年刊节选｜小冰CEO李笛：CG建模数字人“唯物”，小冰“唯心”

时事

2022-12-23 16:12

刊前语

2022对每一个中国人而言，都是最特殊的一年，从千磨万击，到砥砺前行。尤其是文娱行业：长短相接、降本增效，跨媒融合，现在文艺创作和时代精神和的关系更为密切，在这个环境下仍有不少人坚持“咬定青山不放松”。

为此，娱乐资本论选择在2023年度CEIS娱乐产业年会之际推出一本专刊，与14位业内大咖展开对话，探寻新时代的生存法则，致敬行业坚守的价值初心。

在元宇宙热潮的影响下，2022年，数字人领域出现井喷。大到互联网巨头，小到创业公司，纷纷入局数字人领域。

不过，在相对高调的数字人领域，有一家公司，技术实力与曝光度远未成正比，那就是小冰公司。

相比国内数字人公司，小冰公司是为数不多的愿意在“海平面”以下做数字人基础设施的公司。

小冰公司CEO 李笛

用小冰公司CEO李笛的话说，小冰想做的AI Beings是有灵魂的数字人，而不是只能简单交互的数字人外形。

根据小冰官方数据，小冰框架是全球实际落地及完备度最高的AI Being基础框架，覆盖中国、日本、印度尼西亚等国6.6亿在线用户、10亿台第三方智能设备和9亿内容观众，商业客户覆盖全球。目前框架内运行着数千万AI Beings，其中数字员工约有30万名。

数字员工、虚拟陪伴、游戏NPC是小冰数字人开发的主要场景和应用。尤其趁着企业数字化转型的浪潮，小冰框架在数字员工领域大杀四方。

在过去的一两年中，在小冰框架的基础上，不断为客户开发出观君、招小影、崔筱盼、N小黑等一系列专业领域数字员工。在李笛看来，数字员工远远不止是一张超写实的面孔，更重要的是可以完美胜任财务、教练、客服等一系列工作，且比真人做得更好。

（崔筱盼）

从2014年诞生到现在，小冰已经经历了9代。在“海平面”以下，她究竟打下了怎么样的基础，与市面上的数字人究竟有什么不同？我们跟小冰公司的CEO李笛聊了聊。

“数字人行业在2022年迅速进入了一个红海市场”

娱乐资本论：你怎么看我们这次年度大会的主题——咬定青山？

李笛：人工智能领域需要充足的耐心，沉下心深入研究，也许短期内看不出什么，但在未来回看，却发现这些“海平面”以下的事非常重要。就像竹子“咬定青山”地扎下去，把根基打牢，才有可能勃发。

娱乐资本论：2022年，数字人的制作成本快速降低。你如何看待行业的发展趋势？

李笛：首先明确，数字人的概念，到底是什么？现在很明确的一件事是，不同的人对数字人概念的理解大相径庭。比如，大家在总结数字人技术的时候，会强调他的建模和动捕。这里面隐含的意思就是，他对数字人的意思是还是基于外观的理解。

而当我们说数字人的时候，说的是自驱，交互和内容生成。

这是一个比较大的分野。如果只强调外观，那么过去一年的时间，这个领域，不是成本在大幅度降低，而是利润在大幅度降低。这个领域迅速进入了一个红海的状态，互相之间杀价杀到利润非常低。因为这个领域的技术同质化很严重。

第二，这些企业的付费客户一般是各大品牌的市场部门，因为，数字人通常被企业当成营销手段的。但小冰旗下的数字人，是帮助企业做一些真正的事情的，比如财务催款、体育教练、财经新闻撰写等等。

所以，数字人行业出现一个非常奇特的状态——如果放在人工智能领域，它有非常大的未来。但如果它的定义还是一个外形，那么，他的上限不会很高，是因为，他的市场需求量没那么大。

