通過(guò)理解自身的行為方式、記憶、偏好等內(nèi)容，復(fù)刻一個(gè)專屬于自己的虛擬化身，實(shí)現(xiàn)打破次元壁的互動(dòng)，結(jié)識(shí)好友，獲得陪伴......如今，科幻電影中描繪的場(chǎng)景正走向現(xiàn)實(shí)。

　　2024年10月14日-18日， GITEX GLOBAL海灣信息技術(shù)博覽會(huì)在迪拜舉辦。在這個(gè)全球范圍頗具影響力的科技盛會(huì)上，新型社交平臺(tái)Soul App攜最新自研的多模態(tài)大模型參展，該模型具備多模態(tài)理解、真實(shí)擬人、文字對(duì)話、語(yǔ)音通話、多語(yǔ)種等特性。在活動(dòng)現(xiàn)場(chǎng)，觀眾可以通過(guò)數(shù)字裝置，即時(shí)生成3D虛擬數(shù)字分身，通過(guò)實(shí)時(shí)動(dòng)作捕捉與還原，體驗(yàn)自然、流暢、沉浸式的多模態(tài)互動(dòng)。

　　Soul App CTO 陶明表示，“在受全球關(guān)注的科技大會(huì)上，我們期待與來(lái)自國(guó)內(nèi)外的創(chuàng)新企業(yè)、科技公司共同交流，展現(xiàn)中國(guó)企業(yè)在社交領(lǐng)域的最新應(yīng)用實(shí)踐和數(shù)字娛樂(lè)的創(chuàng)新方案，共同探索社交發(fā)展的新可能。”

　　3D數(shù)字孿生，虛擬與現(xiàn)實(shí)的創(chuàng)新交互

　　GITEX GLOBAL至今已舉辦至第44屆，自誕生以來(lái)，始終聚焦于以技術(shù)為驅(qū)動(dòng)的創(chuàng)新，吸引了來(lái)自大型科技企業(yè)、全球政府、創(chuàng)新初創(chuàng)公司、專業(yè)投資者等的廣泛關(guān)注和參與。目前，GITEX GLOBAL已發(fā)展成為中東地區(qū)規(guī)模最大、最成功的計(jì)算機(jī)通訊及消費(fèi)性電子產(chǎn)品展，同時(shí)也是全球三大IT展之一。

　　自ChatGPT橫空出世，標(biāo)志著人工智能發(fā)展至新階段，在世界進(jìn)入全面擁抱人工智能的新時(shí)代的當(dāng)下，今年，GITEX GLOBAL 2024規(guī)模再次升級(jí)，橫跨兩個(gè)大型場(chǎng)館 —— 迪拜世界貿(mào)易中心和迪拜港，有全球超過(guò)6700家科技巨頭和創(chuàng)新公司參展，展示AI領(lǐng)域最具突破性的科技發(fā)展、智能互聯(lián)新發(fā)現(xiàn)、以及來(lái)自數(shù)字娛樂(lè)、社交、教育、健康等各大領(lǐng)域的應(yīng)用落地標(biāo)桿案例，匯聚最前沿的尖端技術(shù)思潮，引領(lǐng)行業(yè)變革的新風(fēng)向。

　　作為國(guó)內(nèi)較早將AI引入社交關(guān)系的互聯(lián)網(wǎng)平臺(tái)代表之一，Soul 攜最新自研的多模態(tài)大模型參展GITEX GLOBAL 2024，展示AI技術(shù)積累以及在社交場(chǎng)景的最新落地實(shí)踐。此次也是Soul首次亮相國(guó)際大型展會(huì)，大會(huì)上，現(xiàn)場(chǎng)觀眾可以重點(diǎn)體驗(yàn)到Soul集成3D虛擬人能力的多模態(tài)AI交互方案。

　　為了降低用戶社交壓力，Soul自2016年上線之初便不支持用戶上傳真實(shí)頭像，年輕人通過(guò)平臺(tái)提供的捏臉系統(tǒng)，自主創(chuàng)造個(gè)性化虛擬形象，在不強(qiáng)調(diào)顏值、地理位置等物理因素的情況下，自在表達(dá)，分享熱愛(ài)，相遇同好。

