文|腦極體
近日，元宇宙界中又有新的活水涌入。在Meta舉辦的實驗室討論會上，Meta CEO小扎公布了自家元宇宙的多項新技術(shù)。
無論是資金還是技術(shù)，Meta都是構(gòu)建元宇宙世界中跑在最前面的一位，從去年十月不惜將Facebook改為Meta，到旗幟鮮明的花費百億投入其中，一系列的砸錢收購，小扎行動派的作風頭鐵一股腦扎入元宇宙的深海，近日也取得了一系列的成果公開分享。
此次元宇宙中Meta實驗室的技術(shù)突破，會給行業(yè)帶來哪些啟示？作為行業(yè)的技術(shù)前驅(qū)者，小扎對自家的新技術(shù)評價是“勾勒出元宇宙的關(guān)鍵步驟，解鎖許多進步的是AI”。AI與元宇宙碰撞，給元宇宙世界帶來的影響又是什么呢？你是否心中也有許多問號？話不多說，進入正題，我們先從這些新技術(shù)的模樣談起。
AI引人遐想
在新技術(shù)公布前，有關(guān)Meta最火的消息是在二月初的財報。整個2021年度，Meta現(xiàn)實實驗室虧損了101.9億美元，2020年度的虧損為66.2億美元。
真金白銀的投入砸下去，雷聲大，雨點小。許多投資人與從業(yè)者從元宇宙的狂熱中清醒了一些，不過近日Meta在元宇宙中技術(shù)的突破，似乎又讓很多人對Meta有了點信心，也讓元宇宙的數(shù)字世界往前邁了一步。
Meta公布的新技術(shù)包括語音生成元宇宙場景的Builder Bot、超級AI助手CAIRaoke等。
1、語音生成場景的Builder Bot。在錄制的視頻中，我們可以看到小扎和一位同伴在虛擬的環(huán)境中，通過一系列的語音指令讓本來單調(diào)的虛擬背景中，增加云朵、樹木、小島、桌椅等虛擬物品，隨著語音指令的結(jié)束，一個相較豐富的虛擬場景建立了起來。不過現(xiàn)在的Builder Bot只是簡單的demo展示，更加復雜的3D環(huán)境的生成需要時間與更深的研究。
2、超級AI助手CAIRaoke。底層是一種自我監(jiān)督端到端的神經(jīng)網(wǎng)絡(luò)模型，這個模型可以理解與學習用戶的聲音與肢體語言，讓我們可以在虛擬數(shù)字世界中和語音助手的對話更加流暢自然。在視頻的演示中，AI助手可以與人交流的同時，關(guān)注到煮飯過程中的鹽量，并且及時的提醒用戶補充鹽的份量。目前，這一技術(shù)已經(jīng)在其視頻通話potal設(shè)備中應用，未來也會集成在AR/VR產(chǎn)品中，增加與數(shù)字助手的交互。
3、通用機器翻譯工具。這是Meta正在開發(fā)的一項技術(shù)-通用的語音翻譯器，旨在提供所有語言的即時語音到語音的翻譯，而語言的種類涵蓋所有書面語言。這個通用的AI機器翻譯工具可以打通我們與信息、人的屏障，語言從此不再是限制我們獲取信息的障礙。
除此之外，Meta還公布了其他的一些AI工具，這些公布的最新AI技術(shù)和此前Meta公布的超級計算機等，未來的成熟轉(zhuǎn)化，給元宇宙帶來的影響令人遐想。
元宇宙作為下一個技術(shù)形態(tài)入口，與AI技術(shù)的耦合，我們可以明顯感受到對元宇宙世界生態(tài)內(nèi)容的豐富。數(shù)字世界中的智能陪伴、智能交互、場景內(nèi)容的生成與構(gòu)建等，無不在訴說著AI各類智能工具對元宇宙世界的基建設(shè)施的智能改造，不僅僅是將大量的基礎(chǔ)設(shè)施與引導的工作包攬，為從業(yè)人員的減負，也給人類與機器的交流，用戶在生態(tài)內(nèi)的體驗，提供不同于人類現(xiàn)實社會的價值。
