說，前兩檔用到的都是相對簡單的圖像處理、換臉和聲音克隆技術(shù)，能看到人臉、模仿聲音，但因?yàn)槌杀镜?，效果粗糙，市面上看到的還原度比較高且能動(dòng)起來、能對話的都屬于第三檔數(shù)字人，越像越貴。
誰在靠克隆人賺錢？
從過往“復(fù)活親人”的案例可以看到，大部分不像真人且讓人出戲甚至尷尬。而隨著生成式AI技術(shù)的發(fā)展，欒青觀察到，“AI復(fù)活”在技術(shù)上的可行性和真實(shí)度上都變得更高，能讓人投入、想哭，使得這類需求被進(jìn)一步激發(fā)出來。
由此，一條產(chǎn)業(yè)鏈應(yīng)運(yùn)而生。在這條產(chǎn)業(yè)鏈上，一部分是跟風(fēng)商家，一部分是數(shù)字人服務(wù)商，一部分是AI從業(yè)者，還有一部分是專門做定制AI復(fù)活（復(fù)活或克隆親人、明星、企業(yè)家等）的玩家。
電商平臺(tái)上，有不少店鋪提供“AI復(fù)活”服務(wù)，讓照片說話的標(biāo)價(jià)多為10元、50元。短視頻平臺(tái)上，也有不少人以“AI造夢”“AI療愈”的名義提供類似服務(wù)?！笆召M(fèi)便宜、效果粗糙，但這是一個(gè)長期存在的長尾市場?！倍壑欠Q。
淘寶上售賣的“讓照片說話”服務(wù)
這類生意也存在灰色空間，有短視頻博主發(fā)布“復(fù)活”李玟、張國榮、喬任梁等已逝名人的視頻，讓他們開口唱歌和說話，雖然稱“旨在致敬和紀(jì)念，無商業(yè)目的”，但此類視頻獲得的流量頗高，還有部分會(huì)借此引流做“親人復(fù)活”生意。同時(shí)，一些提供“AI復(fù)活”服務(wù)的店鋪也注明“只做懷念，人臉識別請繞道”。
目前，技術(shù)成熟的數(shù)字人服務(wù)商和AI從業(yè)者，更多是將商業(yè)模式放在B端，比如AI客服、數(shù)字人直播、AI老師、AI主持人、AI醫(yī)療等，有部分推出了面向C端的類似工具，但并未大規(guī)模宣傳。
有網(wǎng)友曾用大模型初創(chuàng)公司MiniMax的語音大模型，將一段90秒的音頻素材進(jìn)行語音克隆，并用MiniMax旗下的海螺問問APP生成智能體，與之進(jìn)行語音對話。硅基智能也有“生命克隆和數(shù)字永生”業(yè)務(wù)，其旗下的炎帝大模型基于用戶提供的數(shù)據(jù)克隆出數(shù)字人，用戶則可以通過DUIX APP與數(shù)字人實(shí)時(shí)交互。
陳鴻和團(tuán)隊(duì)主要做的是高精度定制市場，平均一單5萬元起，圍繞大客戶開發(fā)場景，比如數(shù)字墓地，去墓地緬懷先人時(shí)，先人從電子屏里走出來跟大家聊天；比如紀(jì)念館智能工程，包括建筑空間搭建等；比如名人“復(fù)活”，用初期古畫“復(fù)活”了朱熹等。
“提供定制服務(wù)的公司，不僅考驗(yàn)底層技術(shù)能力，更考驗(yàn)的是渠道深度以及服務(wù)的落地程度，這決定了能否讓用戶真正把數(shù)字人用起來?！标慀櫿J(rèn)為。
從技術(shù)提供方的角度來看，欒青認(rèn)為，商湯如影的定位就是通過數(shù)字人技術(shù)賦能各個(gè)行業(yè)，誰更了解行業(yè)，誰更能下場服務(wù)好用戶，誰有更深度的解決方案，誰就能吃到更多蛋糕，“復(fù)活親人不是一個(gè)純粹從技術(shù)角度就可以做的生意?！?/p>
“AI復(fù)活這門生意更適合中型團(tuán)隊(duì)去做”，董慧智分析，大公司的運(yùn)營和研發(fā)成本很高，同樣一套技術(shù)，他們會(huì)優(yōu)先去做標(biāo)準(zhǔn)化、批量化、適用更多場景的B端生意。陳鴻也表示，大廠不愿意做，小團(tuán)隊(duì)沒有實(shí)力做，這個(gè)市場年收入500萬到1億，是中型團(tuán)隊(duì)的機(jī)會(huì)”。
目前看來，“AI復(fù)活”看似門檻不高，但真正做好還要面對很多難題。
當(dāng)前，“AI復(fù)活”還存在技術(shù)受限、素材儲(chǔ)備缺乏、家中有人反對等局限，普及仍有難度。
大部分?jǐn)?shù)字人需要攻克的技術(shù)難點(diǎn)是，能否做到人機(jī)難辨。欒青提到，數(shù)字人在說話、動(dòng)作、場景銜接等方面已經(jīng)向前進(jìn)了一步，但在較長時(shí)間的交互過程當(dāng)中，仍然未能達(dá)到真正的人機(jī)難辨，在情感傳達(dá)、理解力、意識等方面還有待完善。
而真的想讓一個(gè)人“復(fù)活”，細(xì)節(jié)體現(xiàn)在方方面面。陳鴻以一個(gè)交互場景舉例說，在與數(shù)字人爺爺對話時(shí)，如果用戶問到了數(shù)字人數(shù)據(jù)庫里沒有的信息，比如“誰是尼采”，數(shù)字人就會(huì)跳轉(zhuǎn)到大模型，根據(jù)公開的答案回答，雖然可以持續(xù)進(jìn)行多輪對話，但就會(huì)很假，用戶的沉浸感就會(huì)被打斷。
