“19. 36 噸干魷魚在京東拍賣上拍，最終以178. 12 萬成交。人生兩大悲哀：活得不如咸魚，身價(jià)不如魷魚。”

　　在今年京東雙十一全球好物節(jié)期間，六款形象可愛的卡通虛擬主播，用詼諧的語言精確地播報(bào)著各個(gè)銷售數(shù)據(jù)，并且還能夠與其進(jìn)行實(shí)時(shí)互動，獲知想要了解的數(shù)據(jù)。

　　京東早已不是首次使用虛擬主播，此前還與該技術(shù)背后提供方杭州相芯科技有限公司(以下簡稱相芯科技)，合作展現(xiàn)了真人形象虛擬主播京小帥和京小蕾。

　　據(jù)京東人工智能高級產(chǎn)品經(jīng)理許俊愷表示，相芯科技一直是京東的AI解決方案的合作伙伴，此次基于京東銷售數(shù)據(jù)的內(nèi)容升級，用卡通虛擬主播播報(bào)京東銷售數(shù)據(jù)很好地體現(xiàn)了京東的科技創(chuàng)新范兒。　　

　　全球VR/AR市場規(guī)模，圖片來源于東吳證券報(bào)告

　　5G潮的來臨，VR/AR或許將迎來快速發(fā)展，根據(jù)中國信通院數(shù)據(jù)， 2018 年全球虛擬現(xiàn)實(shí)市場規(guī)模將超過 700 億元人民幣，同比增長126%。

　　各方利好下，相關(guān)技術(shù)也在逐步滲透到消費(fèi)端。傳統(tǒng)圖形學(xué)的手段主要是利用數(shù)學(xué)工具對現(xiàn)實(shí)世界進(jìn)行建模，是Physical Based Approach。主要解決了專業(yè)用戶如何生成圖形給人看的問題，也就是PGC內(nèi)容。

　　而近年來圖形學(xué)的發(fā)展越來越多地往普通用戶如何可以方便地生成圖形內(nèi)容發(fā)展，計(jì)算機(jī)圖形學(xué)結(jié)合了計(jì)算機(jī)視覺、機(jī)器學(xué)習(xí)、人機(jī)交互等領(lǐng)域的知識，來實(shí)現(xiàn)自動化的內(nèi)容生成和更自然的交互，形成了智能圖形學(xué)的概念。

　　新一代的圖形學(xué)越來越多的利用數(shù)據(jù)，更多地傾向于Data Driven Approach，促生了自動化的內(nèi)容生成和自然的交互手段，由于對UGC內(nèi)容生產(chǎn)的促進(jìn)，其應(yīng)用場景也擴(kuò)展到短視頻、直播、及更多的應(yīng)用場景中。

　　2016 年成立的相芯科技，正是在智能圖形技術(shù)領(lǐng)域的創(chuàng)新者，公司專注AI+計(jì)算機(jī)圖形學(xué)方向，目前產(chǎn)品主要有視頻AR特效、虛擬形象自動生成、AI虛擬主播、AI虛擬助手等。

　　相芯科技部分3D卡通虛擬主播

　　如今，成立近四年的相芯科技，已服務(wù)近 500 家B端客戶，其中包括百度、微軟小冰、傳音、浙江電視臺等，相關(guān)技術(shù)也廣泛應(yīng)用在智能手機(jī)、直播、短視頻、在線教育、新零售等眾多行業(yè)。

　　由于擁有強(qiáng)勁的技術(shù)實(shí)力與廣闊的市場前景，相芯科技在成立一年后就實(shí)現(xiàn)盈利，目前已連續(xù)三年盈利。但走到這一步，并不是一件容易的事。

　　突破瓶頸，走向消費(fèi)級

　　打開攝像頭，選擇河豚形象，一個(gè)活靈活現(xiàn)的animoji(3D動畫表情)出現(xiàn)在了屏幕端，伴隨著真人張嘴的動作，屏幕中的animoji吐出了一連串的氣泡，好像身處水中一般。

