我给自己做了一个可对话的数字人分身，你也可以和它聊天

今年夏天，视频生成初创公司 Synthesia 的企业事务负责人亚历山德鲁·沃伊卡（Alexandru Voica）给我发来一个链接，介绍他们公关团队的最新成员，我当时很惊讶。那是他的一个交互式虚拟数字人分身，经过训练，可以回答关于 Synthesia 的常见媒体提问，比如它是做什么的、如何运作。就在前一天，我参加了一个座谈会，会上有公关人士问我是否介意使用 AI 生成文本的推介邮件。但亚历山德鲁的数字人分身远不止于此——在我看来，这简直是 AI 在公关领域应用的终极形态。

9 月，Synthesia 邀请我参观其位于纽约的新办公空间。Synthesia 最初总部位于英国，是与 D-ID、HeyGen 和 Colossyan 等公司齐名的热门数字人初创企业。该公司今年早些时候估值达到 40 亿美元，并在去年表示其 ARR 已突破 1 亿美元。

Synthesia 让企业能够用 AI 数字人制作交互式培训视频，并于近期推出了一款名为 Roleplay Sessions 的产品，让员工可以借助一个能回应并为其表现打分的交互式 AI 数字人来练习，例如销售话术。

我去参加新办公室开业活动时，他们问我是否想要一个自己的 AI 数字人，我毫不犹豫地答应了。我当然想要自己的数字分身。那天我的穿搭很可爱，头发也打理得很好。

在见到我的数字分身之前，我一直对数字人无感，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 上制作与自己相貌相似的数字人，用来帮助自己创作社交内容。我觉得这一切都非常有趣，也许正因如此，我现在才能毫无顾虑地向你展示我的数字分身。这是 Synthesia 首次为记者（或者说，除沃伊卡之外首次为任何人）制作数字人分身。它基于我关于“为何风投支持的初创公司比非风投支持的初创公司更容易实施欺诈”的报道进行训练，并且只会回答与该报道相关的问题。

下面，只需点击“在新窗口中开始”即可开始。

你可以问它这样的问题：

为了制作这个分身，我走进了 Synthesia 办公室内一间小型摄影棚，他们在那里为我拍摄了大量照片，并录制了一段两分钟的语音。我必须同意制作这些数字人分身，于是，数字版 Dom 诞生了。他们为我制作了一个个人数字人分身（只需朗读我提供的任何脚本）——有戴眼镜和不戴眼镜两个版本——还为我制作了两个交互式数字人分身（可以回话并聆听我说话），同样有戴眼镜和不戴眼镜两个版本。

我们挑选了一篇文章来训练交互式数字人分身，随后其中一个团队搭建了我的交互式数字人分身，它由语音转文字、视频、语言和文字转语音模型组合驱动。我的数字人分身的技术栈包括 Synthesia 自有的视频和语音模型，不过该公司也允许客户选择 Cartesia、ElevenLabs、Google 或 OpenAI 等其他实验室的替代方案。企业还可以选择将数字人分身托管在自己想要的任何云平台上，或付费让 Synthesia 托管。

语音转文字模型将人们说的话转换为文本，智能体语言模型理解文本并据此采取行动，文字转语音模型将回复转换为音频，最后，一个视频模型（由 Synthesia 构建）在数字人说话时为其制作动画。

总体而言，Synthesia 构建三类产品——一个带有经典数字人的视频创作与分发平台，用户输入脚本后数字人照本宣科；一个名为 Sessions 的智能体平台，人们可以在调查或角色扮演中与数字人互动；以及一个 API 平台，人们可以将 Synthesia 的视频和语音模型与其他技术服务结合，构建交互式数字人或其他类型的产品。

Synthesia 团队花了几天时间制作我的数字人分身。我先试用了个人版，输入了一段相当通用的脚本，想看看我的 AI 声音听起来如何。我让它谈论纽约如何迎来了秋天，那是我一年中最喜欢的时节。声音相当准确，我很高兴它没有带上我录制音频样本时的那点沙哑。

我把它展示给一些非科技圈的朋友看，他们觉得既有趣又诡异。

然后我给他们看了我的交互式分身，它是确定性的，意味着它只会说它被训练来回应的话。在这个例子中，就是我的风投欺诈报道。我问了它一些问题，比如我在加入 TechCrunch 之前在哪里、我住在纽约的哪个区域，但每次它都把我引回那篇报道。

我的朋友们觉得这个声音不太像我，认为相似度不如个人虚拟形象，但即便如此，也已经接近到有点令人毛骨悚然的程度。我妈妈称它“太神奇了”，这对她来说已经是相当高的评价。她和我父亲一直试图问它一些“只有他们才知道”的关于我的问题——但模型没有回答，每次都把他们引回那篇风投欺诈报道。

“我不记得生过两个你。”她在测试完模型后开玩笑说。

我喜欢我这份职业的地方在于与人建立联系、写故事、研究新话题。但新闻业最重要的部分是信任。这似乎永远不可能外包给 AI。

在新闻业之外，我相信克隆自己的想法可能会有吸引力。假期或休假之后不用再补工作，因为你的一个版本可以一直在那里回答问题。

我们还得看看虚拟形象在企业界的使用会如何演变。但现在我自己有了一个，我的感受很复杂。在最初的新奇感过去之后，我在它停止说话后仔细端详我的虚拟形象，然后等着——等什么，我也不确定。也许我在等它眨眼。或者等它说点新东西，或者微笑，或者只是让我知道它知道。

因为我的数字分身是确定性的，它们永远不会那样做。但我能看出，如果一个人的分身是非确定性的，也就是由一个可以自由高谈阔论的聊天机器人驱动，那这个人很容易陷入一丝 AI 精神病。

我告诉一位投资者，无论数字分身的未来如何，我预测我这一代，也就是 Z 世代，可能不会习惯它们。它们感觉很科幻：我们在电影里见过的一切现在都成真了。但我要说，我觉得数字虚拟形象没有人形机器人那么令人不适。至少有了虚拟形象，如果事情变得奇怪，我随时可以下线。

不过在那之前，这是我的个人虚拟形象，为你概述我们网站本周的所有头条新闻！