媒體報(bào)道 | 對(duì)話A股成長力——天娛數(shù)科王智武：ChatGPT為虛擬人注入有趣的靈魂
2023-02-22
21世紀(jì)經(jīng)濟(jì)報(bào)道 | 對(duì)話A股成長力
2023年開年以來，作為史上用戶增長速度最快的消費(fèi)級(jí)應(yīng)用，ChatGPT引發(fā)全球市場(chǎng)關(guān)注。日前，天娛數(shù)科旗下元境科技CEO王智武，在接受21世紀(jì)經(jīng)濟(jì)報(bào)道“對(duì)話A股成長力”專題專訪中，闡明了天娛數(shù)科在接入ChatGPT后進(jìn)行的嘗試，以及在AIGC時(shí)代如何抓住新機(jī)遇等問題，以下為專訪實(shí)錄。
報(bào)道全文
2023年開年以來，作為史上用戶增長速度最快的消費(fèi)級(jí)應(yīng)用，ChatGPT引發(fā)全球市場(chǎng)的狂歡。在業(yè)內(nèi)看來，ChatGPT或?qū)⑹侨斯ぶ悄芾锍瘫?，更是分水嶺，意味著AI技術(shù)發(fā)展到臨界點(diǎn)。
資本市場(chǎng)上的ChatGPT概念股也受到廣泛關(guān)注，天娛數(shù)科（002354.SZ）便是其中之一。
記者從天娛數(shù)科方面了解到，其子公司元境科技已基于MetaSurfing-元享智能云平臺(tái)率先接入ChatGPT模型，并成為百度文心一言首批先行體驗(yàn)官，后續(xù)也將全面體驗(yàn)并接入文心一言的能力。未來公司將更加關(guān)注虛擬人與ChatGPT等模型的整合應(yīng)用，將智能對(duì)話技術(shù)成果應(yīng)用在元宇宙智能生產(chǎn)領(lǐng)域，快速擴(kuò)展到不同行業(yè)、不同場(chǎng)景。
ChatGPT、百度文心一言等大模型的出現(xiàn)能夠解決目前虛擬人存在的哪些客觀問題？天娛數(shù)科接入ChatGPT的技術(shù)邏輯是怎樣的？在接入過程中積累了哪些獨(dú)特的經(jīng)驗(yàn)？帶著一系列問題，近日，21世紀(jì)經(jīng)濟(jì)報(bào)道記者專訪了天娛數(shù)科旗下元境科技CEO王智武。
ChatGPT為虛擬人注入“靈魂”
《21世紀(jì)》：公司虛擬人接入ChatGPT的初衷是什么？
王智武：長期以來，我們一直在元宇宙領(lǐng)域探索。我認(rèn)為，虛擬數(shù)字人未來主要會(huì)有兩種形態(tài)，一種是身份型虛擬數(shù)字人，像天妤這種虛擬偶像；還有一種是服務(wù)型虛擬數(shù)字人，大多以AI驅(qū)動(dòng)，涉及AI交互、語音問答、圖形圖像驅(qū)動(dòng)等等。
我們當(dāng)時(shí)接入ChatGPT、百度文心一言等大模型的初衷，就是希望元境科技不僅僅只是一家做身份型虛擬人的公司，我們也想拓展更多服務(wù)型虛擬數(shù)字人，通過整合自研能力與領(lǐng)先的智能對(duì)話技術(shù)成果，應(yīng)用在元宇宙智能生產(chǎn)領(lǐng)域，不斷提升虛擬數(shù)字人智能驅(qū)動(dòng)能力與實(shí)時(shí)交互能力。
《21世紀(jì)》：目前接入ChatGPT的接入邏輯、付費(fèi)模式是怎樣的？
王智武：ChatGPT是一個(gè)大規(guī)模預(yù)訓(xùn)練語言模型，公司依托“MetaSurfing-元享智能云平臺(tái)”，通過調(diào)用ChatGPT接口，并與自身人臉建模、形象驅(qū)動(dòng)、語音合成、語音識(shí)別、語義理解、圖像處理等多模態(tài)智能驅(qū)動(dòng)算法進(jìn)行緊密的智能化結(jié)合，從而升級(jí)虛擬數(shù)字人語言理解、多輪回復(fù)等“生成式交互”能力，并以應(yīng)用場(chǎng)景為導(dǎo)向，在ChatGPT通用大模型基礎(chǔ)上，進(jìn)行調(diào)優(yōu)，針對(duì)虛擬主播、跨境電商直播帶貨等垂直場(chǎng)景進(jìn)行匹配，實(shí)現(xiàn)產(chǎn)品化解決方案，致力于用AIGC推動(dòng)元宇宙進(jìn)入智能時(shí)代。