　　在陌生人社交APP Soul的功能中，Avatar(虛擬3D形象)實(shí)時(shí)表情捕捉成為年輕群體中頗受歡迎的功能。虛擬形象不僅能夠還原真人表情，增加社交趣味性，也能夠在與陌生人交流中保護(hù)自身安全。

　　看似簡單的應(yīng)用，真正實(shí)現(xiàn)起來卻并不容易。Avatar其實(shí)并不新鮮，已經(jīng)在影視、動漫、游戲等領(lǐng)域得到了應(yīng)用，但這項(xiàng)技術(shù)此前從未真正走進(jìn)消費(fèi)級領(lǐng)域。究其原因，在于Avatar的普及存在技術(shù)瓶頸與成本方面的難題。

　　據(jù)相芯科技向鋅財(cái)經(jīng)介紹，Avatar技術(shù)在消費(fèi)級設(shè)備上實(shí)現(xiàn)的難度主要體現(xiàn)在Avatar生成、Avatar驅(qū)動互動。

　　此前在Avatar生成上，構(gòu)建一個(gè)可實(shí)現(xiàn)表情等全部動態(tài)效果的真人3D模型，不僅耗時(shí)久，而且價(jià)格高昂，這直接導(dǎo)致Avatar難以實(shí)現(xiàn)在消費(fèi)級領(lǐng)域進(jìn)行大規(guī)模應(yīng)用。

　　為此，相芯科技打造出了全球首創(chuàng)的虛擬形象自動生成技術(shù) (Photo to Avatar，簡稱PTA)，原本成本高、耗時(shí)長的Avatar生成，通過此技術(shù)只需要給到一張照片，即可以秒級的速度全自動生成一個(gè)全動態(tài)Avatar，用戶只需要一臺智能手機(jī)就能實(shí)現(xiàn)，極大地降低了Avatar生成的硬件成本。

　　與此同時(shí)，在Avatar驅(qū)動方面，相芯科技突破性地使用了智能手機(jī)上的普通攝像頭，無需使用深度攝像頭，即可進(jìn)行精準(zhǔn)的面部表情捕捉，讓Avatar的表情始終隨著用戶表情進(jìn)行即時(shí)變化。這大幅度降低了用戶的創(chuàng)作難度，用戶體驗(yàn)也更真實(shí)。

　　當(dāng)下，相芯科技的核心技術(shù)人員來自浙江大學(xué)、微軟亞洲研究院、蘋果等公司，在計(jì)算機(jī)圖形、計(jì)算機(jī)視覺、VR/AR等技術(shù)領(lǐng)域擁有 20 多年的研發(fā)經(jīng)驗(yàn)。

　　經(jīng)過不斷努力，目前相芯科技已經(jīng)完全Avatar生成、互動和渲染技術(shù)的全面布局，可支持包含面部、舌頭、眼球在內(nèi)的 56 個(gè)表情系數(shù)的融合。

　　在細(xì)節(jié)上，相芯科技也沒有含糊，添加了帶物理動效的animoji，用戶在實(shí)時(shí)驅(qū)動時(shí)，可發(fā)現(xiàn)在耳朵、毛發(fā)等地方，會遵循物理力學(xué)自然擺動，效果更為真實(shí)生動。

　　與市面上類似產(chǎn)品相比，相芯科技的animoji表情靈活豐富，維度比類似產(chǎn)品更多。

　　一直以來，讓創(chuàng)作更簡單，交互更自然，體驗(yàn)更真實(shí)，也成為相芯科技不斷努力的目標(biāo)。

　　從交互到“交流”

　　“浙江省在全國的排名情況?”在今年京東雙十一全球好物節(jié)上，工作人員直接向京東3D虛擬主播京小帥詢問道。

　　隨即，京小帥脖頸微傾，眼神閃爍，帶著職業(yè)主持人的微笑播報(bào)道： 2019 年京東全球好物節(jié)，浙江省消費(fèi)增長強(qiáng)勁。從下單量看，該省排名前五的城市是：杭州市、溫州市、臺州市……

