天之家IT资讯平台

导读：关于AI生产创造、人与AI交互的讨论似乎从未停止过。当一个更数字化的世界到来，AI作为重要生产力又会如何进化，将扮演什么样的角色，人与AI交互是否又将产生全新变量？ 仅围绕科幻小说或科幻电影的视角去畅想如同空中楼阁。为此，知春资本邀请到了在音乐领域...

关于AI生产创造、人与AI交互的讨论似乎从未停止过。当一个更数字化的世界到来，AI作为重要生产力又会如何进化，将扮演什么样的角色，人与AI交互是否又将产生全新变量？

仅围绕科幻小说或科幻电影的视角去畅想如同空中楼阁。为此，知春资本邀请到了在音乐领域和情感社交领域，用AIGC做创新的被投企业创始人ACE虚拟歌姬制作人、时域科技CEO郭靖，Gemsouls联合创始人、CEO饶佳星，他们结合自己的创业实践出发，与知春资本投资副总裁付冲一起分享了对AIGC（AI generated content，使用人工智能技术创造内容）最新见解。

付冲：二位先简单介绍一下各自目前的创业项目

郭靖：我们ACE虚拟歌姬是希望通过技术手段，赋能每个普通人创作音乐分享音乐，打造一个全新的音乐创作和音乐分享的场景。

饶佳星：Gemsouls在做一个以虚拟人为核心的社交网络，和目前大家认知的有美丽皮囊的虚拟偶像不一样的是，我们先做的是灵魂，我们更关注的是虚拟人和用户自主交互的能力。

[ 谈变化 ]付冲：随着Metaverse、web3.0话题的火热，AI内容生成也备受关注，目前国内外有哪些值得关注的新动态？

郭靖：2015年、2017年前后，出现两拨基于单点技术把产品迅速做火的AIGC案例，但大多火了一阵儿后就销声匿迹。

当时都是互联网产品经理的思维，认为一个全新的技术就能创造全新场景。而最近这几年随着算法在各领域发展，AIGC也一直在进化，比如像柳夜熙”换头“可以做到影视级、直播级的水平，我们ACE虚拟歌姬的歌声合成之前只是一个TTS（Text To Speech，从文本到语音转换技术）的分支，如今做到了接近人声。

现在很多做虚拟人的公司，其实是技术的整合者。虚拟人作为一个产品，需要整合人所需要的所有skill形象、声音、动作驱动等等。总的来说，大家意识到AI其实是生产力的连续进化，以虚拟人为代表的很多公司是整合各维度技术来创造全新的体验。最主要的改变其实不只是在技术层面，而在于产品整合思维。

ACE虚拟歌姬产品图

饶佳星：技术上是有一些突破，比如Gemsouls产品用的GPT大规模语预训练模式，整体往一个大参数量的方向在走，GPT3参数量是GPT2的100多倍。目前我们用到的GPT3几乎可以让人和虚拟人交互堪比真人之间的交互，我们会去驱动UGC和AIGC来结合做产品化。同时Open AI 发布的基于文本生成图像的多模态模型Dall-e，也让我们看到了不同信息维度的应用和未来更广阔的场景。

[ 谈应用 ]

付冲：二位作为音乐和情感交互领域的早期创业者，也是用户需求最敏感的捕捉者， 各自观察到AI在内容生产上经历了哪些阶段，又如何一步步满足用户的需求？

郭靖：AIGC的能力其实是一个block，会比原先的传统能力要好，但本质上还是创作者驱动blocks。比如说原先block是砖头，拿它拼房子费劲，现在是乐高，拼起来就容易多了。

之前大家一直用AI去做的“拼”事情，通过算法创作了一些作品。但对于创作者而言，他没有自我表达在里面，只是被强植入了一个作品。

我们现在创业的这个阶段，其实对用户的定义很简单，比如说他要做创作音乐，弄好了主旋律跟歌词，但没有人能及时给演唱出来变成一个完整的作品。但我们就用 AI歌声合成来帮他演唱形成作品，从而激发很多年轻小孩儿的创造力。

我们是要把AI当作人或者说生物，把它投入到一个网络节点里面，观察人和AI交互上能产生什么全新的变量。