网信彩票|网信彩票

数字人：用科技激活传统文化之美******

　　【热点观察】

　　作者：俞国林、王建（分别系中华书局编审、中华书局副编审）

　　“天妤”，一个沉睡千年的飞天少女，被神秘空间元境唤醒后，回想起千年前之事。当年，洞窟受损，壁画脱落。如今，苏醒过来的她，决定来到人间收集碎片，复原壁画，重佑人间……“天妤”不是玄幻小说中的文学人物，而是一个虚拟数字人。过去一年，“天妤”以收集壁画碎片为线索，将中国传统文化元素进行数字化演绎，持续向世界讲述中国传统文化的故事，在海内外收获了大量拥趸。

　　所谓数字人，是指通过计算机图形渲染、动作捕捉、深度学习、语音合成等技术打造的虚拟或仿真人物。2022年，数字人大量涌现，除了“天妤”，还有中国文物交流中心的“文夭夭”、新华网的“筱竹”、浙江卫视的“谷小雨”、敦煌研究院的“伽瑶”、国家博物馆的“艾雯雯”、中华书局的“苏东坡数字人”……他们或化身为文博场所的导游，或成为文化短剧的主角，或担任对外传播的文化大使，以又潮又酷的方式讲述着传统文化的故事。

超写实“苏东坡数字人” 光明图片

　　技术支撑，文化打底

　　作为传统文化的新载体，虚拟数字人将传统之美与科技之美有机融合，打造出全新的IP形象。由于众多虚拟数字人取材于传统文化，所以其外在形象本身就是对传统文化的视觉化呈现。比如，“天妤”的设计以传统飞天和唐代女俑为灵感，她衣袂飘飘，妆造典雅，发型设计是“双环望仙髻”，簪花是用金、银、铜等制成的样式多样的金钿；头上戴的嵌松石花钗、珍珠流苏花钿等饰品，是在史料基础上，参考唐代出土文物设计而成；妆容上使用的黛眉、斜红、莲花形花钿、桃花妆容，则还原了新疆吐鲁番阿斯塔那墓出土的唐代女俑妆容。通过对虚拟数字人外在形象的打量观赏，观众得以与中华传统服饰文化进行“亲密接触”。不仅如此，由“天妤”发布的“凤凰妆”视频,连续登上平台热榜。受“天妤”影响，很多青少年给自己化起了“国风妆”，甚至还引起了海外美妆达人的竞相模仿。

　　数字人的设计制作并非易事，既需要技术支撑，又需要文化打底。传统文化类数字人的设计制作，本身就是对传统文化研究、整理、应用、传播的过程。比如，为了让“苏东坡数字人”贴近苏东坡的原貌，中华书局在容量超过70亿字的古籍大数据中心进行海量搜索，通过一系列精心设计的关键词精准抓取到一批涉及苏东坡容貌形象的古籍文本数据。同时，又通过图像搜索技术，抓取了由宋至清涉及苏东坡的100余幅画作，既包括苏东坡的单人画像，又包括如“西园雅集”“赤壁”等主题的群像以及若干石刻画像拓片等，从而初步形成对于苏东坡容貌形象之“古籍真实”的把握，然后再由权威专家进行系统校验，确定下来超写实“苏东坡数字人”的每个细节。由此观之，“苏东坡数字人”的设计制作过程，完全是一次对苏东坡主题古籍文献、艺术作品的整理和研究。由于这种整理和研究带有强烈的“目的性”“应用性”，所以能够有效推动传统文化的创造性转化、创新性发展，而非像纯学术研究那样，研究成果大都只能存在于论文中。

虚拟数字人“天妤” 光明图片

　　始于颜值，终于价值

　　数字人要在弘扬传承中华优秀传统文化方面有效发挥作用，可以始于颜值，但最后还是要终于价值，因为人们开发数字人，不是为了观赏，而是为了使用。2022年被业界称为“数字人元年”，数字人的相关应用刚刚起步。传统文化领域是应用数字人比较多的领域，且应用场景越来越丰富。

　　2022年7月，身着汉服的“艾雯雯”在国家博物馆上岗。她穿梭于国博各展厅，为慕名而来的全球游客介绍着国博140多万件馆藏文物。中国文物交流中心的“文夭夭”，除了在各大博物馆提供讲解、导览服务，还担任“文博虚拟新闻官”，经常跟随展览出海，传播中华文化。

　　虚拟数字人，不仅能“说”，还能“演”。以“天妤”为主角的系列短剧《千壁寻踪》及番外一经推出，立刻圈粉无数，视频播放量目前已超过3亿。通过这些短剧，观众领略了即将失传的巾舞的无穷魅力，见识了传说中的“反弹琵琶”的精妙绝伦，了解了围棋文化的博大精深。就这样，“天妤”婷婷袅袅地从中华传统文化中走来。作为一个虚拟数字人，她将传统之美与科技之美融合，开启了中国传统文化通向元宇宙、通联海外的一扇门。

