1号按：最近，搜狗的AI合成主播「雅妮」的上岗又让不少主持人感叹「饭碗快保不住了」。
这位合成主播「雅妮」甚至达到了真假难辨，在屏幕上显示的画面几乎和真人无异，其播报的声音和语态也更加趋向于真人主播，眼神与态势语也不太僵硬。
对于AI技术近几年的快速进步，很多较为机械的行当的从业人员已经火烧眉毛，但是主持人万万没有想到，自己十年磨一剑的专业，虚拟主持人居然在几天内便轻松掌握并登上大雅之堂，这不禁让人感叹科技的强大和可怕之处。
那么，虚拟主持人在未来真的能够取代真人主持人吗？未来在哪些领域虚拟主持人可以完全驾驭，哪些领域又需要人机共荣，又有哪些主持人是无法取代的呢？
作为播音行业从业人员的笔者不禁深深思考，作为虚拟主持人的「父母」，我们也应该积极地预测虚拟主持人未来发展的方向，从而提前改造、转变自身的设定，让虚拟主持人成为盟友而不是敌人。
上篇：虚拟主持人的进化之路
虚拟主持人近几年在国内发展的风生水起，虚拟主持人的出现绝非噱头，而是虚拟技术在文娱领域取代人工的又一萌芽。但是，这一萌芽早已经不是新物种，而在未来它也可能成为播音主持甚至文娱行业的趋势，继续成长下去。
那么，虚拟主持人是如何发展到如今水平的，在未来又有哪些可能性呢？
萌芽初长成
虚拟主持人这一概念很早便出现在人们的视野当中，只是初代热潮消失之后，虚拟主持人便极少在屏幕上露面。
最早期的虚拟主持人出现在2001年。英国的PA New Media公司在该年推出了虚拟主持人阿娜诺娃，这款虚拟主持人的出现主要是为了提升新闻的播报准确度和播出效率，虽然这是一款只有头部动画、表情也略显僵硬的2D虚拟人物，但因其可根据新闻脚本快速制作视频，并可以24小时持续播报的特点，还是在全球刮起了一阵打造「虚拟主持人」的飓风。
在2001-2004年的四年中，全球刮起了一阵虚拟主持人热潮。从日本的虚拟主持人寺井有记到央视推出的虚拟主持人小龙，虚拟技术不断的进步。画面从2D改成了3D，播报条件和设置背景也逐步变化，在那段时间，也像现在一样引发了全社会对主持人下岗的担忧。
但在2004年，这股热潮突然消失，使用虚拟主持人的栏目开始转向使用真人主持人，而风靡一时的阿娜诺娃也彻底退出了历史舞台。我甚至认为，如果现今AI主持人没有发展的如此具有影响力，曾经的虚拟主持人也不会被再次提起，这段15年前的历史也会永久封存。
笔者认为，这段初期虚拟主持人的发展史很具有借鉴意义，其与现阶段虚拟主持人的发展有许多共同点，比如都想要提高播报的效率和准确度，都引发了业界被替代的猜想等等。
笔者相信，以史为鉴，可以为现代虚拟主持人的发展提供更多的动力。
现代虚拟主持前期
经历了一段虚拟主持的沉浮期，在2015年末，国内再次应用了虚拟主持人来主持节目，微软的小冰成为了东方卫视晨间直播新闻《看东方》的实习「主持人」，开始播报每日天气。
在这一阶段，虚拟主持人变得更加智能化，它虽然不是以人的形象在屏幕前出现，但是语音播报的准确度更高，并且加入了互动元素，这让虚拟主持人可以取代一些比较机械而简单的播报工作，如天气预报、新闻导语等等。
除了国内电视台使用的虚拟主持人小冰，在日本也出现了另一款赋予动画形象的虚拟主持人绊爱，绊爱是由真人扮演而成。
在专业公司制定好绊爱的3D模型后，由真人穿上动捕设备，在背后控制绊爱的面部动态表情及动作，并由声优去配音及对口型，从而进行直播或录制视频。
笔者认为，2018年之前出现的虚拟主持人有两个显著的特点，第一是拟人化程度较低，第二则是自主播报能力较差。这种前期的虚拟主持人只能完成简单的主持工作，而且需要大量人工的协同，更像是人在幕后操纵的虚拟图像，距离真实 的主持差距较大。
现代虚拟主持成熟期
2018年之后，虚拟主持人的研发进程加快，拥有更强大语言输出系统、外表更真实的虚拟主持人开始走进大众视野，从而也引发了行业内关于传统主持人是否会被取代的大讨论。
2018年，搜狗与新华社联合发布的全球首个全仿真智能AI主持人，在新华社正式上岗。这款外形与真人别无二致，播报准确、流畅且可以多语言主持的AI主持人，让很多播音行业从业者感觉火烧眉毛。
这款虚拟主持人结合了人脸识别的虚拟成像技术和语音合成技术，只要录入主持人的播报状态和播报声音就可以实现「克隆」。
笔者认为，这款虚拟主持人的突破在于复刻人像和自动合成语音，这大大的减少了人的工作量，只需一次录入便可多次播报，较上一代虚拟主持人提升了不少工作效率。
在2019年的网络春晚上，虚拟主持人又实现了从坐到站的跨越。虚拟主持人「小小撒」与撒贝宁的同台亮相，不仅体现了虚拟主持人强大的互动功能，还直观的告诉观众，虚拟主持人不仅是个只会坐着的主播。