我們看到，AI賦予的能力使得元宇宙世界的模態(tài)運轉(zhuǎn)加速，換句話說，元宇宙的世界構(gòu)建也會朝著電影頭號玩家中的“綠洲”深入。
智能的“人”與“環(huán)境”
對于元宇宙世界來說，最本質(zhì)的核心是交互，而讓交互有身臨其境的感受，需要元宇宙的沉浸式體驗。作為虛擬的平行世界，元宇宙需要包含現(xiàn)實世界擁有的所有元素。如果想要討論Meta此次的新技術(shù)為元宇宙帶來了什么，就需要回到元宇宙的基本要素中尋找答案。
行業(yè)對元宇宙的基本要素的共識基本就是以Roblox公司給出了元宇宙的八大要素為主，包含：身份、社交、沉浸感、低延遲、多元化、隨時、經(jīng)濟系統(tǒng)、文明。
筆者認為Meta的技術(shù)突破為元宇宙帶來的變化，可以歸結(jié)為交互與沉浸體驗的豐富。
首先是沉浸式體驗，語音生成場景的Builder Bot，歸根結(jié)底是讓元宇宙朝著沉浸感更加智能化的方向發(fā)展。用語音生產(chǎn)場景，這種探索式的方式，顯示了AI可以在元宇宙創(chuàng)造復雜3D環(huán)境與新世界的潛力。
在建設(shè)多樣的沉浸式社交元宇宙路上，如果窮盡參與者的生產(chǎn)能力來進行場景內(nèi)容構(gòu)建，內(nèi)容的生產(chǎn)仍舊是產(chǎn)能有限。如果轉(zhuǎn)化為AI技術(shù)的自動化構(gòu)建，一些重復的素材與腳本設(shè)計等，簡單耗時的工作可以讓AI工具完成，元宇宙世界最核心的產(chǎn)品內(nèi)容，就可以花更多的精力來打磨。
在交互感方面，包含著社交、低延時、多元化的要素需求。超級AI助手CAIRaoke與通用機器翻譯工具的未來形態(tài)，可以讓元宇宙中人與人、人與數(shù)字人的交互更加流暢。元宇宙中的“人”是基礎(chǔ)的組成單元，既包含著進入元宇宙的探索者們，也包含著元宇宙中的虛擬數(shù)字人。超級AI助手CAIRaoke可以理解與學習用戶的聲音，從而讓我們與生態(tài)中的各類數(shù)字人進行自然的交互。與此同時，通用機器翻譯工具可以即時翻譯不同民族的語言，讓進入元宇宙的各類背景用戶無障礙溝通。
超級AI助手CAIRaoke與通用機器翻譯工具的未來，可以掃平元宇宙中交互的語言障礙，讓數(shù)字世界的交互更加簡單歸一。
Builder Bot、 CAIRaoke、通用機器翻譯工具等AI技術(shù)的研發(fā)方向與未來形態(tài)，讓元宇宙中基本組成單元人與環(huán)境智能升級，這也讓元宇宙越來越接近理想的狀態(tài)，吸引更多的人進入元宇宙社交。當然，虛擬AI與現(xiàn)實AI技術(shù)的學習與進階會互相反哺，對于現(xiàn)實世界來說，也推進了創(chuàng)造性人工智能技術(shù)的前進。
元宇宙的生態(tài)籍由此會變得更加立體，我們知道內(nèi)容是吸引人的關(guān)鍵，但人在數(shù)字世界的感受才是粘合與長存的基礎(chǔ)，而這個感受需要數(shù)字技術(shù)將我們的感官在虛擬世界中放大，真實的質(zhì)化讓沉浸感升級。
捕捉現(xiàn)實世界：數(shù)字“通感”的步步進階
談?wù)撐覀冊跀?shù)字世界的感官，引入通感的概念，可能會更加好理解。通感的本意指的是把不同感官如視覺、嗅覺、觸覺、聽覺等感覺互相溝通，互相轉(zhuǎn)化，借以讓人的感受更加立體豐富。那么，在元宇宙的世界，數(shù)字“通感”就是借由AI與機器讓肉身更加生動的體驗與探索虛擬世界，表達與傳遞情感的溫度。