　　在传统戏曲领域，数字人的身影也越来越活跃。京剧领域已出现“梅兰芳孪生数字人”，粤剧界已诞生粤剧数字人“小勤”，而“秦筱雅”则是秦腔数字人的代表。“梅兰芳孪生数字人”甚至还现身梅兰芳大剧院，并与台下观众深情互动：“距离我上一次登台已经过去了60多年，没想到我们又重逢了。”那一刻，数字人不仅复原了梅兰芳先生的形态、声音及面部表情，也让人看到了传统戏曲振兴的希望。

　　可以这么说，数字人最大的魅力，不是研发运用新技术，也不是对网文、网游等传统业态的改变，而是为戏曲等原本高度依赖人和现场空间的传统行业在生产、传播、消费场景及价值实现等方面带来无限想象力和可能性，彻底改变了人们对于物我关系的认知。

　　既要凝神，又要赋魂

　　数字人让大量文化瑰宝重新“复活”，以科技手段让传统文化走进烟火生活，焕发青春活力。可是，数字人建设毕竟刚刚起步，在很多方面还有待完善。其中，内容生态是制约数字人发展的最大瓶颈。虚拟世界中的“你我他”，即使只是存在于数字空间中的化身，也需要现实生活内容作支撑，需要“故事”来引流。唯有如此，数字人才能既拥有好看的“皮囊”，又拥有丰满的“灵魂”。

　　比如，中华书局的“苏东坡数字人”，只有容貌形象的“物理真实”是远远不够的，还要实现“精神真实”。为此，中华书局专门建设了“苏东坡专题数据库”，并陆续开发了多个维度的“苏东坡主题知识图谱”。依托数据标引体系，可以生成各个维度的知识图谱，相当于将苏东坡跌宕起伏的人生历程与丰富多彩的精神世界翻译成一张彼此关联的数据网络，并将其放进“苏东坡数字人”的脑中，从而为“苏东坡数字人”凝神。下一步，中华书局将加强对“苏东坡数字人”的人工智能训练，以为其“赋魂”，从而让“苏东坡数字人”真正像苏东坡一样去认知、思考、表达、行动，最终实现苏东坡在数字世界的“复活”。

　　近年来，互联网、大数据、云计算、人工智能、区块链等技术加速创新。数字人技术正以前所未有的速度渗透进入并重构升级歌舞、影视、戏剧、文博等多个文化行业。数字人的产生和应用，是文化与科技相互融合的过程，也是人类不断认识自我的过程。我们无法预判数字人未来会走向何方，但我们还是希望大家以开放包容的心态面对新概念，拥抱新技术，将基础夯实，立足文化本体的价值属性，共同推动行业转型升级，在文化与科技融合发展的时代进程中，真正实现传统文化的创造性转化和创新性发展。

　　《光明日报》（ 2023年01月04日 13版）

向善而生的AI助盲，让AI多一点，障碍少一点******

　　有人说，盲人与世界之间，相差的只是一个黎明。在浪潮信息研发人员的心中，失去视力的盲人不会陷入永夜，科技的进步正在力图给每一个人以光明未来。

　　AI助盲在人工智能赛道上一直是最热门的话题之一。以前，让失明者重见光明依靠的是医学的进步或“奇迹”。而随着以“机器视觉+自然语言理解”为代表的多模态智能技术的爆发式突破，更多的失明者正在借助AI提供的感知、理解与交互能力，以另一种方式重新“看见世界”。

　　新契机：多模态算法或将造福数以亿计失明者

　　科学实验表明，在人类获取的外界信息中，来自视觉的占比高达70%~80%，因此基于AI构建机器视觉系统，帮助视障患者拥有对外界环境的视觉感知与视觉理解能力，无疑是最直接有效的解决方案。

　　一个优秀的AI助盲技术，需要通过智能传感、智能用户意图推理和智能信息呈现的系统化发展，才能构建信息无障碍的交互界面。仅仅依靠“一枝独秀”超越人类水平的单模态人工智能比如计算机视觉技术还远远不够，以“机器视觉+自然语言理解”为代表的多模态算法的突破才是正确的新方向和新契机。

　　多个模态的交互可以提升AI的感知、理解与交互能力，也为AI理解并帮助残障人士带来了更多可能。浪潮信息研发人员介绍说，多模态算法在AI助盲领域的应用一旦成熟，将能够造福数以亿计的失明者。据世卫组织统计，全球至少22亿人视力受损或失明，而我国是世界上盲人最多的国家，占世界盲人总数的18%-20%，每年新增的盲人数量甚至高达45万。

