我为自己创建了一个交互式数字分身——你也可以和它对话

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·沃伊卡给我发了一个链接，介绍他们公关团队的最新成员，我着实吃了一惊。那是他的一个交互式虚拟分身，经过训练后可以回答关于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，我还在一场座谈会上，有公关人士问我会不会介意他们用AI生成的文字来发 pitch。但亚历山德鲁的分身远不止于此——在我看来，这简直是AI在公关领域应用的终极Boss。 九月，Synthesia邀请我参观其纽约新办公室。Synthesia总部原在英国，是与D-ID、HeyGen、Colossyan等齐名的热门数字分身初创公司。今年早些时候，它的估值达到40亿美元，去年则宣布年度经常性收入已突破1亿美元。 Synthesia让企业可以用AI分身制作交互式培训视频，最近还推出了一款名为“角色扮演会话”的产品，让员工通过一个能回应并评分的交互式AI分身来练习销售话术等技能。 当我前往新办公室开业活动，他们问我是否想要一个自己的AI分身时，我毫不犹豫地答应了。我当然想要一个自己的数字孪生。那天我的穿搭很好看，发型也到位。 在遇见我的数字孪生之前，我对分身一直无感，但我感到它们终将成为日常网络生活的一部分。我听说有人在Instagram上创建自己的分身来帮助制作社交内容。我觉得这一切都非常有趣，或许正因如此，我现在才能毫无顾虑地向你展示我的数字孪生。这是Synthesia第一次为记者制作数字分身（或者说，除沃伊卡之外，第一次为任何人制作）。它基于我的一篇报道训练而成，那篇报道讲的是为什么有风投支持的初创公司比没有风投支持的公司更容易欺诈，它只会回答与那篇报道相关的问题。 下面，只需点击“在新窗口中启动”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Synthesia办公室内设的一个小型摄影棚，他们在那里为我拍了大量照片，并录制了两分钟的声音。我必须同意制作这些分身，于是，数字版的我诞生了。他们为我制作了一个个人分身（只需念出我给它的任何脚本）——有戴眼镜和不戴眼镜两个版本——还为我制作了两个交互式分身（可以回话并听取我的提问），同样有戴眼镜和不戴眼镜的版本。 我们选了一篇文章来训练交互式分身，然后其中一个团队搭建了我的交互式分身，它由语音转文字、视频、语言和文字转语音模型组合驱动。我分身的技朮栈包括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、谷歌或OpenAI等其他实验室的替代方案。企业还可以选择将分身托管在自己想要的任何云上，或者付费让Synthesia托管。 语音转文字模型将人们说的话转化为文本，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化为音频，最后，一个由Synthesia构建的视频模型在分身说话时为其添加动画。 总体而言，Synthesia构建三类产品——一个带有经典分身的视频创作与分发平台，用户输入脚本后分身会照读；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分身互动；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，构建交互式分身或其他类型的产品。 Synthesia团队花了几天时间制作我的分身。我先试玩了个人分身，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。我让它谈论纽约的秋天已经到来，那是我一年中最喜欢的时节。声音相当准确，我很高兴它没有捕捉到我录制音频样本时的沙哑嗓音。 我把它展示给一些非技术圈的朋友看，他们觉得既有趣又瘆人。 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去回应的话题。在这个案例中，就是我那篇关于风投欺诈的报道。我问它一些诸如我在加入TechCrunch之前在哪里、我住在纽约哪个区之类的问题，但每次它都把我引回到那篇报道。 朋友们觉得声音不太像我的，相似度也不如个人分身，但即便如此，已经足够接近，有些瘆人。我妈妈称它“太神奇了”，这对她来说是相当高的评价。她和我爸爸不断试图问它一些“只有他们才知道”的关于我的问题——但模型没有回答，每次都把他们重定向到那篇风投欺诈报道。 “我不记得我生过两个你。”她在测试完模型后开玩笑说。 这段经历让我思考新闻业的未来会是什么样。人们会接受打开新闻，看到的是由分身主持吗？一位投资人立刻告诉我不会。当然，如今社交媒体和其他新闻分享平台上充斥着AI垃圾内容，引发了大量抵制。但我问过的其他人则不那么确定。分身能否增强——甚至取代——记者？CEO们会愿意与记者的AI分身交谈，而不是真人记者吗？ 我喜欢我职业生涯中的与人连接、撰写报道和研究新话题。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。假期或休假后不用再补工作，因为你的一个版本可以随时在场，回答问题。 我们还得看看分身在美国企业界会如何演变。但既然我现在有了自己的分身，我的感受很复杂。在度过了最初的新鲜感之后，我在它停止说话后仔细观察它，看着它等待——等什么，我不确定。也许我在等它眨眼。或者说点新东西，或者微笑，或者只是让我知道它知道。 因为我的数字孪生是确定性的，它们永远不会那样做。但我能看出，如果是一个非确定性的、由可以自由高谈阔论的聊天机器人驱动的分身，一个人多么容易陷入某种AI精神错乱。 我告诉一位投资人，无论数字孪生的未来如何，我预测我这一代——Z世代——可能不会习惯它们。它们感觉像科幻：我们在电影里见过的一切现在都成真了。但我要说，我觉得数字分身比人形机器人更不令人不安。至少有了分身，如果事情变得奇怪，我随时可以登出。 不过在此之前，这是我的个人分身，为你概述我们网站本周的所有头条新闻！