演講中，欒青談到，從現實世界走向虛擬世界，面臨著“內容變得越來越難制作”的巨大挑戰。而通過商湯的SenseMARS平臺，能夠快速創建、驅動虛擬人，并讓虛擬人更智能。
以下是演講實錄：
大家好，我是來自商湯科技的欒青，感謝甲子光年的邀請。今天為大家介紹一下商湯科技作為一家人工智能平臺公司，我們在元宇宙世界構建的過程中所做的一些事情。我今天的演講題目叫《元宇宙的AI引擎》。
首先我簡單介紹一下商湯科技，商湯科技是一家人工智能平臺型公司，我們一直以堅持原創，以“讓人工智能引領人類進步”為我們的使命。通過人工智能的原創和平臺型技術，賦能各行各業。
元宇宙，并不是一個新的概念，它是在1992年一本科幻小說中提到的概念。在這個小說中，它描繪了一個新的世界，我們每個人會以一個虛擬的Avatar的形式，走向三維的數字世界。在這個數字世界里，我們和其他的朋友以Avatar的形式進行交互，而各類服務以數字digital agent，也就是數字人的形式進行交互。
這個世界中，創新之處來自于它是互聯網的繼任者，也就是說我們下一代互聯網的一種潛在的形態。互聯網會由二維升為三維，它對應的信息承載能力和它的沉浸感都會更加強大。
其實這十幾二十年，我們大家一起經歷了互聯網不斷升維的歷史過程。
在一九九幾年，我們很多人經歷的互聯網，是一種一維的文字形態來承載的互聯網。比如我們常常發的短信，經?？吹腂BS。但隨著我們底層設施的不斷提升，我們的網絡傳輸能力從1G、2G變到了3G，大家日常的信息載體也從一維形態變為二維，也就是我們常常看到的視頻、圖片等等的形式。
隨著我們的互聯網從3G升到了4G，互聯網也增加了一個新的維度，就是時間的維度。有了時間維度之后，我們可以隨時隨地感受和體驗互聯網——移動互聯網就此誕生。視頻從長視頻變成了短視頻，我們日常的社交也變成了視頻居多。
這之后，我們繼續期待一個新的互聯網形態的誕生。
于是，新的升維就來自于立體維度的提升。因為人類天生是一個三維的動物，天生所感受的世界就是三維的、無限景深的、360度的。在這個世界里，我們的信息可以有更豐富的承載空間。所以，隨著我們互聯網從4G變到了5G，甚至更高，我們的載體可能也會從手機變成新型的載體。我們下一維的互聯網呼之欲出。
隨著這一系列的變化，帶來我們下一維的Metaverse——元宇宙——應運而生了。
在元宇宙里，宇宙的概念包含著一系列底層基礎設施的提升。我們經?？吹匠笮陀嬎愫痛鎯W絡，多人同步的網絡連接與內容，以及人工智能所構建的真實世界與虛擬世界的連接。再上層就是我們常見的各種硬件層，包括現在大家就已經常用的手機、電腦，以及潛在的VA/AR眼鏡，甚至腦機接口、全息投影等等。
在這些設備上，我們會看到OS層以及三維引擎層。整個元宇宙是一個沉浸式的三維世界，我們需要一個更加強大的渲染引擎來支持這樣的三維世界。
那再往下會是什么層呢？前面這幾層其實跟我們現在看到的游戲，以及我們現在的移動互聯網并沒有本質區別。所以再上層就應該是社交應用層。包括社交應用、辦公應用等等。
其實，這中間有一個巨大的挑戰，整個世界從二維升為到三維之后，它的內容變得越來越難制作。我們想擁有更豐富的內容，就需要非常多專業的人來制作內容，不可能每一個公司都像一個游戲公司或者電影制作公司一樣，組建一個龐大的團隊、耗時幾年來制作這樣的三維內容。這個時候該怎么辦呢？人工智能是不是可以幫到這一點呢？
其實我們看待人工智能究竟能做什么的時候，我們可以想象人腦能夠做什么。人工智能它的核心在于模擬了人腦處理信號的過程。
大家常見的人腦所做的事情，主要是分析和理解。比如我們看到一個，可以認識這個人；我們看到的場景和物品，可以認識場景和物品，這個是我們人腦的一個非常非常厲害的能力。但是我們人腦還有另外一個能力，就是內容生成能力，包括人物的內容生成能力、虛擬場景的內容生成能力。