娱乐资本论：很多数字人的公司都在做“海平面”以上的事情，比如打造一个更好看的外表，为什么你有勇气从“海平面”往下做？

李笛：目前市面上很多数字人的尝试，我们当初在微软的时候就都尝试过了，比如智能客服系统、智能操作系统、智能音箱等等，我们平行趟了各种坑。所以在做小冰时候，就已经有了一个完备的技术框架。

我们对小冰的一个基本理念是，完备框架。就是说，小冰不是一个基于问答，或者不是基于单轮交互，而是基于一个交互全场的产品，它要求人工智能程序能够引导这个交互项目去发展。为此，她需要有内容生成能力，需要有情感，或者说情商。

小冰当时其实是微软做的第一个人工智能助理Cortana的Plan B。我们在当年并不是那么明确的知道，哪个方向才是未来趋势。但是在我们做Cortana的时候发现，这种基于问题，或者是从人工智能那里获得知识这种模型，可能并不是唯一的答案，于是我们做了小冰。

经过很多年之后，我们发现小冰是符合未来发展趋势的，她的出现更加符合人工智能的发展上限。

我们认为这个世界上，不会只有几个人工智能助理，或者几个回答你问题的数字人，而是有各种各样的AI Being。

我们要做的事情是，让这些AI Being跟人的交互，就像人与人一样。为了这些，我们会去让她拥有“情商”，掌握唱歌、画画等内容生成能力。

“我们不做‘替代’人的虚拟人，我们做‘补位’”

娱乐资本论：为什么你们每次都从数字员工这个领域切入？而不是虚拟偶像？

李笛：我们会判断什么是AI Being需求最大的地方，从而优先筛选具体的赛道。

很遗憾，AI Being需求量最大的地方不是回答问题的知识专家，而主要是三类。一类是企业数字员工，一类是人类周围的陪伴者，还有一类是游戏里面的NPC。这几类需求很大，所以这些也是我们的主要布局。

娱乐资本论：听说小冰框架在金融资讯领域已经有了广泛地应用，是否可以介绍一下？

李笛：比如每日经济新闻的虚拟人主播N小黑，已经稳定运行了一年多了，365乘以24小时不间断播报财经新闻。他的声音、肢体、面容，以及播报的内容，都是人工智能小冰框架来生成、运行的。因为如果不是全程都是人工智能的话，就不能保证24小时的连续直播。

像金融摘要，是所有文本里面最难的，因为它得容错性非常小。比如上市公司的公告100多页，你要把它压缩成一个200多字的资讯。

让AI Being把几百页的招股书写成新闻稿这件事不是我们今天才开始做的。从5年前开始到目前为止，国内90%的机构投资人每天看到的财经资讯，都是小冰生成的。我们专门为这个功能搭建了一个金融知识图谱，这个图谱里包含1000多个影响因子。

娱乐资本论：“观君”也是小冰框架驱动的数字人，并且是一个人工智能的教练，它真的比真人教练更好么？怎么实现?

李笛：在某些方面，他不光是比真人教练要好，更是真人教练没办法比的。我们有一个理念，就是我们不做“替代”人的虚拟人，而是要做“补位”，完成真人无法承担的工作。

先拿金融摘要举例。我们在推出这个金融摘要之前，绝大多数上市公司公告是没有摘要的。因为每天早上有100多个上市公司发公告，每个公告可能都有100多页，你需要配多少人也来不及做摘要。但是，作为一个投资者，我需要知道这些信息，却不可能看完这么多页，过去只能挑着看。所以，我们的方案并不是为了替代人，而是做那些真人他做不到的事情。

同理，体育的训练系统也一样，AI可以通过捕捉准确的运动轨迹，对比过往的数据，以及其他运动员的数据，快速做出分析。这一系统的稳定性和准确性会远远高于真人教练。

娱乐资本论：做出这样的一个数字人，贵么？

李笛：研发成本不一样。如果做一个垂直领域的专业系统，确实也需要花比较长的时间，但它不难。更难的其实是通用性的开放域问题，开放域的问题解决了，再去解决一些垂直领域的问题就比较容易。

