“咔擦”,自拍完成。
下一秒,我看见了自己的3D虚拟形象,投射到旁边纸张上,向我眨了眨眼睛。
今年CES上,有许多令人惊异的新科技,上文中提到的,就是我尝试的来自ObEN的三维图像重建技术以及AR技术。
总部位于加州的人工智能公司ObEN,除了能用一张照片完成三维图像重建以外,还展示了强大的声音处理技术。结合两者,他们能够将真人形象直接复制到虚拟世界中,令人印象深刻。
人造人,未来的高科技成人乐园,可以为所欲为的全新世界……今年10月,HBO神剧《西部世界》引爆全球,对未来世界,人们充满了好奇与渴望。
看完ObEN的Demo,我更强烈地感受到 AR/VR(增强现实/虚拟现实)正以惊人的速度向前推进,虚拟现实世界里的“西部世界”,也许很快就会出现。
最接近真实的虚拟世界是什么样的?
这个问题已经被业界讨论了许多年,然而有一点是共识:视觉与听觉必须完美结合。
当我完成一张自拍后,ObEN迅速生成了属于我的三维模型——不得不说,的确非常接近本人。更重要的是,除了能投射到现实里,这个三维模型还可以在虚拟世界里跨平台的使用。
这意味着在虚拟世界里,我能和远在中国的好友亲昵地一起猫在沙发上度过一个温馨的下午,看到的是彼此亲切的脸庞,而不是莫名其妙的卡通形象,头上还顶着自己的用户名。
在用户读完一小段文字后,ObEN还能够通过深度学习,获取用户的“声纹”,制作出专属声音模型,模拟出人物的电音。这就做到了视觉与听觉结合,真实感max。
甚至她都不需要实时“在线”,这种模拟电音创建后,可以用本人的声音讲出各类语言、甚至唱歌、朗诵,我完全可以趁她人不在,让她用俄语唱一曲婉转的滑板鞋。
今年9月,PC Mag的记者Sophia Stuart采访了ObEN创始人CEO Nikhil Jain,并在文中表达了自己受到的“惊吓”:“当时他们说只需要在一个比较安静的地点——唔,自己家厕所就行——录一个两分钟的音频。然后我就收到了一个我自己说中文的音频……天哪,我在用中文说‘nihao’和‘xiexie’哎!”
这也再次让人联想到《西部世界》——也许很多年后,当我们的肉体消亡,独有的形象、声音还可能存在在虚拟世界里,以人工智能为驱动,和未来人类不期而遇。
ObEN的COO Adam Zheng向我介绍道,ObEN已经与HTC Vive敲定合作,他们会开放API,让Vive平台上的所有用户可以生成自己的avatar(虚拟形象),用“更真实的虚拟形象”一起游戏或社交。
虚拟人物更像我了,然后呢?
在ObEN提供的demo里,还有一项有趣的内容:他们的CEO本人的虚拟形象,挠了挠头,给自己戴上了一顶绿色假发,过了一会儿,皱了眉头,又抓来了一件白色毛衣。
demo里还能看到CEO本人打开了微信,与好友闲聊——要知道,微信现在还没有开放除了移动端以外的语音接口,ObEN能够通过识别用户语音,再转化为文字发送。当然,未来一定会有更加先进的虚拟沟通方式,而声音识别及电音模拟技术,也必定是重中之重。
当人的真实形象、声音能够成功复制到虚拟世界之后,能够想象到的未来就很宽泛了。
首先,如今网游中第一步的“捏脸”(用户自己挑选及调整角色形象),在虚拟世界里,很有可能会变成基于自己本身容貌的美化。数年前很火的全息网游,感觉并不遥远啊……
其次,虚拟社交要真正提上日程了。
前段时间Tango与Daydream手机上市,未来AR及VR Ready的手机形态已经很明显。
“你很可能只需要一部手机,就能看到一个全息的人站在你面前,就这么简单。”Adam说。
AR手机普及后,在线社交方式可能会受到颠覆。ObEN正在规划一个基于AR手机的全新社交平台。据Adam透露,他们已经和一些娱乐公司签约,未来会发布与明星偶像进行虚拟互动、合唱的应用。
VR发展的下一个阶段:基础技术
每一个产业的高速发展,都需要无数企业及人才的不断努力,才能持续探索技术的边界,并完成商业应用。在AR/VR行业里,硬件热潮已过,如今产业内更看好的,是能够解决行业整体需求的技术。
而这个位于加州的创业团队很早就嗅到了虚拟现实领域的机会。
从2014年起,他们与UCLA及CalTech两所美国顶尖科技院校的专家合作开发电音模拟技术,包括UCLA声学研究所所长Abeer Alwan以及CalTech的高级计算机科学家Julian Bunn等等。
此后,他们还开发出了三维图像重建技术,把视觉与听觉结合,能够完整地搭建虚拟形象。
这大概也是HTC Vive选择和ObEN合作的原因。
毕竟,有了ObEN提供的两项技术,将社会关系导入虚拟世界将非常容易,而在VR领域的杀手级应用,很有可能会基于这些技术出现。
此外,ObEN的合作伙伴还包括美国最大的玩具公司(他们会一起开发智能玩具)及好莱坞最大的配音公司和电影公司等等。
去年8月,ObEN获得由CrestValue Capital领投的A轮融资,融资金额为770万美元。