這是一個什么能力呢？其實這個能力我們并不陌生，每天晚上大家做夢的時候都可以非常真實地還原出這個世界，甚至有的時候都不能分辨它是真實還是夢境。優秀的畫家也可以繪畫出非常真實的人物和場景。所以人工智能另外一個重要的能力就是內容生成。
大家看到現在AI主流的應用主要在分析和理解的部分，我們商湯一個核心的能力，也就是我們SenseMARS 平臺所提供的能力，主要就在內容生成的這個部分。我們希望通過人工智能生成內容，也讓AI幫助大家更好的構建三維世界，降低我們構建三維世界內容的門檻。
剛才大家看到我們在整個Metaverse元宇宙的構建中有三個重要的元素，第一個Avatar，也就是我們在虛擬世界自己的一個代表。另外一個是digital agent，也就是我們的數字人。我們怎么樣在虛擬世界里擁有更加友好的、更擬人的interface，這個就是數字人所帶來的不同體驗。
最后一個就是我們三維世界的構建，整個三維的世界會以一個什么樣的方式快速構建起來呢？AI也同樣為大家提供了新的解決方案。
首先，我們來講一下人工智能所能幫到大家所做的第一件重要的事情，人物的生成以及人物智能構建。
其實人物的生成在傳統生成工藝當中，有非常多的步驟。
比如第一步我們需要將模型建立出來，包含非常多美學的設計，以及我們對原始真實世界信息的參考。在這之后我們要經歷各種各樣的綁定、蒙皮，以及動捕、驅動等。如果我們希望它擁有智能，我們又需要一個龐大的體系來構建背后的知識體系庫。
我們用AI去構建的時候，同樣包含了三步，它的區別在于AI是自動化完成的。比如說我們可以通過一張照片來構建大家的三維模型。我們通過AI智能美化，將它變成我們希望的美的樣子。我們通過各種各樣的虛擬試穿試戴，可以讓真實的人跟虛擬的內容去進行互動。同時，我們將AI的各種各樣驅動使大家不用用動捕的設備，不用專業的影棚就進入到虛擬的世界當中，并且通過AI的各種各樣已經擁有的一系列的知識庫幫助大家快速地構建和擁有智能服務體系。
商湯的數字人生成平臺會幫助大家用簡單的一張或者多張照片，生成不同風格的數字人。這里簡單展示了一下我們構建的過程，大家不用去影棚，可以用單反相機，或者甚至是我們的手機，通過多張照片或者單張照片的拍照，生成高精擬真的，還原度非常高的數字人模型。
這個是我們通過建模之后AI美化的效果，通過AI的美化，可以將它的皮膚、臉部的形態，以及頭發還有身上的衣著添加上去，這樣我們就擁有了一個完整的人物形態。這里我們也展示了目前我們平臺上支持的各種人物形態，未來我們會不斷擴充常見的風格。
那下一步怎么讓人動起來呢？首先我們需要將這個人物通過一個簡單的方式驅動，常見的方式包含我們用身體和我們的臉去驅動，當然更簡單的方式是我們是可以用文字直接讓它驅動起來的。
比如說在這里面，我們建模后的數字人可以通過文字的方式，將它的身體和表情配合起來形成動畫。擁有了這樣的能力之后，我們就可以用智能去完整地驅動數字人進行服務。大家看到的就是我們平臺上生成的數字人，自動擁有的文字語音驅動的能力。
在這之后，我們常說的“中之人”也可以到我們的平臺上來去進行人物的半身的驅動。通過一個簡單的RGB攝像頭，就可以將自己的數字人驅動起來，它可以擁有相對比較精細的手指、臉部和肢體的動作。于是我們不用專業的設備，也可以進入到虛擬的世界中。
通過我們平臺生成的數字人有一個比較大的特點，一是有非常高的精度，另外它可以自動綁定，讓臉部擁有非常精細的表情，完全可以勝任日常常見的各種數字人應用。其實我們現在的這個模型，就是用一個RGB攝像頭，后面有一位人在驅動的。除了可以做精細化的臉部驅動之外，另外一個我們提供給大家的能力就是大家可以用一個非常簡單的視頻，比如說像右上角這樣的視頻，就可以制作精美的舞蹈視頻效果，或者在元宇宙的世界里直接讓它進行表演。使得以前我們可能要專業的動捕設備才能做的這樣一些精美的畫面，也可以由普通人來制作。