數(shù)字的通感中語言是交互的底色，聽覺是語言交互的基礎(chǔ)，數(shù)字視覺（VR）與觸覺（傳感設(shè)備）則讓我們的肉身在虛擬世界有了真實的質(zhì)感和觸動。聽覺設(shè)備與技術(shù)的進階，再與數(shù)字視覺（VR）與傳感器設(shè)備的耦合，驅(qū)動著元宇宙世界的真實感步步深入。
聽覺的AI技術(shù)主要以智能語音識別和智能語音合成為主，在前文的敘述中，我們了解到，在虛擬世界中，與語音技術(shù)集成的AI助手結(jié)合，無論是指令，還是常態(tài)的語音交互，AI語音技術(shù)的引入都會讓用戶體驗到機器與人的陪伴和歸屬感。虛擬世界的溫度，也因為語音技術(shù)的擬人更加自然，同時機器在交流溝通過程中的不斷學習，也會讓虛擬世界的數(shù)字人更加了解用戶的特性， AI助手成長為虛擬的密友只是時間問題。
元宇宙數(shù)字視覺方面的“通感”依賴AR/VR技術(shù)。其與AI的結(jié)合，也是未來AR/VR發(fā)展的重要一環(huán)。拿Meta旗下的Oculus舉例來說，Oculus是許多人選擇頭顯的首選，在Horizon Home的虛擬空間，可以用Oculus進行社交聚會，其中的手勢識別、桌面、鍵盤、沙發(fā)等物品的追蹤都離不開AI技術(shù)的加持。視覺的數(shù)字通感，讓AR與VR從虛擬世界的入口，再到AI交互體驗的智能升階，由實入虛，由虛到智。
數(shù)字觸覺的通感則來自于一些搭載AI技術(shù)的傳感器設(shè)備。例如Meta發(fā)布過的可穿戴手套和智能手腕設(shè)備，這些設(shè)備可以對手部手勢與腕部的動態(tài)追蹤，感知環(huán)境。通過對手腕的肌電圖信號分析，系統(tǒng)可以理解微小的手指運動，進而轉(zhuǎn)換為數(shù)字命令發(fā)送到設(shè)備上，實現(xiàn)數(shù)字交互與控制。觸覺手套則通過氣動裝置和觸覺渲染系統(tǒng)來模擬真實的觸感。觸覺渲染系統(tǒng)需要構(gòu)建相應的軟件和算法來建模，根據(jù)手的位置、對虛擬環(huán)境物品的重量、紋理、硬度等理解分析，然后向手套的氣動裝置發(fā)送正確的指令，來呈現(xiàn)真實物理世界的觸感。
數(shù)字的視覺、聽覺、觸覺在AI技術(shù)的加持下，破開了虛擬世界的次元壁，我們在元宇宙中的分身虛擬人，可以在數(shù)字空間中感受到虛擬世界物質(zhì)的“實感”，與信息碰撞，在虛擬世界中成長。
元宇宙基礎(chǔ)設(shè)施的完善，是一個任重道遠的過程，依賴通用智能技術(shù)的持續(xù)進步，在建設(shè)元宇宙的路上，AI的應用是讓元宇宙更富沉浸感、更具多元化的關(guān)鍵。這也是吸引無數(shù)用戶進入與常駐元宇宙平臺的有效方式。
在傳統(tǒng)的互聯(lián)網(wǎng)中，我們的體驗歸根結(jié)底是作為旁觀者的身份進行信息的傳遞與交互。元宇宙中，使用AI不僅可以為元宇宙創(chuàng)造廣泛且豐富的環(huán)境與內(nèi)容，AI加持下的數(shù)字通感讓用戶可以在虛擬空間中，感官被開啟并放大，并以擁有通感的虛擬人身份作為參與者身處其中，我們可以丟掉肉身的各種限制去互動、探索與分享。
數(shù)字通感與元宇宙的契合，AI是連通的橋梁，不可或缺，為億萬用戶構(gòu)筑出人機共生共融的新未來。