尽管虚拟主持人在我国的发展势头如此猛烈，但是04年虚拟主持人遭遇的滑铁卢还是不可忽略，如何能让虚拟主持人更长久的留在荧幕上，相信这一定是制造者和学界业界需要共同思考的问题。
展望未来
这一阶段掀起的虚拟主持人热潮将会一直持续下去，我给出的原因有两个：一是虚拟技术的发展壮大在现代是一种趋势，二是播音主持行业未来需要更低的成本和更高的效率。
未来虚拟主持人完全可能取代一部分的播音员主持人，登上大雅之堂，但是只该是技术和时间的双重考验。而笔者认为，未来虚拟主持人的发展将是一个技术更迭和叠加的过程，而技术的叠加将由浅入深，可能分为以下三个改变阶段。
第一阶段 人像改良
目前的虚拟主持人虽然形象和状态酷似真人，但是观众依然会看出不自然的部分，想在未来完全让观众接受虚拟主持人，就必须克隆的以假乱真。
高度逼真的三维画面能否呈现，答案是肯定的。
在电影《阿丽塔：守护天使》当中，阿丽塔不仅成为了世界上第一个翻越「恐怖谷」的虚拟人物，还再一次向世人确认了虚拟人物「像真人」的问题是有解的——烧钱就行。
现阶段虚拟主持人的形象分为两种，一种是单纯出现在荧幕上的形象，这种虚拟主播的拟人性非常高，甚至可以以假乱真，只需要后期改良让其动作更加自然即可。但是通过AR和AI结合出的舞台主持人，例如小小撒，他们的形象更类似于动画，与真人的差距较大。
未来的虚拟主持人需要在面部表情、表现状态上显得更加自然，就需要通过计算机对人像中的每一个细节加以渲染。卡梅隆团队就是使用了多达三万台电脑和4.32亿个小时的时间塑造了逼真的阿丽塔，所以在未来，如果能够降低成本，减少工序就能够让虚拟主持人的形象走进千家万户，被观众接受。
笔者认为，这种高成本的人脸合成技术可能会更多的用于舞台主持，尤其是类似于春晚这种大型晚会可能会采用。这种技术既可以体现科技影响力，又能够增强舞台效果；但是虚拟主持人的技术目前还是存在与屏幕而非舞台，所以和现场观众的互动性较差，不太适合应用在互动类综艺节目，如果应用还需一系列的技术攻关。
第二阶段 自然语言改良
播音主持是一门语言的艺术，镜头前的形象是脸面，播音的状态和内容才是收视率的保证。
镜头前形象的改良是最容易解决的问题，足够的时间和精湛的技术是人联合成的保证，但是语音合成如何更自然、更具有感情色彩、更难以让观众分辨虚实还是技术正在探索的蓝海。
从现代和未来两个角度来分析，播报具有人的语态并非不可能，只是距离我们还是较远。现代的虚拟主持人播报虽然不再那么机械，但是在情绪的变化、轻重的掌握上与人的播报差距较大，在听感上依旧不太舒适，给观众一种冷冰冰的感觉。
但是在国外，已经有公司开始尝试模仿真正的人声——
Y combinator支持的创业公司Voicery正在使用人工智能为品牌合成属于自己的独家语音，这种语音的效果听起来就像是真人发出的，而不是机器那冰冷的声音。它的成功在于其演讲学习能力，而非将读音简单地机械重组，而这种技术的研发也无形间为虚拟主持人的真实语气发展推波助澜。
虚拟主持人研发出来的目的是为了有效地替代人力，降低播音当中产生的的成本。而提升语音技术便是通过技术手段来降低返工中的损耗，因此笔者认为，从成本和应用的实际感受两方面考虑，自然语音的技术进步和应用是大势所趋，未来也会出现真正声形合一的虚拟主持人。
第三阶段 舞台虚拟主持与互动
解决了语音合成和人像改良的问题，舞台的虚拟互动便是虚拟主持人的终极标准便是可以完成虚拟主持人与人的互动，而这也是最难做到的。
在目前的技术基础上，机器人还没有办法具有独立思想与人交流，但是笔者认为，虚拟主持人在未来发展的更真实的情况下可以具备与人互动的能力，帮助主持人完成一些工作。
而在现阶段，已经有一款名为索菲亚的机器人成为世界上首位机器人公民，她拥有自己的身份，并且可以在交谈中体现人类的表情和情绪。
相信，借助这一技术，未来虚拟主持人和主持人一起站上主持的舞台，成为舞台虚拟主持人并不是梦。
下篇：未来的虚拟主持到底何去何从？
虚拟主持人现在发展的可谓是如火如荼，但是在未来虚拟主持到底何去何从？
是像15年前一样销声匿迹，还是会成为播音主持行业新的竞争者，虚拟行业新的利器？
欢迎加入「1号虚拟文娱共研营」，我们将在营中私享本文的下篇，以及撰写本文共计10页、1万字的参考资料。日常，我们也将在营内组织更多活动——
举办线上论坛、日常群内活动、私享资料全集、寄送纸质合集……
期待您与1号一起，在「1号虚拟文娱共研营」中，互相学习、互相滋养，成为中国最懂虚拟文娱的那1%。