Meta启示：AI是通往元宇宙的关键变量

原标题：Meta启示：AI是通往元宇宙的关键变量

近日，元宇宙界中又有新的活水涌入。在Meta举办的实验室讨论会上，Meta CEO小扎公布了自家元宇宙的多项新技术。

无论是资金还是技术，Meta都是构建元宇宙世界中跑在最前面的一位，从去年十月不惜将Facebook改为Meta，到旗帜鲜明的花费百亿投入其中，一系列的砸钱收购，小扎行动派的作风头铁一股脑扎入元宇宙的深海，近日也取得了一系列的成果公开分享。

此次元宇宙中Meta实验室的技术突破，会给行业带来哪些启示？作为行业的技术前驱者，小扎对自家的新技术评价是“勾勒出元宇宙的关键步骤，解锁许多进步的是AI”。AI与元宇宙碰撞，给元宇宙世界带来的影响又是什么呢？你是否心中也有许多问号？话不多说，进入正题，我们先从这些新技术的模样谈起。

AI引人遐想

在新技术公布前，有关Meta最火的消息是在二月初的财报。整个2021年度，Meta现实实验室亏损了101.9亿美元，2020年度的亏损为66.2亿美元。

真金白银的投入砸下去，雷声大，雨点小。许多投资人与从业者从元宇宙的狂热中清醒了一些，不过近日Meta在元宇宙中技术的突破，似乎又让很多人对Meta有了点信心，也让元宇宙的数字世界往前迈了一步。

Meta公布的新技术包括语音生成元宇宙场景的Builder Bot、超级AI助手CAIRaoke等。

1.语音生成场景的Builder Bot。在录制的视频中，我们可以看到小扎和一位同伴在虚拟的环境中，通过一系列的语音指令让本来单调的虚拟背景中，增加云朵、树木、小岛、桌椅等虚拟物品，随着语音指令的结束，一个相较丰富的虚拟场景建立了起来。不过现在的Builder Bot只是简单的demo展示，更加复杂的3D环境的生成需要时间与更深的研究。

2.超级AI助手CAIRaoke。底层是一种自我监督端到端的神经网络模型，这个模型可以理解与学习用户的声音与肢体语言，让我们可以在虚拟数字世界中和语音助手的对话更加流畅自然。在视频的演示中，AI助手可以与人交流的同时，关注到煮饭过程中的盐量，并且及时的提醒用户补充盐的份量。目前，这一技术已经在其视频通话potal设备中应用，未来也会集成在AR/VR产品中，增加与数字助手的交互。

3.通用机器翻译工具。这是Meta正在开发的一项技术-通用的语音翻译器，旨在提供所有语言的即时语音到语音的翻译，而语言的种类涵盖所有书面语言。这个通用的AI机器翻译工具可以打通我们与信息、人的屏障，语言从此不再是限制我们获取信息的障碍。

除此之外，Meta还公布了其他的一些AI工具，这些公布的最新AI技术和此前Meta公布的超级计算机等，未来的成熟转化，给元宇宙带来的影响令人遐想。

元宇宙作为下一个技术形态入口，与AI技术的耦合，我们可以明显感受到对元宇宙世界生态内容的丰富。数字世界中的智能陪伴、智能交互、场景内容的生成与构建等，无不在诉说着AI各类智能工具对元宇宙世界的基建设施的智能改造，不仅仅是将大量的基础设施与引导的工作包揽，为从业人员的减负，也给人类与机器的交流，用户在生态内的体验，提供不同于人类现实社会的价值。

我们看到，AI赋予的能力使得元宇宙世界的模态运转加速，换句话说，元宇宙的世界构建也会朝着电影头号玩家中的“绿洲”深入。

智能的“人”与“环境”

对于元宇宙世界来说，最本质的核心是交互，而让交互有身临其境的感受，需要元宇宙的沉浸式体验。作为虚拟的平行世界，元宇宙需要包含现实世界拥有的所有元素。如果想要讨论Meta此次的新技术为元宇宙带来了什么，就需要回到元宇宙的基本要素中寻找答案。

行业对元宇宙的基本要素的共识基本就是以Roblox公司给出了元宇宙的八大要素为主，包含：身份、社交、沉浸感、低延迟、多元化、随时、经济系统、文明。

笔者认为Meta的技术突破为元宇宙带来的变化，可以归结为交互与沉浸体验的丰富。

首先是沉浸式体验，语音生成场景的Builder Bot，归根结底是让元宇宙朝着沉浸感更加智能化的方向发展。用语音生产场景，这种探索式的方式，显示了AI可以在元宇宙创造复杂3D环境与新世界的潜力。

在建设多样的沉浸式社交元宇宙路上，如果穷尽参与者的生产能力来场景内容构建，内容的生产仍旧是产能有限。如果转化为AI技术的自动化构建，一些重复的素材与脚本设计等，简单耗时的工作可以让AI工具完成，元宇宙世界最核心的产品内容，就可以花更多的精力来打磨。