　　大挑战：如何看到盲人“眼中”的千人千面

　　AI助盲看似简单，但多模态算法依然面临重大挑战。

　　多模态智能算法，营造的是沉浸式人机交互体验。在该领域，盲人视觉问答任务成为学术界研究AI助盲的起点和核心研究方向之一，这项研究已经吸引了全球数以万计的视障患者参与，这些患者们上传自己拍摄的图像数据和相匹配的文本问题，形成了最真实的模型训练数据集。

　　但是在现有技术条件下，盲人视觉问答任务的精度提升面临巨大挑战：一方面是盲人上传的问题类型很复杂，比如说分辨冰箱里的肉类、咨询药品的服用说明、挑选独特颜色的衬衣、介绍书籍内容等等。

　　另一方面，由于盲人的特殊性，很难提取面前物体的有效特征。比如盲人在拍照时，经常会产生虚焦的情况，可能上传的照片是模糊的或者没有拍全，或者没拍到关键信息，这就给AI推理增加了难度。

　　为推动相关研究，来自卡内基梅隆大学等机构的学者们共同构建了一个盲人视觉数据库“VizWiz”，并发起全球多模态视觉问答挑战赛。挑战赛是给定一张盲人拍摄的图片和问题，然后要求给出相应的答案，解决盲人的求助。

　　另外，盲人的视觉问答还会遭遇到噪声干扰的衍生问题。比如说，盲人逛超市，由于商品外观触感相似，很容易犯错，他可能会拿起一瓶醋却询问酱油的成分表，拿起酸奶却询问牛奶的保质期等等。这种噪声干扰往往会导致现有AI模型失效，没法给出有效信息。

　　最后，针对不同盲人患者的个性化交互服务以及算法自有的反馈闭环机制，同样也是现阶段的研发难点。

　　多解法：浪潮信息AI助盲靶向消灭痛点

　　AI助盲哪怕形式百变，无一例外都是消灭痛点，逐光而行。浪潮信息多模态算法研发团队正在推动多个领域的AI助盲研究，只为帮助盲人“看”到愈发精彩的世界。

　　在VizWiz官网上公布的2万份求助中，盲人最多的提问就是想知道他们面前的是什么东西，很多情况下这些物品没法靠触觉或嗅觉来做出判断，例如 “这本书书名是什么？”为此研发团队在双流多模态锚点对齐模型的基础上，提出了自监督旋转多模态模型，通过自动修正图像角度及字符语义增强，结合光学字符检测识别技术解决“是什么”的问题。

　　盲人所拍摄图片模糊、有效信息少？研发团队提出了答案驱动视觉定位与大模型图文匹配结合的算法，并提出多阶段交叉训练策略，具备更充分的常识能力，低质量图像、残缺的信息，依然能够精准的解答用户的求助。

　　目前浪潮信息研发团队在盲人视觉问答任务VizWiz-VQA上算法精度已领先人类表现9.5个百分点，在AI助盲领域斩获世界冠军两项、亚军两项。

　　真实场景中的盲人在口述时往往会有口误、歧义、修辞等噪声。为此，研发团队首次提出视觉定位文本去噪推理任务FREC，FREC提供3万图片和超过25万的文本标注，囊括了口误、歧义、主观偏差等多种噪声，还提供噪声纠错、含噪证据等可解释标签。同时，该团队还构建了首个可解释去噪视觉定位模型FCTR，噪声文本描述条件下精度较传统模型提升11个百分点。上述研究成果已发表于ACM Multimedia 2022会议，该会议为国际多媒体领域最顶级会议、也是该领域唯一CCF推荐A类国际会议。

　　在智能交互研究方面上，浪潮信息研发团队构建了可解释智能体视觉交互问答任务AI-VQA，同时给出首个智能体交互行为理解算法模型ARE。该研究成果已发表于ACM Multimedia 2022会议。该研究项目的底层技术未来可广泛应用于AI医疗诊断、故事续写、剧情推理、危情告警、智能政务等多模态交互推理场景。

　　眼球虽然对温度并不敏感，但浪潮信息的研发团队，却在努力让盲人能“看”到科技的温度，也希望吸引更多人一起推动人工智能技术在AI助盲、AI反诈、AI诊疗、AI灾情预警等更多场景中的落地。有AI无碍，跨越山海。科技的伟大之处不仅仅在于改变世界，更重要的是如何造福人类，让更多的不可能变成可能。当科技成为人的延伸，当AI充满人性光辉，我们终将在瞬息万变的科技浪潮中感受到更加细腻温柔的善意，见证着更加光明宏大的远方。

　　（文图：赵筱尘 巫邓炎）