我們現(xiàn)在是用的按字符收費(fèi)的模式，比如750個(gè)字左右是0.02美分，就我們目前情況而言，其實(shí)比人工成本要低很多，更適用于我們現(xiàn)階段的情況。
《21世紀(jì)》：公司接入ChatGPT模型，在技術(shù)方面做了哪些攻關(guān)嘗試？
王智武：虛擬人多模態(tài)技術(shù)驅(qū)動(dòng)其實(shí)有很多需要打通的技術(shù)點(diǎn)。虛擬人是涵蓋形象、語音、表情、動(dòng)作等等的多模態(tài)技術(shù)形態(tài)，涉及各種各樣的技術(shù)融合。因此，怎樣打通各種模態(tài)之間的障礙，是我們現(xiàn)在要解決的問題。
我們接入了ChatGPT的文本技術(shù)到虛擬人身上，以文本驅(qū)動(dòng)，使它可以跟我們互動(dòng)問答。眾所周知，ChatGPT本身只具備文本編譯、對(duì)話問答的能力，要應(yīng)用在虛擬人的身上的話，我們希望用它的文本先轉(zhuǎn)成語音，然后再去驅(qū)動(dòng)虛擬人的嘴型、表情、神態(tài)、情緒等等。
整體來看，每個(gè)環(huán)節(jié)都有我們很多想去打通的一些技術(shù)點(diǎn)。涉及到跟我們自己的產(chǎn)品交互，我們做了很多嘗試，試圖讓虛擬人更加智能有趣，也一直在研究多模態(tài)的方向。這一部分，我們未來還會(huì)嘗試在短視頻制作、新聞播報(bào)等方面應(yīng)用。
《21世紀(jì)》：你認(rèn)為ChatGPT的出現(xiàn)能夠解決目前虛擬人存在的哪些客觀問題？
王智武：一兩年前大家聊到人工智能，還會(huì)戲稱其為人工智障，覺得很多NLP的問答對(duì)話很傻。當(dāng)然，現(xiàn)階段的很多NLP技術(shù)或者其他小模型，整個(gè)問答系統(tǒng)的效果還是不好，尤其在ChatGPT這種大模型面前。
比較來看，ChatGPT的智能化會(huì)更高一些。它是一個(gè)非常聰明的智能體，同時(shí)也非常“圓滑”，未來可能它的效率、準(zhǔn)確性、智能化會(huì)更高一些。
搶灘AIGC時(shí)代新機(jī)遇
《21世紀(jì)》：公司接入ChatGPT后，在實(shí)際應(yīng)用方面積累了哪些經(jīng)驗(yàn)？
王智武：其實(shí)在國內(nèi)的虛擬人應(yīng)用市場(chǎng)上，ChatGPT目前大多還在技術(shù)調(diào)試和驗(yàn)證階段，而且感覺應(yīng)該離泛娛樂方向更近一些。如果直接把它大規(guī)模應(yīng)用在直播或者其它垂類方向，目前還是不太可行的。
因此，我們接入ChatGPT，首先要經(jīng)過ChatGPT預(yù)訓(xùn)練大模型，它提前幫我們訓(xùn)練好了一部分，其他的部分要自己訓(xùn)練和數(shù)據(jù)填入。
在ChatGPT的基礎(chǔ)之上，針對(duì)垂類領(lǐng)域，我們可以把想問的一些問題讓它去學(xué)習(xí)，還可以設(shè)置一些相關(guān)標(biāo)簽和引導(dǎo)詞，只要點(diǎn)擊相關(guān)標(biāo)簽，它就會(huì)順著標(biāo)簽思路往下回答，盡量做到不讓虛擬人“胡說八道”。