在交互感方面，包含着社交、低延时、多元化的要素需求。超级AI助手CAIRaoke与通用机器翻译工具的未来形态，可以让元宇宙中人与人、人与数字人的交互更加流畅。元宇宙中的“人”是基础的组成单元，既包含着进入元宇宙的探索者们，也包含着元宇宙中的虚拟数字人。超级AI助手CAIRaoke可以理解与学习用户的声音，从而让我们与生态中的各类数字人进行自然的交互。与此同时，通用机器翻译工具可以即时的翻译不同民族的语言，让进入元宇宙的各类背景用户无障碍沟通。

超级AI助手CAIRaoke与通用机器翻译工具的未来，可以扫平元宇宙中交互的语言障碍，让数字世界的交互更加简单归一。

Builder Bot、 CAIRaoke、通用机器翻译工具等AI技术的研发方向与未来形态，让元宇宙中基本组成单元人与环境智能升级，这也让元宇宙越来越接近理想的状态，吸引更多的人进入元宇宙社交。当然，虚拟AI与现实AI技术的学习与进阶会互相反哺，对于现实世界来说，也推进了创造性人工智能技术的前进。

元宇宙的生态籍由此会变得更加立体，我们知道内容是吸引人的关键，但人在数字世界的感受才是粘合与长存的基础，而这个感受需要数字技术将我们的感官在虚拟世界中放大，真实的质化让沉浸感升级。

捕捉现实世界：数字“通感”的步步进阶

谈论我们在数字世界的感官，引入通感的概念，可能会更加好理解。通感的本意指的是把不同感官如视觉、嗅觉、触觉、听觉等感觉互相沟通，互相转化，借以让人的感受更加立体丰富。那么，在元宇宙的世界，数字“通感”就是借由AI与机器让肉身更加生动的体验与探索虚拟世界，表达与传递情感的温度。

数字的通感中语言是交互的底色，听觉是语言交互的基础，数字视觉（VR）与触觉（传感设备）则让我们的肉身在虚拟世界有了真实的质感和触动。听觉设备与技术的进阶，再与数字视觉（VR）与传感器设备的耦合，驱动着元宇宙世界的真实感步步深入。

听觉的AI技术主要以智能语音识别和智能语音合成为主，在前文的叙述中，我们了解到，在虚拟世界中，与语音技术集成的AI助手结合，无论是指令，还是常态的语音交互，AI语音技术的引入都会让用户体验到机器与人的陪伴和归属感。虚拟世界的温度，也因为语音技术的拟人更加自然，同时机器在交流沟通过程中的不断学习，也会让虚拟世界的数字人更加了解用户的特性， AI助手成长为虚拟的密友只剩下时间。

元宇宙数字视觉方面的“通感”依赖AR/VR技术。其与AI的结合，也是未来AR/VR发展的重要一环。拿Meta旗下的Oculus举例来说，Oculus是许多人选择头显的首选，在Horizon Home的虚拟空间，可以用Oculus进行社交聚会，其中的手势识别、桌面、键盘、沙发等物品的追踪都离不开AI技术的加持。视觉的数字通感，让AR与VR从虚拟世界的入口，再到AI交互体验的智能升阶，由实入虚，由虚到智。

数字触觉的通感则来自于一些搭载AI技术的传感器设备。例如Meta发布过的可穿戴手套和智能手腕设备，这些设备可以对手部手势与腕部的动态追踪，感知环境。通过对手腕的肌电图信号分析，系统可以理解微小的手指运动，进而转换为数字命令发送到设备上，实现数字交互与控制。触觉手套则通过气动装置和触觉渲染系统来模拟真实的触感。触觉渲染系统需要构建相应的软件和算法来建模，根据手的位置、对虚拟环境物品的重量、纹理、硬度等理解分析，然后向手套的气动装置发送正确的指令，来呈现真实物理世界的触感。

数字的视觉、听觉、触觉在AI技术的加持下，破开了虚拟世界的次元壁，我们在元宇宙中的分身虚拟人，可以在数字空间中感受到虚拟世界物质的“实感”，与信息碰撞，在虚拟世界中成长。

元宇宙基础设施的完善，是一个任重道远的过程，依赖通用智能技术的持续进步，在建设元宇宙的路上，AI的应用是让元宇宙更富沉浸感、更具多元化的关键。这也是吸引无数用户进入与常驻元宇宙平台的有效方式。

在传统的互联网中，我们的体验归根结底是作为旁观者的身份进行信息的传递与交互。元宇宙中，使用AI不仅可以为元宇宙创造广泛且丰富的环境与内容，AI加持下的数字通感让用户可以在虚拟空间中，感官被开启并放大，并以拥有通感的虚拟人身份作为参与者身处其中，我们可以丢掉肉身的各种限制去互动、探索与分享。

数字通感与元宇宙的契合，AI是连通的桥梁，不可或缺，为亿万用户构筑出人机共生共融的新未来。

生成海报

免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。