看完这场震惊所有人的“虚拟人”对话，我觉得元宇宙可能真要来了…

站长网2023-10-01 21:53:320阅

元宇宙这个概念，自从2021年被扎克伯格带火后，给人们的感觉一直就像个“最熟悉的陌生人”，总是若即若离，忽远忽近的。说直白点儿，就是大家都觉得它存在感不够强，没有想象的那么厉害。

因为提起元宇宙，网友们脑海中的印象还是这样的:

扎克伯格曾遭到“群嘲”的著名Horizon Worlds虚拟形象自拍，图片来自Facebook

可是才短短一年，一场长达1小时，发生在元宇宙世界的隔空对话就横空出世，炸翻了社交网络。这次轮到网友傻眼，纷纷惊呼，怎么一不留神它就悄悄进化成这样了?!

近日，麻省理工学院科学家、同时也是人工智能大佬和知名播客主播的Lex Fridman，对Meta首席执行官马克·扎克伯格进行了一场关于增强现实、AI和大语言模型的深度访谈。

与以往不同的是，这次两人没有在物理世界碰面，而是相隔着大半个美国，在元宇宙里以超逼真的3D虚拟形象完成了对话。截至硅星人发稿时，这场名为「First Interview in Metaverse」的采访已在 X（原推特）上狂揽近1千3百万观看量。

视频开头，Lex Fridman的全身版高清数字分身出现在一片白色未来感空间中，他说:“尽管Mark和我在现实世界中相隔数百英里，但由于我们的形象都以照片级精度的3D模型建模，并伴随空间音频相互呈现，我俩就像在同一个房间面对面交流。这项技术实在太令人惊叹了!我认为这将是未来人类在互联网上更深度有意义连结彼此的方式。”

两人在访谈中都佩戴着Meta Quest Pro VR头显。可能是因为视野里的效果太过真实，Lex一度像个好奇宝宝，除了咧嘴“傻笑”，就是不停感叹:“我在哪儿?Mark真的是你吗?这太棒了!你不介意我离你太近吧?”

当然，视线距离是可以调整的。不仅如此，你还可以通过控制手柄来调整光源位置，找到最凸显自己面部优点的照明角度。

扎克伯格介绍说，与Horizon Worlds中的卡通版本或视频传输不同，创建这些全新模拟真人的Meta Codec虚拟形象，需要对用户的各种面部表情和动作细节进行广泛扫描，而后建模并压缩成一个编码版本。

随后，头戴设备的实时眼部和面部追踪功能会捕捉用户表情，映射到3D虚拟化身上，并“发送一个编码版本的你应该看起来的样子”给虚拟世界或会议通话另一端的人们，在他们眼前呈现一个足以以假乱真的你。

由于元宇宙里的形象数据是以编码形式传输，所以除了逼真外，也比发送一个完整的沉浸式视频更加节省带宽。

从采访视频来看，虚拟化身呈现出对真人细节的还原能力确实太强，用Lex的话说，“它捕捉到了一切，包括人脸上的缺陷。对我来说，这些缺陷正是人的微妙之处，这些小雀斑、皱纹、不对称的脸颊、笑的时候眼角的表情…它们让我更加享受其中，意识到完美并不是沉浸的关键。”

“眼睛的确很重要，”扎克伯格说道:“许多研究证明，人的交流主要是靠表情和肢体完成的，而不是靠语言。Meta一直努力用自己的经典虚拟系统捕捉这些表情，通过照片般的真实体验，带来特殊的临场感。”他认为这也触及了虚拟现实和增强现实的视觉核心，就是令人们不论在世界上的哪一个地方，都会感觉在一起。

想象未来进入会议室，有些人实际在现场，有些人则以这种逼真的虚拟形态出现，并通过结合混合现实技术叠加在物理环境上:你以为TA坐在桌子边跟你聊项目，其实TA远在千里之外;夜深人静一个人在外地想家的时候，带上头显亲人就近在咫尺。而对面人的一颦一笑，每一个细微的面部表情，都可以几乎没有延时和耗损地立体真实再现。

体验过程中，Lex一直禁不住惊呼这太美妙了，“我此刻心跳很快，对话的亲密感可以这样远程实现。我感受到了情绪，也感觉到你我真实存在。这是我人生中最难以置信的体验之一，真的大开眼界!”

不过需要说明的是，实现视频中的对话效果目前对普通人还不是那么容易。在开始采访前，两人都曾提前飞到匹兹堡，在Meta Codec项目组进行了融合当前软硬件最高技术、长达几个小时的细节扫描。

在前几天刚结束的Connect大会上扎克伯格说过，他最大的愿景就是让那些高大上的科技变得亲民，改变大多数人的生活。那么这次，他对未来又有什么构想呢?

小扎表示现在我们才刚刚开始。通过先扫描少数人，收集足够多的表情数据，来探索整个流程能简化到什么程度，进而在应用到大量人群时更流畅。虽然目前这项技术还没完全准备好推向市场，但在未来几年内，会持续调整和优化，以早日应用到工作场景，解决生产力问题。

Meta正在努力实现的是，只需用手机进行非常快速的人脸扫描，比如拿起手机在脸前晃动、说几句话、做一些表情，全程可能只需两三分钟，就产生如同现在的通话质量。如何在保证体验的同时更高效，仍是接下来面临的挑战之一。

Lex认为，全新的Meta Codec Avatars显然已经越过了曾经的“恐怖谷底”，镜头里的小扎看起来完全和本人一样，接着他试探性地笑着问:“所以我们也不需要胳膊和腿了，对吧?”

“不不，这些我们还是会解决的”，扎克伯格赶忙解释道，“实际上有个问题是，高精度的全身扫描需要强大的算力支持，无论对于头显的传感器还是渲染能力。所以我们也许会考虑以较低的保真度还原身体，比如仍保留大的动作，但脸才是最需要解析的东西。毕竟眉毛移动一毫米就会传达截然不同的情绪，相比之下，胳膊移动一英寸也显得没那么重要了。”

Horizon Worlds里的虚拟形象曾因苍白的表情和缺少下半身被人们形容为”恐怖谷效应“，图片来自Meta

两人后来还聊到了刚刚问世的Quest3、增强现实、元宇宙中的人工智能和人类的未来。Lex把这次和扎克伯格的访谈调侃成“互联网里表情最僵硬的两个人在元宇宙的相遇”，他觉得在这个虚拟空间里，自己的表现力更容易被捕捉到，能更真实地传达情绪:“我真希望更多的人能来亲自体验!” 小扎也表示非常期待网友们看到这集播客后的反应，唯一担心的是观众透过2D屏幕，能否真地感受到这种呼之欲出的真实震撼感。

而从网友们的留言来看，显然不仅感受到，而且被结结实实地震撼了。

即使这几个月已经被谷歌、微软、特别是OpenAI的ChatGPT几轮暴风式更新洗礼过，也算见过大世面，这次元宇宙里的采访还是超越了人们的认知范围。全球顶级Youtuber 野兽先生（MrBeast）在视频下留言说，“我们是怎么从像素虚拟人来到这儿的，我到底错过了什么!”其他人也纷纷跟帖表示“这是我见过最难以置信的事情之一”。