当Synthesia视频生成初创公司的企业事务负责人Alexandru Voica今年夏天给我发来一条链接，介绍他们公关团队的新成员时，我感到很惊讶。那是一个他的互动虚拟头像，经过训练可以回答关于Synthesia的常见媒体提问，比如公司做什么以及如何运作。就在前一天，我还参加了一个小组讨论，公关人员问我是否介意使用AI生成文本的推介。但Alexandru的虚拟形象远不止于此——在我看来，这简直是AI在公关领域的终极应用。

九月，Synthesia邀请我参观他们位于纽约的新办公室。Synthesia最初总部设在英国，是一家热门的数字虚拟形象初创企业，同行还有D-ID、HeyGen和Colossyan。今年早些时候，Synthesia估值达到40亿美元，并宣布去年年经常性收入突破1亿美元。

Synthesia允许企业利用AI虚拟形象制作互动培训视频，最近推出了名为“Roleplay Sessions”的产品，员工可以通过与互动AI虚拟形象对话练习销售推介，并获得反馈评分。

在新办公室开幕时，他们问我是否想拥有自己的AI虚拟形象，我毫不犹豫地答应了。毕竟我当然想拥有自己的数字分身，那天我穿得很漂亮，发型也很整齐。

在遇到我的数字分身之前，我对虚拟形象并不特别感兴趣，但我觉得它们终将成为日常网络生活的一部分。我听说有人在Instagram上创建自己的虚拟形象，帮助制作社交内容。我觉得这非常有趣，也许这就是为什么我现在毫无顾虑地向你们展示我的数字分身。这是Synthesia首次为一名记者（或者说除Voica外的任何人）制作数字虚拟形象。它基于我关于“风险投资支持的初创企业为何更易造假”的报道进行训练，只会回答与该报道相关的问题。

只需点击“在新窗口开始”，即可与它对话。

你可以问它：

  • 我为什么决定写这篇报道？
  • 这篇研究论文讲了什么？
  • 研究人员发现了什么？

制作过程中，我进入了Synthesia办公室内的一个迷你影视棚，拍摄了大量照片并录制了两分钟的语音。我必须同意制作这些虚拟形象，数字“Dom”就此诞生。他们为我制作了个人虚拟形象（只会朗读我提供的脚本），有戴眼镜和不戴眼镜两种版本；还制作了两个互动虚拟形象（能听我说话并回应），同样有戴眼镜和不戴眼镜版本。

我们选择了一篇文章作为互动虚拟形象的训练内容，Synthesia团队利用语音转文本、视频、语言理解和文本转语音模型构建了我的互动虚拟形象。我的虚拟形象技术栈包括Synthesia自家的视频和语音模型，客户也可以选择Cartesia、ElevenLabs、Google或OpenAI等其他实验室的模型。企业还能选择在任何云平台托管虚拟形象，或由Synthesia托管。

语音转文本模型将语音转换为文字，语言模型理解文本并据此采取行动，文本转语音模型将回复转换为音频，最后Synthesia的视频模型让虚拟形象在说话时同步动画。

Synthesia提供三类产品：一是视频制作与分发平台，用户输入脚本，虚拟形象朗读；二是名为Sessions的交互平台，用户可通过调查或角色扮演与虚拟形象互动；三是API平台，用户可将Synthesia的视频和语音模型与其他技术结合，打造互动虚拟形象或其他产品。

制作我的虚拟形象花了几天时间。我先玩了个人版本，输入了一段普通脚本，让AI声音描述纽约的秋天，我最喜欢的季节。声音相当准确，录音时的嘶哑没有被采集到。

我给一些非技术朋友看，他们觉得既有趣又有点诡异。

然后我展示了互动版本，它是确定性的，只会回答训练时设定的问题，比如我的风险投资造假报道。我问它我在TechCrunch之前的经历和我住纽约哪个区，它都把话题引回报道内容。

朋友们觉得互动虚拟形象的声音不像我，形象也不如个人版本逼真，但仍然有点诡异。我的母亲称赞它“令人惊叹”，这是她的高度评价。她和父亲试图问它只有家人知道的私事，但模型都不回答，始终引导回风险投资造假话题。

“我不记得生了两个你们，”她开玩笑说。

这次体验让我思考新闻业的未来。人们会接受由虚拟形象播报新闻吗？一位投资者立刻否定了。当然，目前社交媒体和新闻平台对AI内容有很多抵制。但我问的其他人则不确定。虚拟形象会辅助甚至取代记者吗？CEO们会愿意与记者的AI虚拟形象交流而非真人吗？

我喜欢我的职业，因为它让我与人连接、写故事、研究新话题。但新闻业最重要的是信任，这似乎永远无法外包给AI。

在新闻业之外，我相信克隆自己的想法很有吸引力。假期后不用赶工，因为你的数字分身随时在线回答问题。

未来虚拟形象在企业界的应用如何发展还有待观察。但拥有了自己的虚拟形象后，我心情复杂。新鲜感过去后，我仔细观察它停止说话时的样子，等待着——我也不确定等待什么。也许是等待它眨眼，或者说点新话，或者微笑，或者让我知道它“懂”。

但我的数字分身是确定性的，永远不会那样做。不过我能想象，如果是非确定性的、由聊天机器人驱动的虚拟形象，人们很容易陷入一种AI精神错乱。

我告诉一位投资者，无论数字分身未来如何，我预测我们这一代Z世代可能不会习惯它们。它们感觉像科幻电影：我们曾在电影里看到的一切如今都成真了。但我觉得数字虚拟形象比类人机器人更容易接受。至少遇到怪异情况，我可以随时下线。

在此之前，这里是我的个人虚拟形象，为你介绍本周网站上的所有头条新闻！