最近很火的概念「元宇宙」到底是什么？如何实现？

hey，你听说过"元宇宙"吗？2021，可以算是"元宇宙"出圈的元年。从2021年3月开始，以“元宇宙”概念包装自己的沙盒游戏平台Roblox成功登陆纽交所；到8月，小鸟看看（Pico）发出全员信内容“坐实”被字节跳动收购；再到十月Facebook更名为与“元宇宙”相关的名字“meta”；“元宇宙”快速破圈，其相关话题被谈论得火热，关于“元宇宙”，有太多想要表达得观点，也足以证明其中所蕴含的新契机。话题直冲知乎全站的热榜，短短两天热度已达58万尽管“元宇宙”的概念被炒得火热，各行各业的大牛们都来各抒己见，但往往热闹都是别人的，关于“元宇宙”到底是个什么宇宙，你也许还似云里雾里，闹不机密。所以，关于“元宇宙”的科普，我想从以下两个方面做出回应：什么是元宇宙？我们如何参与其中？本文结合了中国传媒大学教授、博士生导师吕欣老师在知群举办的“中国产品设计运营大会”上分享的观点，希望对大家有所启发。hi,欢迎来到元宇宙。电影《头号玩家》片段想象一下，当你化身为另一种形态，身处在一个新的世界中——你可以为你自己选择皮肤，创建角色，穿梭在数千个星球中社交和冒险。可以在百米浪尖上体验冲浪，或是在金字塔上滑雪，和蝙蝠侠一起攀登珠穆朗玛峰......你可以进行全方位的社会活动，乘坐虚拟车辆旅行，购买虚拟的物品......就像电影《头号玩家》中构想的绿洲世界那样，会有上亿人同时访问着这个新的空间，人类以一种新的数字形态生活在一个巨大的、沉浸式的乌托邦世界里。

电影《头号玩家》片段电影《头号玩家》为我们所展示的那个完全沉浸式的三维数字环境，就是我们所说的“元宇宙”的其中一种样本。元宇宙（Metaverse）这个词由前缀“meta”（超越）和后缀“verse”（宇宙“universe”的缩写）构成，字面意思即指一个超越宇宙的世界，更具体地说，一个由计算机生成的三维数字世界。它由AR、VR、3D、5G、AI等技术支持，代表着由智能科技驱动而成的下一代互联网。“元宇宙”的概念并不是空穴来风，它的出现代表着人类对虚拟事物呈现方式的新需要。想要认识“元宇宙”，需要我们回过头看看历史，看看人类在构建和表达虚拟事物这件事情上是怎么一路走来的。那些天马行空的想象都是如何被记录和传递的呢？吕欣老师在“中国产品设计运营大会”上按虚拟形象的形成方式将人类社会抽象成三大时代：文字符号时代、影像时代和Metaverse时代。在文字符号时代，人类通过阅读小说等书籍，对文字符号进行解码，在脑海中对形象进行主动的刻画。这些形象因为主体认知水平的不同，在每个人的脑海中都形成了不同等级的反映。比如我们看《红楼梦》，曹雪芹虽然在书中对林黛玉的形象给出了详细的描绘：“两弯似蹙非蹙罥烟眉，一双似泣非泣含露目。 态生两靥之愁，娇袭一身之病。泪光点点，娇喘微微。”但是我们每个人的脑海中，对于黛玉的想象都不尽相同。此时，虚拟形象只依靠个人自己的想象。影像时代，跳过了文字编解码的过程，所以形象能够直接触及人类的视觉。这个时代中，最典型的形象代表就是被频繁调侃的二次元“纸片人”，比如《超时空要塞》的林明美，以及后来九十年代出现一些偶像风的作品，如一部分的美少女动画或者游戏——像《樱花大战》和随后的声优歌剧团“帝国歌剧团”。她们并不能说是典型意义上的虚拟偶像，但确实可以视为虚拟偶像的一类雏形；而Metaverse时代的出现，提供一种比视频更全面的沉浸感受，打破了主客分离、媒介与用户之间毫不相关的情况。人类开始通过技术，尝试在虚拟世界中扮演不同的角色。这种真实可感可控的数字虚拟身份形象，将使人类的日常生活越来越深地向“元宇宙”中的虚拟网络世界融合或迁移，为人类提供了新的生存发展空间。也许目前还没有人知道元宇宙究竟是一个怎样的具体形态，但可以肯定的是，元宇宙已经不是简单所定义的平行于现实世界的虚拟社区，它的触角已经深入人类的生活，潜藏在现实里。Metaverse 并不是以某个标志性的事件发生，而宣布突然到来。人类应该意识到：在我们不断构建数字世界，数字化着自己以及物理世界的时候，我们就已经逐渐入住“元宇宙”之中了。只是，在不同的阶段会有不同的成熟度，我们逐渐经历着虚拟人从助手变成同事、朋友、甚至是亲人的过程。尽管我们无法瞬时感受到 “元宇宙”的到来，但是“虚拟数字人”的出现以及成熟的过程能够帮助我们从侧面感受 “元宇宙”的逼近。我们会看到，虚拟数字人的出现正在逐渐改变一些东西，这些东西关乎于真实世界中人们的信息传播方式以及情感关系。虚拟数字人：“元宇宙”内的原住民就像地球上居住着人类一样，在“元宇宙”的世界里，早早也出现了原住民，这些虚拟数字人们以数据为食，在与真实世界地不断互动中模糊着两个世界的边界。