“AI復(fù)活”，仍需敬畏
“AI復(fù)活”的需求旺盛，但不是所有人都持支持態(tài)度，背后隱藏的隱私安全和倫理問題也不可忽視。
支持派認(rèn)可的是其提供的情緒價(jià)值，認(rèn)為“復(fù)活”親人，是對生者的慰藉和對遺憾的滿足，是技術(shù)向善的例子。
質(zhì)疑派則認(rèn)為人永遠(yuǎn)不可能“復(fù)活”，也無法進(jìn)行“授權(quán)”。即便“AI復(fù)活”得到了親屬的授權(quán)和認(rèn)可，但逝者本人的意愿無從得知。
“數(shù)字永生沒有那么容易，即使使用大模型，最終復(fù)刻出來的只是一個(gè)長著相同面孔的GPT，當(dāng)他以相似的記憶和遠(yuǎn)勝于本人能力和智商跟你對話時(shí)，你的感受一定會(huì)好嗎？”董慧智反問。
3月16日，針對兒子肖像被短視頻創(chuàng)作者侵權(quán)使用一事，喬任梁父親表示不能接受，感到不舒適，希望對方盡快下架，“他們未征求我們同意，是我侄女刷到視頻發(fā)給我的，這是在揭傷疤?！?/p>
如果克隆數(shù)字人出現(xiàn)問題，對生者可能將帶來二次傷害。太多影視劇作品探討過其中的倫理困境和人性幽微。
2013年播出的《黑鏡》，其中一集講的便是女主“復(fù)活”了在車禍中去世的丈夫，雖然復(fù)制了丈夫的記憶和軀體，卻無法復(fù)制情感和選擇，這位AI丈夫無需睡覺、不會(huì)受傷，只會(huì)呆板地按照命令行事。女主意識到“你不是你，你只是漣漪”，最終將機(jī)器人鎖在閣樓上，卻怨恨自己離不開這虛假的真實(shí)。
《黑鏡》截圖 圖源 / 豆瓣用戶Hiro
隨著“AI復(fù)活”產(chǎn)業(yè)鏈的成熟，“復(fù)活親人”“克隆明星”的需求和案例增多，其中涉及的隱私數(shù)據(jù)泄露、AI詐騙等諸多法律風(fēng)險(xiǎn)，也受到關(guān)注。
現(xiàn)實(shí)生活中，通過AI換臉實(shí)施詐騙的案例時(shí)有發(fā)生。今年315晚會(huì)就曝光了多起利用AI技術(shù)換臉變聲成親人，實(shí)施詐騙的案例。此外，假冒名人也是騙局中的重災(zāi)區(qū)。今年3月，劉德華經(jīng)紀(jì)公司映藝娛樂通過微博發(fā)布聲明，稱劉德華聲音被克隆偽造，提醒各方人士警惕騙局。
復(fù)刻親人時(shí)，為了更高的還原度，用戶只能對技術(shù)提供方保有更大的開放度，這就決定了用戶很難保護(hù)自己，一旦遇到騙子，很難界定到底是服務(wù)還是詐騙。
對此，陳鴻建議，想要“AI復(fù)活親人”的用戶，在下單前應(yīng)該簽署合同，規(guī)定數(shù)字人的各項(xiàng)權(quán)利屬于個(gè)人，以及提供的個(gè)人信息不被泄露。
“AI的發(fā)展是超速的，而安全問題不管是從法律層面、文化層面、公民意識層面還是技術(shù)層面的，都處于滯后狀態(tài)?！倍壑欠Q，最終產(chǎn)業(yè)的發(fā)展還是要靠從業(yè)者自律和監(jiān)管條例的規(guī)范。
欒青稱，行業(yè)的規(guī)范和安全是業(yè)務(wù)發(fā)展的大前提。在中國信通院牽頭下，商湯聯(lián)合多家AI公司共同制定了“可信數(shù)字人”的標(biāo)準(zhǔn)。
不可懷疑的是，人和AI的關(guān)系會(huì)在今后變得更加緊密和多元，“AI復(fù)活”這件事，以后有可能會(huì)成為一個(gè)標(biāo)準(zhǔn)服務(wù)，就跟打印一張照片一樣簡單。
隨著技術(shù)進(jìn)步，“AI復(fù)活”的概念還在繼續(xù)升級，比起一段視頻、一個(gè)聊天機(jī)器人產(chǎn)品，有人提出了數(shù)字永生、數(shù)字陪伴、隨身親人等概念，“有富翁在自己還活著的時(shí)候，就開始著手復(fù)制自己，搭建自己的這種數(shù)字永生庫”，董慧智稱。
2015年，俄羅斯億萬富翁德米特里·伊茨科夫發(fā)出倡議，宣稱到2045年將為所有人打造一副機(jī)器人身體來實(shí)現(xiàn)永生，這項(xiàng)計(jì)劃面臨一定爭議。2022年，伊隆·馬斯克在推特上提到已經(jīng)將自己的大腦上傳到云端，并與自己的虛擬版本交談過，但有人認(rèn)為這是馬斯克在宣傳自己的腦機(jī)接口公司Neuralink。
隨著“AI復(fù)活”褪去神秘感，行業(yè)或許也會(huì)開始進(jìn)入價(jià)格內(nèi)卷的時(shí)代，如果不想出現(xiàn)“劣幣驅(qū)逐良幣”的情況，行業(yè)還需保持敬畏之心。