最近在網(wǎng)絡(luò)平臺(tái)上，各路名人突然一夜之間變成了“語(yǔ)言大師”，而在這些AI配音視頻背后，其實(shí)是HeyGen這款產(chǎn)品在“炫技”，用戶只需簡(jiǎn)單的操作，即可生成短視頻。這樣看來(lái)，AI似乎離普通人的生活越來(lái)越近了。

郭德綱在麻省理工講起了英語(yǔ)相聲？

是的，你沒(méi)看錯(cuò)，郭老師甚至可以用他的京腔英語(yǔ)直接對(duì)話趙本山的東北英語(yǔ)。更有大量德云英語(yǔ)聽力試題不斷沖擊著好學(xué)的網(wǎng)友。

除了英語(yǔ)，一眾外國(guó)明星也紛紛操起一口流利的中文，連諧音梗大師完顏慧德的普通話都標(biāo)準(zhǔn)了起來(lái)，八國(guó)語(yǔ)言隨意切換，只需動(dòng)動(dòng)手指就能把自己笑擁。

各路名人為何一夜之間變成了語(yǔ)言大師？原來(lái)，這都是AI配音搞的鬼。

01

AI越來(lái)越會(huì)炫技了。

這款“爆火”的AI視頻翻譯工具叫HeyGen，只需要上傳一張人物照片，什么都不用做，啪的一下，一個(gè)短視頻就生成了。除了上百款數(shù)字人素材和模板，官方還提供包括中文在內(nèi)的50多種語(yǔ)言和300多種不同的音色供用戶選擇。

HeyGen背后的公司名叫詩(shī)云科技，成立于 2020 年。他們最初致力于做 AI 數(shù)字人生成，目前其客戶包括英偉達(dá)、亞馬遜、volvo等。

不少網(wǎng)友感嘆，“這翻譯沒(méi)有譯制片腔調(diào)。”“嘴型、手勢(shì)都對(duì)得上，太自然了，差點(diǎn)兒以為是真的?！薄安恢棺煨危€有身體動(dòng)作和語(yǔ)速的配合?！?/p>

不得不說(shuō)，在翻譯配音上，AI的表現(xiàn)非常出色，HeyGen的火爆程度也完全不輸去年面世的AI繪畫工具M(jìn)idjourney。同樣只需幾秒鐘，被稱為史上最強(qiáng)作圖神器的Midjourney就能調(diào)配出各種風(fēng)格的圖像，同類型軟件還可以讓生成的圖片直接動(dòng)起來(lái)。

自去年11月ChatGPT橫空出世，大眾一次次被AI的創(chuàng)新所驚艷。從GPT4到Midjourney，再到HeyGen，文字、圖片到視頻，AI不斷刺激著人類的感官，一次次刷新著人類的認(rèn)知。更讓人期待的是，AI還有無(wú)限的潛能可被發(fā)掘，創(chuàng)新之路還遠(yuǎn)遠(yuǎn)看不到盡頭。

02

那么，人人追捧的AI，究竟離我們普通人的生活還有多遠(yuǎn)？

雖然2023年以來(lái)國(guó)內(nèi)很多公司都發(fā)布了自己的通用大模型，但很多還停留在“開放閑聊”階段，這種泛娛樂(lè)的方式并不能帶來(lái)實(shí)際生產(chǎn)力。所以，以“開放閑聊”為產(chǎn)品形態(tài)的ChatGPT，“嘗鮮“的流量在6月達(dá)到巔峰之后，就開始出現(xiàn)下滑。

與通用大模型不同，垂直大模型可以深入到不同行業(yè)，更容易落地到具體的場(chǎng)景，如金融、教育、醫(yī)療和零售等。目前已經(jīng)積累了數(shù)百萬(wàn)個(gè)視頻數(shù)據(jù)的HeyGen，之后也會(huì)考慮做視頻垂直領(lǐng)域的大模型。

有趣好玩，還能極大提升效率，是AI帶給大眾最直接的好處。AI配音既能打破語(yǔ)言隔閡，還能取代一部分配音和字幕組的工作。

此前，生成式AI的幾次創(chuàng)新也都伴隨著對(duì)重復(fù)人工的解放。Midjourney的出現(xiàn)，為影視工作者提供了更高效的工作方式，國(guó)內(nèi)網(wǎng)友熟知的妙鴨視頻，最早也是誕生于劇組的選角場(chǎng)景，用AI圖像生成的方式不僅提高效率還大大節(jié)約了成本。AI生成內(nèi)容的浪潮已經(jīng)從追風(fēng)開始走向務(wù)實(shí)。

縱觀全行業(yè)，今年以來(lái)的“百模大戰(zhàn)”背后，垂直領(lǐng)域的大模型開始成為新一輪布局的重點(diǎn)。

03

說(shuō)到底，無(wú)論是通用還是垂直大模型，其核心點(diǎn)還是落地場(chǎng)景和商業(yè)化。讓普通人都能用起來(lái)，是大模型最重要的后半步。

如今，AI正廣泛運(yùn)用于繪圖、配音、劇本寫作等方面，科技公司們也在多模態(tài)上不斷訓(xùn)練自家AI，試圖讓其產(chǎn)出更接近真人的創(chuàng)作。圖片生成上，阿里大文娛推出的妙鴨相機(jī)，逼真的換裝功能對(duì)用戶開放后，也曾走紅網(wǎng)絡(luò)。在配音上，AI燕姿、AI杰倫就曾憑借獨(dú)特的音色與唱腔，搭配與歌手本人風(fēng)格或相似或迥異的歌曲，吸引了不少關(guān)注。

但隨之而來(lái)的，是廣泛運(yùn)用后產(chǎn)生的爭(zhēng)議。AI換臉和AI配音都會(huì)構(gòu)成侵權(quán)，甚至?xí)灰恍┎环ǚ肿佑糜谠p騙，如果AI技術(shù)被濫用，后果是無(wú)法想象的。技術(shù)的普及也讓這些隱患風(fēng)險(xiǎn)一一暴露，除了監(jiān)管部門，研發(fā)公司也應(yīng)該從源頭杜絕「技術(shù)濫用」的發(fā)生。

行業(yè)巨頭們都非常重視這一威脅。OpenAI CEO Sam Altman一直擔(dān)憂AI有一天會(huì)向人類扔核彈。他們最近組建了一支全新的團(tuán)隊(duì)，旨在對(duì)抗“人工智能的災(zāi)難性風(fēng)險(xiǎn)”。

但任何技術(shù)的革新都無(wú)法擺脫風(fēng)險(xiǎn)和挑戰(zhàn)，只要對(duì)人類有益，這項(xiàng)技術(shù)就值得推進(jìn)。在具體的應(yīng)用場(chǎng)景中不斷成長(zhǎng)，不斷滿足用戶反饋的需求，或許是大模型最快也是最理想的落地方式。