　　整個(gè)播報(bào)過程語速流暢，沒有一絲卡頓，與真人主播看不出任何差別，京東人工智能和相芯科技聯(lián)合打造的AI虛擬主播，成為AI落地從交互到交流成為重要展現(xiàn)方式。

　　在移動互聯(lián)網(wǎng)時(shí)代，智能手機(jī)通過其更加自然的交互和靈活的應(yīng)用方式，不僅承載了部分基于PC的傳統(tǒng)互聯(lián)網(wǎng)應(yīng)用，同時(shí)衍生出了更為豐富的移動互聯(lián)網(wǎng)生態(tài)。而隨著5G、云計(jì)算等技術(shù)的發(fā)展，勢必會提升用戶體驗(yàn)，實(shí)現(xiàn)人與機(jī)器的無縫交流。

　　巨頭們也在紛紛通過布局智能音箱行業(yè)，切入未來的萬物互聯(lián)生態(tài)中，然而此前大多數(shù)產(chǎn)品仍然停留在語音交互階段，用戶可能需要進(jìn)行多輪對話才能獲知想要的信息，這無疑降低了獲取信息的效率。

　　有屏化正在成為智能音箱升級迭代的重要標(biāo)志。據(jù)市場研究機(jī)構(gòu)Canalys披露的統(tǒng)計(jì)數(shù)據(jù)顯示，有屏智能音箱在 2019 年第三季度的同比增長高達(dá)500%，占到智能音箱總銷量的22%。

　　智能音箱有屏化的迭代，讓擁有個(gè)性化形象，并且能夠和用戶面對面互動的可視化AI虛擬智能助手，成為其標(biāo)配。

　　相芯科技的AI虛擬助手解決方案，也早已進(jìn)行全方位的布局，自主研發(fā)的語音動畫合成技術(shù)(STA)，將人工智能與計(jì)算機(jī)圖形學(xué)相結(jié)合。

　　當(dāng)計(jì)算機(jī)獲取語音或者文本中的內(nèi)容信息后，STA即可通過計(jì)算機(jī)圖形學(xué)合成技術(shù)對虛擬形象的面部進(jìn)行驅(qū)動并融合，實(shí)現(xiàn)極具逼真感的表情還原。

　　與此同時(shí)，相芯科技的STA技術(shù)還可與市面上主流的語音識別(ASR)、自然語言處理(NLP)、語音合成(TTS)兼容結(jié)合，既可為擁有語音技術(shù)的客戶帶來可視化的虛擬形象升級，還可為沒有語音技術(shù)的客戶帶來完備的AI虛擬助手解決方案。

　　目前根據(jù)不同需求，相芯科技還可定制專屬形象，包括3D卡通、3D動物、3D數(shù)字人、2.5D仿真人、深度學(xué)習(xí)仿真人等類型，并可適用于醫(yī)療、金融、教育、零售等各種應(yīng)用場景。

　　從單純的人機(jī)交互，到實(shí)現(xiàn)可交流的人機(jī)互動，技術(shù)的突破正在帶來不同的體驗(yàn)，而掌握這些技術(shù)的玩家，才能真正在今后立足生根，成長為新一代的巨頭。

　　多維度的應(yīng)用場景

　　“浙江啟動防臺風(fēng)Ⅱ級應(yīng)急響應(yīng)、杭州蕭山國際機(jī)場目前有 20 個(gè)航班取消、臺風(fēng)利奇馬距離溫嶺市東南方向 225 公里……”AI主播“小范兒”時(shí)刻播報(bào)著超強(qiáng)臺風(fēng)利奇馬的最新消息。

