虚拟形象进入新闻业：Synthesia 为记者打造数字分身
今年夏天，Synthesia 企业事务负责人 Alexandru Voica 给我发来一条链接，展示其公关团队最新成员——一个以他为原型训练而成的可交互虚拟形象。这位"数字员工"专门用于回答关于 Synthesia 的常见媒体提问，比如公司做什么、业务如何运转。就在前一天，我刚在一个论坛上被公关从业者追问：是否介意收到用 AI 生成文本的推广邮件。相比之下，Alexandru 的虚拟形象早已越过那条线——用 AI 介入公关，这在我眼中近乎终极挑战。
Synthesia 总部位于英国，是数字虚拟形象领域的热门初创公司，同赛道的还有 D-ID、HeyGen 和 Colossyan 等对手。今年早些时候，公司估值达到 40 亿美元，去年已跨过 1 亿美元 ARR（年度经常性收入）门槛。9 月，Synthesia 邀请我参观其位于纽约的新办公室，并询问我是否愿意拥有自己的 AI 虚拟形象。我毫不犹豫地答应了——谁不想有个数字分身呢？那天的着装还算得体，头发也打理好了。
可交互形象如何炼成
要制作虚拟形象，需进入 Synthesia 办公室内的一间小型摄影棚。团队会拍摄大量照片，并录制约两分钟的语音样本。制作者必须签署同意书，整个流程大约需要 两到三天。就这样，数字版 Dom 诞生了。
技术层面，Synthesia 团队构建了一套完整的语音—文本—视频管道：
- 语音转文本模型：将用户说的话转换为文本；
- 语言代理模型：理解文本内容并基于此决定响应动作；
- 文本转语音模型：将文本响应转换为音频；
- 视频模型（Synthesia 自研）：驱动虚拟形象在说话时的面部表情与动作。
Synthesia 的可交互形象技术栈支持灵活组合。视频与语音模型由 Synthesia 自研，但也允许客户选用 Cartesia、ElevenLabs、Google 或 OpenAI 等第三方模型。企业还可选择自托管或由 Synthesia 代为托管。
三条产品线：各场景的分工
Synthesia 目前提供三种类型的虚拟形象产品：
- 经典虚拟形象（Classic Avatars）：用户输入脚本，虚拟形象按稿朗读，适用于视频内容批量制作与分发；
- 交互式会话平台（Sessions）：用户可与虚拟形象进行实时对话、填写调研问卷，或进行角色扮演训练，系统会根据回答给出评分反馈；
- API 平台：将 Synthesia 的视频与语音模型与第三方服务组合，构建自定义可交互虚拟形象或其他创新产品。
体验数字分身：有趣，也有点诡异
拿到自己的虚拟形象后，我先用个人版（非交互版）做测试——输入一段关于纽约秋天的通用文案。语音还原度相当准确，难得的是没有复制我录音时嗓音的沙哑。
我将这段演示拿给不懂技术的朋友们看，他们的反应是"有趣，但有点诡异"。随后我展示了交互版——它运行在确定性模式下，只回答被训练过的内容，即我那篇关于风险投资支持的初创公司为何比非 VC 初创公司更容易出现欺诈的研究故事。我问了它"写这篇报道的初衷是什么""研究论文讲了什么""作者发现了什么"，每次它都准确引导回那篇报道本身。
但当朋友们问起"我来 TechCrunch 之前在哪里工作""住在纽约哪个区"这类个人问题时，模型一律将对话重定向到风险投资欺诈研究上，拒绝回答。
一位朋友评价语音不太像本人，另一位觉得形象相似度不如个人版。但我妈妈的反应最为典型——她称之为"太厉害了"，这是她给出的极高评价。她和我父亲反复尝试问一些"只有家人才知道"的问题，结果每次都被模型礼貌地挡回。
"我不记得自己生了两个你啊。"——我妈测试完后的玩笑。
虚拟形象能否重塑新闻业
这段经历引发我对新闻业未来的思考：人们能接受由虚拟形象播报新闻吗？
一位投资人斩钉截铁地回答"不能"。当前 AI 内容泛滥社交平台的现状，也让许多人对虚拟形象持谨慎态度。但也有人持开放态度——企业高管是否更愿意与记者的 AI 分身对话，而非本人？
对我而言，这份职业最有价值的部分在于人与人之间的连接、故事的撰写、以及对新领域的不懈探索。但新闻业最核心的仍是信任——这件事似乎永远无法外包给 AI。
不过，在新闻业以外的场景，我确信"克隆自己"的概念拥有广泛的吸引力。度假归来不再需要补上堆积的工作，因为你的数字分身可以随时待命，替你回答问题。
数字替身：我用了，我有一些话想说
用了自己的数字替身之后，我的心情有些复杂。
最初的"新鲜感"消退之后，我仔细端详着这个不会说话、一动不动的数字形象，陷入了某种等待——等什么呢？我自己也说不清。也许是在等它眨眼，也许是在等它说出什么新的话，也许只是在等一个信号：它知道我在看着它。
数字替身是确定性的，这意味着它永远不会主动给我这些反馈。但我也意识到，如果一个替身是由自由度更高的聊天机器人驱动的——那种可以自由发挥、"侃侃而谈"的——人可能会更容易陷入一种轻微的"AI 精神病"（AI psychosis），分不清虚拟与现实的边界。
我曾告诉一位投资人：不管数字替身的未来如何，我预测我这一代人，也就是 Z 世代，大概率不会习惯它们。毕竟这种感觉太科幻了——我们以前在电影里看到的一切，现在竟然成真了。
不过我要承认，比起人形机器人（humanoids），数字替身给我的不适感还是要少一些。至少，当事情变得奇怪的时候，我可以随时退出登录。
评论