小冰从2020年开始进入汽车的智能座舱领域，到现在两年时间，渗透率已超过60%。所以，从海平面以下开始做，你会越做越顺手。

娱乐资本论：小冰不久前为招商集团做了一个数字员工叫“招小影”，为什么招商集团愿意跟小冰合作？

李笛：有几方面原因，国内不同的人在提到数字人的时候，概念都不一样，很浮躁。但绝大多数人提到数字人的时候指的都是3D建模，就是创造一个外形，可以念一段文字，或者有动捕的方案做虚拟IP形象。

但我们更关心，如果是一个企业员工的话，他是否能真的能做事情。所以，招小影不光要有外形，她还需要真的出现在招商银行的ERP系统，真的在做招商集团员工的工作。同时，她的外观、语言交互等都不输于3D建模的同行业者。

比如，如果你想做一个数字人，基于神经网络渲染这样的方式，能够做交互的话，那么，至少让他的延迟要做到毫秒级。就是你说一句话，数字人能在毫秒内回复你。但目前行业的水准是在分钟以内。

“我们不做系统集成和硬件”

娱乐资本论：目前小冰主要的收入来源是哪些？

李笛：我们有几个要求。第一，我们不做系统集成，第二，我们不做硬件，只做纯软件的收入。我们目前的收入来源是B端。

小冰认为，未来人类会被AI Being所环绕，形成人与虚拟人共处的社交网络。这意味着，只要有人的地方，就能有AI Being，它需要是一个“跨空间”的存在。比如，你的家里、你的车上、你的社交网络平台……只有软件可以实现。而一旦把AI Being实体化（硬件化），它就只能存在于那个实体中。

娱乐资本论：B端的收入是什么样的收费模式？

李笛：我们是按照不断叠加累计的月服务费和年服务费来收入。行业里面主要是按照AI系统的调用来收费，我们不是。

在某些情况下，我们会按照实现的效果进行分成。我们是按照整个给你包装出来的AI Being卖，你可以理解为我们在“买卖人口”，卖出去的是一个服务包的价钱。小冰不卖技术。

娱乐资本论：你说，小冰要做的就是“贩卖人口”。这个“人口”的数量，有上限么？

李笛：数字员工正在跑的已经超过30万个了。如果再加上to C的虚拟陪伴，那就是几千万了。

娱乐资本论：怎么会有30万个这么多？

李笛：在日本大阪试点的老年人家庭，有政府给他们派的数字员工，每个家庭里数字员工都不一样。因为老年人可以通过训练，使人工智能变成他想要的“样子”。数字员工承担的是政府的公共服务。

娱乐资本论：我听说小冰现在一次对话能达到32次？正常人类一场对话平均下来也只有38次左右。

李笛：目前小冰一次对话最高可以达到39次交互。这个交互技术和对话模型，很多公司都在做。但小冰的对话跟实验室的研究相比，其实曾踩过很多坑。比如，线上的一些交互特别复杂，2016年的时候，当时美国版小冰上线推特刚满24小时，就被网友的对话数据教成了种族主义者，然后让CEO出来道歉。

现在的小冰也是一样的。你会看到，实验室中的数字人单就对话质量，以及对话轮次，有很多比小冰更好的，但是大多数都很难落地。因为落地涉及到两个问题，一个是成本，一个是安全性。尤其是对话安全性方面，一旦出问题，很难解决。

所以，归根到底，安全性一定是小冰公司的第一原则，我们宁愿牺牲一些文本上的丰富性，也不希望小冰框架在安全性上出问题。

话题互动：

下一篇年刊节选你想看到谁的分享？

推荐阅读

资本难逃，球队拉胯，足球谁的错？

点击观看

↓↓↓

关注娱乐资本论视频号，追料更及时

如需商务合作后台回复【商务】

如有转载需求后台回复【转载】

更多文娱产业背后的经济逻辑，来关注↓↓↓

‍

微信扫码关注该文公众号作者

戳这里提交新闻线索和高质量文章给我们。

来源: qq

点击查看作者最近其他文章