　　今年 8 月，利奇馬登陸江浙沿海地區(qū)，為應(yīng)對這一超強(qiáng)臺風(fēng)，錢江臺&錢江視頻緊急啟用了AI主播“小范兒”， 24 小時(shí)不間斷地為民眾播報(bào)利奇馬的最新動態(tài)。

　　相芯科技與錢江頻道聯(lián)合打造的AI虛擬主播小范兒

　　AI虛擬主播并不新奇，但此次由錢江頻道與相芯科技聯(lián)合打造的AI主播，在突發(fā)性事件中出色完成播報(bào)任務(wù)，標(biāo)志著AI虛擬主播在實(shí)際落地中的新突破。

　　相芯科技的落地場景遠(yuǎn)不止傳媒領(lǐng)域，在游戲、社交、電商、教育等領(lǐng)域，都可完美匹配。

　　在視頻AR特效的應(yīng)用中，美妝功能頗受女性歡迎，相芯科技基于 209 個(gè)人臉關(guān)鍵點(diǎn)，支持粉底、腮紅、口紅、眼線等 10 個(gè)美妝維度，在不需要重新制作美妝素材的情況下，即可幫客戶輕松打造個(gè)性化妝容。

　　而在單個(gè)美妝維度上，比如口紅色號較多，女性需要挑選適合自己的色號，這時(shí)只要提前預(yù)置多種色號的口紅道具，在客戶端加載切換，即可實(shí)現(xiàn)口紅實(shí)時(shí)試色的功能，既能提升客戶挑選效率，還能實(shí)時(shí)看到上妝效果。

　　與此同時(shí)，在線上社交領(lǐng)域，相芯科技也能給出完美的解決方案，運(yùn)用虛擬形象自動生成技術(shù)，用戶可定制屬于自己的卡通形象，與對方實(shí)時(shí)交流，既不用擔(dān)心泄露隱私，雙方也能形成良好的互動。

　　用戶在使用過程中，只需要上傳一張自拍照片，通過相芯科技的虛擬形象自動生成技術(shù)(PTA)，即可生成個(gè)性化3D卡通形象，并且高度匹配個(gè)人特征，這增強(qiáng)了用戶在交互上的自然度。

　　細(xì)節(jié)上，相芯科技會提取用戶面部特征，如臉型、五官、發(fā)型、皮膚、胡子等，通過將信息風(fēng)格化，生成具有本人特征的形象，實(shí)現(xiàn)千人千面的效果。

　　在這背后的技術(shù)應(yīng)用上，相芯科技使用端對端神經(jīng)網(wǎng)絡(luò)生成個(gè)性化形象，其中神經(jīng)網(wǎng)絡(luò)分為肖像網(wǎng)絡(luò)與風(fēng)格化網(wǎng)絡(luò)兩部分。肖像網(wǎng)絡(luò)負(fù)責(zé)全面分析用戶上傳照片，提取人臉特征，完成3D人臉的重建，風(fēng)格化網(wǎng)絡(luò)則將重建的人臉模型卡通化。

　　與此同時(shí)，相芯科技開發(fā)了一系列的虛擬形象互動的應(yīng)用場景，并提供客戶端的SDK用于進(jìn)一步地虛擬形象個(gè)性化定制和互動，這也讓其可以輕松接入到各種VR/AR的應(yīng)用中。

　　值得注意的是， 2018 年，相芯科技還與浙江大學(xué)，合作成立了“浙江大學(xué)-相芯科技智能圖形計(jì)算聯(lián)合實(shí)驗(yàn)室”，這為其加強(qiáng)了在技術(shù)方面的探索與突破，智能圖形技術(shù)的創(chuàng)新發(fā)展，也將得到進(jìn)一步的深入研究。

　　當(dāng)下，相芯科技積累起的技術(shù)護(hù)城河，打開了消費(fèi)級應(yīng)用的市場，搭建起了全方位、多維度的服務(wù)體系，而今后萬物互聯(lián)時(shí)代來臨，將給相芯科技帶來更大的增長空間，以及更有利的開拓條件。