如何让董宇辉不下班？

“还有46分钟，董老师休假就结束了。” 这是董宇辉最新视频下点赞过百的一条留言。 他在东方甄选直播间消失的日子里，粉丝们涌入他的个人号，调侃“这个男人只要一放假休息，几十万人都得跟着失恋”。 然而对于头部主播来说，再怎么爱岗敬业，也总有 下播 的时候。 毕竟连着几个小时不断说话，还得是妙语连珠的那种，既耗费脑力，对体力也是个不小的挑战。 在这种情况之下，不仅“ 24小时直播 ”不大可能，连不轮班的长时间唠嗑也不是人人能顶得住的。 不过话说回来，如果有机器加持呢…… 特别是这段时间以来虚拟人等技术的爆火，很难不让人脑洞大开—— 凭借 AI 能力，能否做到让头部主播“本人”24小时驻守直播间？ 更进一步说，是不是没有董老师的双语能力，也能语言无缝转换，直接走向国际？

按目前实现的各种AI技术来看，这些“脑洞”并非无法实现。 在 图像 技术上，AI直接生成虚拟形象、或是给主播“换”个脸已经不是什么难事。 例如，国外以假乱真的“阿汤哥”在TikTok上火了好一阵，国内的柳夜熙、李星澜等虚拟形象也在国内社交媒体平台上大受欢迎，视频中几乎看不见“AI合成”的影子，评论中惊艳的声音也居多。 不仅如此，AI生成图像甚至视频的效果也日渐精致，国外OpenAI的DALL·E2、谷歌最新Imagen和Parti、国内智源CogVideo和微软亚研院NUWA-Infinity等，都是这几个月出现的新成果。 上述这些图像技术，有不少已经开放了API接口、或是申请试用，加上有不少类似的开源模型，基本上已经能做到“人人可玩”。 基于这些技术，现在国内外各平台，也出现了不少“24小时直播”的AI博主。 但点进去看却会发现，这些AI博主远不如真人主播、或是真人扮演的虚拟主播人气高。 △ 24小时AI虚拟主播，半天只有167人“看过” 直播效果上，也与我们期待的那种“24小时直播”有点远： 互动时，大部分AI主播能做的非常有限，有些只能简单地唱几首歌 （限定歌单） 、或是根据设定好的指令进行回复等； 说话时，用AI合成的虚拟主播音色，不仅语气没有真人主播那般生动、也无法主动制造一些情绪上的“惊喜”。 这背后反映的是绝大多数虚拟AI主播的痛点—— 虽然这几年图像生成技术突破不断，但语音语言AI的技术门槛，却仍然较高。 以董宇辉直播间为例，虽然只要董老师乐意，合成一个“AI董宇辉”的形象并不是一件难事； 然而，让“AI版”董老师说话语气和音色更像本人、认出直播间其他老师的声音、甚至听懂直播间外助手的“指示”等操作，却仍旧难以完成。 这背后对应的，是 语音合成 、 声音识别 、 语音识别 等各种语音语言AI的综合能力。 更进一步，想让这个直播间国际化的话，还会对语音能力提出更高一步的要求。 例如，至少需要能够 实时在线翻译 的AI字幕： 在此基础上，如果要做成无障碍直播间的话，还需要进一步掌握 同声传译 的能力。 好消息是，现在，已经有越来越多科技大厂注意到这一赛道，这几年一直在不断加大投入。