除此之外，我們SenseMARS平臺還提供完整的NLP和知識庫解決能力，讓回答更加智能，也讓聲音通過主體人識別、音人分離等等的技術更加的清晰。
大家剛才看到了我們三維數字人的構建，以及智能構建的一系列的過程，下面我為大家介紹的是我們的另外一個核心的模塊，就是三維世界的虛擬化構建。
人工智能所做的一個事情有一個特點，就是我們把用專業的設備，或者用專業的技能才能做的許多事情，變成我們普通的設備、常見的民用方式都可以做一些工作。
大家看到我們三維世界的重建，也秉承了這樣的一個特點。大家使用普通的手機，或者全景相機，就可以進行內容的拍攝了。拍攝之后通過我們平臺，可以快速生成這樣的三維世界。
除了構建三維世界之外，另外一個人工智能的能力就是將這些已經構建好的模型進行自動化的分類，我們可以將比如說在這個視頻中的樹木、樓宇還有我們的土地以及河流的區域自動的標注起來。這樣的話，我們區域自動化的資產管理就變成了可能。
我們還可以對這個內容進行自動化的分析，比如左邊看到的這樣的塔臺，我們可以自動分析出三維重建后天線的角度和方位，以確定天線是否在正確的區位上。此后，我們可以預估出它是否能很好地對周圍進行信號的覆蓋。這就是人工智能三維重建后，給大家帶來的額外的價值。
除此之外，我們還可以與真實的攝像頭結合。攝像頭就和我們三維世界的數字孿生的管理形成了一體。當我們發現真實世界中出現了不同問題，我們快速到虛擬世界中進行全場景的分析，使得我們對整個場景、園區、工廠的管理更加智能化。
這個場景是我們在冬奧會上為水立方所做的一個沉浸式體驗，不光可以用AR的效果帶來不一樣的觀賽的體驗，還可以通過三維的定位方式，將場景中的冰壺進行速度和摩擦系數的分析，使參賽運動員可以快速了解地面情況，幫助他們下一個球打得更好。
所以，三維世界的各種應用，不光能夠讓我們有沉浸式體驗，更重要的是我們將三維世界所有的內容進行數據化，以做更好的分析，并引導我們下一步行動。
在元宇宙中，大家看到了幾個主要應用，我們還做了非常多的拓展應用。比如說大家常見的數字藏品，我們也通過AR的方式將它與實體的物品進行結合，真實的世界與虛擬的世界更好地聯系在一起。又比如說我們今年跟敦煌研究院一起合作的一款敦煌宇宙的數字藏品。
大家可以看到我們通過這樣的底座掃描，我們走進這個穿越門之后，就會“真實地”走到敦煌的257窟的洞中。在疫情中，可能大家很難再去旅游，去自己想去的地方。敦煌的257窟，為了文化的保護，很多這種傳統的區域，也會被保護起來，可能普通的游客就沒有辦法再進行游覽。但是通過元宇宙穿越的方式，大家可以再次體驗整個文化給我們帶來的震撼。在這個體驗的同時，將我們敦煌千年之前最精美的顏色和精細度恢復到我們整個的體驗當中來。這樣，大家就看到敦煌千年一瞬整個變化的過程。
我們相信這是元宇宙世界可以給我們真實世界帶來的不一樣的震撼體驗。
類似的技術我們還可以用在我們日常的很多體驗當中，比如說數字的名片。名片現在變成大家社交過程中的一個儀式了，越來越少人將它的實體留存下來。但是如果我們擁有這樣一張名片，它不光能看到我們公司最新的宣傳的視頻，還可以直接在上面打電話或者發郵件給對應朋友呢？將我們實體的物品再次的激活，變成了一個全新的媒體入口。同樣的技術，我們除了可以做名片，還可以做我們辦公室的工牌、議室的入門牌。這樣的話，也節省了很多紙張，以及企業的運營成本。
元宇宙還可以為我們帶來很多其他的應用，比如說虛擬展示空間，虛擬會議大廳等等。我們通過元宇宙三大模塊AI化的技術能力，提供在人、物、場三個方向的賦能平臺，我們也希望通過AI構建元宇宙底座，為各行各業賦能。
可為自由創造的虛擬世界不是法外之地，與被道德、法所約束的真實世界之間的融合發展，還需要我們通過產業實踐和社會實踐不斷地丈量，并彌合科技發展與社會倫理的鴻溝。
