2018年底，在第五屆世界互聯(lián)網(wǎng)大會上，“克隆”于真人主播邱浩的全球首個AI合成男主播“首秀”，由新華社聯(lián)合搜狗發(fā)布，很快在全球范圍內引起熱議。

陳偉，搜狗語音交互技術中心高級總監(jiān)，同時也是新華社AI主播項目的負責人。他表示，從去年11月到現(xiàn)在，新華社工作的兩位AI主播已經播報了幾千余條新聞，沒有出現(xiàn)過失誤。

今年2月19日，男主播升級成為站立式AI合成主播“新小浩”，站立式“新小浩”不僅能坐著播報新聞，還能站起來，帶著手勢、姿態(tài)等多種肢體動作，更接近于真人。與此同時，雙方還推出了首個AI合成女主播“新小萌”。

在新華社，基于兩位真實主播的聲音、表情等真實數(shù)據(jù)生成模型，工作人員僅需要輸入新聞稿，就可以讓AI形象自動根據(jù)文字播報。并且，無需進行二次視頻編輯，AI主播將自動識別語義并配上對應音調及表情。

“我們提供的系統(tǒng)，新華社只要每天在想要播報的新聞，過幾秒鐘生成一個完整的視頻，中文、英文不同類型的新聞視頻就可以馬上出來?！标悅ケ硎?。我們看到，AI主播的能力在不斷進化，2月發(fā)布的“新小浩”開始加入肢體動作，讓主播的表達方式更加多元化。

AI合成主播來自于搜狗AI分身項目的落地，基于多種模態(tài)識別融合的技術，包括語音、手寫、唇語等維度的識別和模擬，僅需數(shù)個小時的視頻資料就可以合成一個比較逼真的真人形象。

“逼真度”是衡量AI主播效果的一個重要指標。陳偉向機器之心表示，在初期，團隊采用主觀的方式來衡量AI分身的真實度，最近逐漸考慮采用一些客觀標準，比如與真人視頻每一幀畫面進行比對。

近日，一段“換臉楊冪版”的《射雕英雄傳》在網(wǎng)上廣泛流傳，關于AI換臉和模擬真人技術的討論上升到社會層面，比如將技術用于不正當目的的倫理問題。

陳偉對此回應，首先， “分身”與“換臉”（deepfakes）在技術層面有著本質的差別，“換臉實際上是把一個人臉映射到另一個人臉上，前期投入成本很大，但‘分身’一旦建模之后，只需要輸入文字就可以生成視頻，不需要任何表演成本在里面?！?/p>

在技術使用的規(guī)范問題上，陳偉表示， “搜狗選擇和明確的公司、在明確的領域合作，盡量通過場景圈定技術的使用范圍，這樣的好處就是不會把技術濫用。