隨著人工智能技術(shù)的飛速發(fā)展,，生成式AI涌入了我們的日常生活,，比如常見的虛擬數(shù)字人，再比如虛擬偶像初音未來，相信大家并不感到陌生,。生成式人工智能作為一種新型的人工智能技術(shù),，在自然語言處理,、圖像生成,、音頻合成等領(lǐng)域取得了顯著的進(jìn)展，引起了廣泛關(guān)注,。

　　近日,，記者來到一家聚焦智能數(shù)字資產(chǎn)和智能生成領(lǐng)域的跨模態(tài)人工智能技術(shù)的公司——邁吉客科技，探索數(shù)智虛擬人的企業(yè)是怎樣實(shí)現(xiàn)人機(jī)交互的,。

　　邁吉客科技創(chuàng)始人伏英娜介紹：“世界范圍內(nèi)的智能生成領(lǐng)域從TransformerGPT開始到Diffusion（擴(kuò)散算法）,，在整個(gè)國際市場上開源的創(chuàng)新都非常熱烈，大家也看到了,，現(xiàn)在ChatGPT越來越火,，我國的智能生成技術(shù)情況主要還是在應(yīng)用層面。在跨模態(tài)領(lǐng)域,，我們長期的積累就是AI+CG,，這是個(gè)最難的方向，CG本身就是三維的,，我們還有時(shí)間維度,，實(shí)時(shí)互動(dòng)的多模態(tài)跨模態(tài)的內(nèi)容，以及一對一的,、個(gè)性化的,、千人千面智能互動(dòng)的內(nèi)容，這是邁吉客一直以來聚焦的五維的AIGC,，它既是跨模態(tài)的又是跨維度的,。”

　　“模態(tài)”一詞,，是指生物憑借感知器官與經(jīng)驗(yàn)來接收信息的通道,，如人類有視覺,、聽覺、觸覺,、味覺和嗅覺模態(tài),。而多模態(tài)是指將多種感官進(jìn)行融合，而多模態(tài)交互是指人通過聲音,、肢體語言,、信息載體（文字、圖片,、音頻,、視頻）、環(huán)境等多個(gè)通道與計(jì)算機(jī)進(jìn)行交流,，充分模擬人與人之間的交互方式,。一直以來，邁吉客專注的就是多模態(tài)人機(jī)交互技術(shù),。

　　伏英娜認(rèn)為OpenAI的ChatGPT是語言智能和數(shù)理邏輯智能，但人類的多元智能不止這兩個(gè)部分,，還有人際關(guān)系智能,、情商、情感等等人類更感性的層面的,，以及身體運(yùn)動(dòng),、身體控制的智能，還有空間感知智能,、音樂韻律的智能等等,，也就是人類的多元智能，這些都是目前AI做不到的,。邁吉客從最初就在考慮如何構(gòu)建多元智能,，企業(yè)級的多元智能，為每家企業(yè)構(gòu)建自己的商業(yè)大腦,。

　　利用多元智能構(gòu)建商業(yè)大腦，這樣的思路已經(jīng)應(yīng)用在了諸多場景中。目前,，邁吉客的產(chǎn)品線和應(yīng)用場景覆蓋短視頻內(nèi)容生產(chǎn),、智能虛擬直播、智能數(shù)字服務(wù)及數(shù)智營銷等,，已服務(wù)消費(fèi)品牌,、電商零售、媒體政府,、金融和大健康等領(lǐng)域,。

　　隨著AI逐步落地,，產(chǎn)業(yè)需求不斷深入，技術(shù)進(jìn)一步發(fā)展,，多模態(tài)成為了AI技術(shù)和產(chǎn)業(yè)發(fā)展的新方向,。多模態(tài)人工智能在場景泛化性、對數(shù)據(jù)的依賴性等方面都取得了巨大的技術(shù)突破,。比如,，聊天機(jī)器人或者智能助手上，多模態(tài)技術(shù)將幫助智能機(jī)器人綜合處理圖像,、聲音和文字信息,，同時(shí)可以進(jìn)行綜合模態(tài)，甚至包括情感等特征信息的輸出與表達(dá),。邁吉客正是運(yùn)用多模態(tài)技術(shù),，同時(shí)基于三維、實(shí)時(shí)和智能,，來構(gòu)建核心技術(shù),。