虚拟数字人的兴起与演进虚拟数字人却从外表和互动逻辑上无比贴近现实人类，它象征着人类在虚拟世界中的投射分身，也是人类认识“元宇宙”实质的重要窗口。回顾虚拟数字人的发展，我们能发现这其实是一个逐渐过渡并且在不断变好的过程。在知群的举办的“中国产品设计运营大会”上，吕欣教授将虚拟数字人的发展过程分成四个阶段：萌芽期：虚拟数字人最早出现在二次元动画里。1984年诞生了世界首位以虚拟偶像概念面世的虚拟人：《超时空要塞》的女主角林明美，她被制片方包装成演唱动画插曲的歌手，并以动画角色歌曲的形式发布单曲，取得傲人的成绩；紧接着，《心跳回忆》的女主角：藤崎诗织也横空出世。在这个时期，人们开始尝试将虚拟人物引入现实世界，但手段仍然比较稚嫩。偶像的形象仍以二维手绘为主，整体形象依托于系列动画片，存在于虚拟的动画故事中，应用也极其有限。形成期：真正具有技术含量的虚拟人形成于医疗领域。1989年，美国国立医学图书馆在全世界首先推出“可视人计划”，希望通过三维技术和虚拟仿真将人体结构三维可视化，但是也仅用于教学和临床治疗。探索期：这个时期虚拟人物的样态已经逐渐丰富起来，出现了许多虚拟乐队以及虚拟的歌姬。他们利用CG、动作捕捉、全息投影和语音合成等技术，或由真人演唱或由VOCALOID等音乐合成软件生成音乐，通过演唱会和音乐视频的媒介将虚拟数字人展现给大众。其中比较具有代表性的虚拟乐队有2001的街头霸王（Gorillaz），利用真人原声与动画，为观众呈现一场场精彩的演出，在他们的巅峰时期，甚至曾和麦当娜同台演唱；以及，2007年出现的初音未来，与街头霸王不同，她无论在声音还是形象上都采用了数字化的形式，是虚拟人物建设过程中的一次突破。成长期：此时，AI智能技术融入虚拟人的建设，多场景的产品逐步落地。CG、深度学习、语音口型驱动、语音合成、情感识别等技术都在快速的介入虚拟人。其媒介形态也扩展到了新闻网站、网络直播、APP、客服机器以及在线教育等领域。在形态上出现了虚拟主播、虚拟助理、虚拟客服、虚拟教师、虚拟演员等形象。融合视觉、语音及语义技术，虚拟数字人仿照人体的形象出现，能够直面使用者，实现多种交互。虚拟数字人的出现是迈向“元宇宙”的第一步，而后，当我们不断的数字化自身，并有越来越多的虚拟数字人被生成时，无论是人类还是虚拟人，我们的界限都会在“元宇宙”中逐渐被消除。元宇宙内，我会以什么样的方式遇见你？作为虚拟世界的原住民，虚拟人将会在“元宇宙”里绵延不断地生存和发展。而处于现实世界的我们，早已通过不同的数字媒介方式与他们相遇。这种相遇方式也许可以从目前已形成的构建虚拟数字人的技术体系和虚拟数字人的类型展开说明。虚拟数字人的三类技术体系虚拟人在一般情况下由人物形象、语音生成、动画生成、音视频合成显示、交互等 5 个模块构成。在此，吕欣教授将虚拟数字人的技术体系分成了三大类：第一类被称之为“中之人”驱动型。虚拟人依靠背后的真人进行驱动表演，利用前端的全息投影，捕捉面部和肢体的动作，结合三维虚拟角色以及真人的表演；声音上采用电子音乐或者语音合成器（如雅马哈VOCALOID、袅袅等）。中国传媒大学在几年前就已经着手打造他们的虚拟主播，通过一个中传大一小姐姐的模样以及动作，形成了一个映射型的虚拟主播。我们可以通过以下简单的动图大致了解该种类型的生产过程：“中之人”驱动型第二类被称为三维角色智能驱动型。它不再接触传感器，而通过智能技术直接驱动这个三维虚拟角色。比如说新华社的虚拟人邱浩就是利用这套技术；通过输入文本生成语音，用语音去驱动三维人的口气，实现自动报告。三维角色智能驱动型吕欣教授预计，未来还会有更深入的研究。目前的虚拟人还难以理解人类的情感，一个虚拟的主播，只能依靠文字的运行完成客观的新闻报道，因此，虚拟数字人仍处于“数字傀儡”的阶段。更深一点，我们需要情感智能的介入。配合心率、眼动仪的使用，数字虚拟人便可以感知当下用户的真实情绪状态，做出更加情感智能化的反馈。未来，无论是通过文本还是面部表情进行情感分析，真实世界当中的人们的感情都将会在虚拟世界当中得到更多的理解与释放，与这些虚拟人的情感链接也会进一步的加强。第三类技术体系是2D图像合成型，目前正属于热门领域。该类型利用深层的神经网络进行数字对抗。把真人影像口型的序列帧抽出来，输入文字，即可使影像中得二维人物在播报时口型与所播报的文本想对应。这种类型成为当下热门的优势在于成本特别低。使用者不必建模，只需直接拍摄即可；其次，它的效果非常逼真，因为它本来就是真人拍摄产生的。但是这种类型也存在一定问题：二维的影像无法进行多场景的动作变化，比如360°的旋转。所以，2D图像合成型也许是一种比较讨巧的方法，但是一定不是未来主流的方式。