雖然它是一個(gè)大模型，但是我更希望在這個(gè)基礎(chǔ)之上，把它做成特定版的小模型，我更喜歡這樣的一個(gè)應(yīng)用場(chǎng)景，因?yàn)榇竽Ｐ吞珡V泛了。我們會(huì)針對(duì)某些垂類領(lǐng)域，推出自己的解決方案，在我們的服務(wù)器里去搭建各種小模型，而且我也相信這也是很多公司的機(jī)會(huì)。
另外，如果把ChatGPT當(dāng)做一個(gè)工具，用它去訓(xùn)練我們的NLP，我覺得也會(huì)非常好用。因?yàn)樵谛∧Ｐ皖I(lǐng)域，國內(nèi)的一些語料庫相對(duì)少，ChatGPT更全一些，所以我希望未來有可能讓大模型去幫我們訓(xùn)練垂類方面的一些小模型。
接下來，我們會(huì)把它應(yīng)用在一些訓(xùn)練上。比如，在直播間里面，虛擬人可以更加多元化、多角度地跟彈幕之間的用戶問答，介紹商品等。
《21世紀(jì)》：現(xiàn)階段元境科技虛擬人的應(yīng)用場(chǎng)景主要包括哪些？
王智武：我們現(xiàn)階段已經(jīng)在Tik Tok跨境電商直播、虛擬主播直播互動(dòng)等場(chǎng)景實(shí)現(xiàn)應(yīng)用，并正在形成產(chǎn)品化解決方案。后續(xù)可能還會(huì)應(yīng)用在教育、金融、房地產(chǎn)、文旅、影視解說、廣告創(chuàng)意、游戲、快消、汽車等方向。
《21世紀(jì)》：在ChatGPT應(yīng)用拓展方面，你還有哪些試想？
王智武：首先我能想到的是游戲。游戲前期涉及很多概念設(shè)計(jì)，包括一些關(guān)卡設(shè)計(jì)、前期的創(chuàng)意策劃等等，我希望用ChatGPT輔助我去做游戲前期的腳本策劃，順著它的一些獨(dú)特的思路往下深挖；把ChatGPT技術(shù)接到游戲里面去，比如讓NPC與玩家交互問答，那也會(huì)很有意思；ChatGPT的底層支撐技術(shù)是AIGC，AIGC技術(shù)在整個(gè)繪畫領(lǐng)域，也可以幫我們?nèi)プ鲆恍┯螒蚯捌诘母拍顖D創(chuàng)意設(shè)定，游戲宣傳海報(bào)，游戲背景圖等。
其次，ChatGPT在智能客服、輔助教育、文旅導(dǎo)游等方向也會(huì)有很大的用武之地。接入ChatGPT后，這些行業(yè)未來的想象空間會(huì)非常大，接下來就看怎樣去落地實(shí)現(xiàn)，或許需要去做一些更加智能的定制化產(chǎn)品，這也是我們需要把握的機(jī)會(huì)。
《21世紀(jì)》：如何評(píng)價(jià)當(dāng)前AIGC技術(shù)的有關(guān)重大突破？
王智武：現(xiàn)階段，我看到的AIGC的突破性應(yīng)用，有文本模態(tài)的ChatGPT，有繪畫的Midjourney/DALL.E2，還有圖形圖像等，都在迅速發(fā)展。另外語音方面突破也不錯(cuò)，可以很好地訓(xùn)練和復(fù)刻真人聲音，預(yù)計(jì)很快會(huì)有一個(gè)爆發(fā)階段。
《21世紀(jì)》：你認(rèn)為AIGC技術(shù)未來的行業(yè)應(yīng)用有哪些？
王智武：現(xiàn)在生成式AI已經(jīng)發(fā)展到一定高度，我認(rèn)為也是接下來的趨勢(shì)。AIGC的應(yīng)用場(chǎng)景不斷在拓展，包括文本內(nèi)容生成，圖片生成，視頻生成，廣告內(nèi)容生成，個(gè)性化客服等，而且AIGC技術(shù)也會(huì)與其他技術(shù)結(jié)合，如虛擬現(xiàn)實(shí)，增強(qiáng)現(xiàn)實(shí)等，也會(huì)給游戲，新聞，廣告等行業(yè)帶來革新機(jī)會(huì)，不斷提高內(nèi)容質(zhì)量，創(chuàng)造更好的用戶體驗(yàn)。
來源：21世紀(jì)經(jīng)濟(jì)報(bào)道
作者：雷晨
編輯：巫燕玲