　　“三維、實(shí)時(shí)和智能,，基于這樣三個(gè)關(guān)鍵詞,，我們在構(gòu)建我們的核心技術(shù)，對應(yīng)在三維層面是個(gè)WEB3D的,、實(shí)時(shí)渲染的三維引擎,、圖形引擎。在AI層面,，我們構(gòu)建的是多元的,、跨模態(tài)的、高維度的,、AI和CG結(jié)合的智能和算法平臺(tái),，這個(gè)智能算法平臺(tái)，我們不是用超大規(guī)模語言模型的方式構(gòu)建的,，而是拆解的智能算法和預(yù)訓(xùn)練的小模型的組合來構(gòu)建的,。”伏英娜表示,。

　　通過運(yùn)用預(yù)訓(xùn)練小模型和智能算法的組合,，邁吉客提供給企業(yè)彈性的解決方案，滿足不同場景的需要,，同時(shí)基于這兩塊核心技術(shù),，構(gòu)建了企業(yè)的SAAS（軟件運(yùn)營服務(wù)）和PAAS（服務(wù)器平臺(tái)服務(wù)），這是邁吉客獨(dú)創(chuàng)的三位一體的核心技術(shù)延展出來的服務(wù),。這項(xiàng)技術(shù)除了應(yīng)用在智能虛擬直播,、智能數(shù)字服務(wù)等方面,，還可以拓展應(yīng)用在更多領(lǐng)域。

　　比如文旅,、文博,、文創(chuàng)、文娛,，甚至藝術(shù),、教育等等?！拔覀円苍诟鷸|升科技園探索,，如何把技術(shù)用在園區(qū)的數(shù)字化升級里面，我們的技術(shù)積累怎樣持續(xù)的挖掘和產(chǎn)生價(jià)值,，也就是技術(shù)的普適價(jià)值,，怎么能結(jié)合這些千行百業(yè)，面向第三代互聯(lián)網(wǎng)的數(shù)字化升級的需要,，來提供解決方案,、提供產(chǎn)品、提供智能軟件服務(wù),?！狈⒛妊a(bǔ)充道。

　　基于第三代互聯(lián)網(wǎng)的數(shù)字化升級的需要,，邁吉客利用智能虛擬化技術(shù),，通過創(chuàng)造技術(shù)驅(qū)動(dòng),，將現(xiàn)實(shí)智能化的內(nèi)容生產(chǎn),、分發(fā)，升級智能數(shù)字形象,，動(dòng)態(tài)視覺化和智能化的展示表達(dá)及實(shí)時(shí)互動(dòng),，同時(shí)探索更多應(yīng)用場景和應(yīng)用領(lǐng)域，助力打造更高維度的數(shù)字化新空間,。

　　邁吉客科技首席運(yùn)營官梁守星表示：“我們現(xiàn)在看哪些行業(yè)可以使用到我們的整個(gè)服務(wù),，可以為哪些行業(yè)提升一些效率，我們首先會(huì)從數(shù)字人跟AIGC這一方面,，去做深入開拓跟發(fā)展,，希望慢慢呈現(xiàn)出為未來的元宇宙，呈現(xiàn)更多的解決方案,?！?/p>

　　人工智能的最終目的是讓機(jī)器模擬人類的行為，通過對不同模態(tài)數(shù)據(jù)同時(shí)的融合,，模擬人類可以分析推理復(fù)雜問題的能力,，最終實(shí)現(xiàn)理想化的“人工智能”,。未來，人工智能能夠更加彌合物理世界和數(shù)字領(lǐng)域之間的差距,，讓我們的生活充滿無限可能,。（記者 謝春陽）