　　2022年，Soul集成AI、渲染和圖像處理等技術(shù)，推出自研的NAWA引擎，為用戶創(chuàng)建個(gè)性化的3D社交形象和場(chǎng)景提供技術(shù)加持。基于該引擎，用戶可以自主創(chuàng)作生動(dòng)的虛擬形象，塑造網(wǎng)絡(luò)世界的化身，并能靈活地配合聲音、文字等各種信息，展現(xiàn)每個(gè)人鮮明的個(gè)性，精準(zhǔn)傳遞情緒溫度，在各種虛實(shí)融合的場(chǎng)景中與他人自在交流、互動(dòng)，感受全新的社交體驗(yàn)。

　　集合過(guò)往的技術(shù)儲(chǔ)備以及大模型研發(fā)進(jìn)展的突破，現(xiàn)階段，Soul 3D虛擬人能力全面升級(jí)，形成了成熟的集成3D虛擬人能力的多模態(tài)AI交互方案——即集合文字、語(yǔ)音、動(dòng)作交互的多模態(tài)大模型方向，實(shí)現(xiàn)更接近人類模式的互動(dòng)體驗(yàn)和更高效、自然、豐富維度的信息傳遞。

　　在大會(huì)現(xiàn)場(chǎng)，參與體驗(yàn)的用戶可以實(shí)現(xiàn)高相似度的3D虛擬人的AI建模，通過(guò)包含人臉的90余個(gè)形狀參數(shù)和6個(gè)屬性參數(shù)，于幾秒鐘內(nèi)，快速在3D世界精細(xì)化還原真實(shí)人臉的特征 ，打造專屬的虛擬化身。

　　同時(shí)，基于實(shí)時(shí)的人體動(dòng)作識(shí)別、數(shù)字還原以及多模態(tài)對(duì)話交互能力，現(xiàn)場(chǎng)可以實(shí)現(xiàn)3D虛擬人與真人的沉浸式互動(dòng)。

　　多模態(tài)端到端大模型，超擬人的情感體驗(yàn)

　　事實(shí)上，包括語(yǔ)言、對(duì)話、3D虛擬人等維度在內(nèi)，Soul聚焦于多模態(tài)大模型方向持續(xù)深耕。

　　在推出智能推薦引擎“靈犀”、以AI算法助力社交關(guān)系的發(fā)現(xiàn)沉淀環(huán)節(jié)后，2020年，Soul正式啟動(dòng)對(duì)AIGC的技術(shù)研發(fā)工作，系統(tǒng)推進(jìn)在智能對(duì)話、語(yǔ)音技術(shù)、3D虛擬人等AIGC關(guān)鍵技術(shù)能力研發(fā)工作，并推動(dòng)AI能力在社交場(chǎng)景的快速落地。

　　目前，Soul已先后上線了自研語(yǔ)言大模型Soul X，以及語(yǔ)音生成大模型、語(yǔ)音識(shí)別大模型、語(yǔ)音對(duì)話大模型、音樂(lè)生成大模型等語(yǔ)音大模型能力。今年6月，Soul還在社交行業(yè)中較早推出了自研端到端全雙工語(yǔ)音通話大模型，具備超低交互延遲、快速自動(dòng)打斷、超真實(shí)聲音表達(dá)和情緒感知理解能力等特點(diǎn)，能夠直接理解豐富的聲音世界，支持超擬人化的多風(fēng)格語(yǔ)言，實(shí)現(xiàn)更接近生活日常的交互對(duì)話和“類真人”的情感陪伴體驗(yàn)。

　　2024年，Soul AI大模型能力整體升級(jí)為了多模態(tài)端到端大模型，支持文字對(duì)話、語(yǔ)音通話、多語(yǔ)種、多模態(tài)理解、真實(shí)擬人等特性。

　　多模態(tài)端到端大模型的推出標(biāo)志著Soul對(duì)人機(jī)交互體驗(yàn)的創(chuàng)新突破，同時(shí)，從文字、語(yǔ)音到視覺(jué)的模態(tài)升級(jí)，也意味著交互方式的顛覆式改變。

　　例如，Soul已基于自研AI能力推出了“數(shù)字分身”功能，用戶可以直接授權(quán)平臺(tái)基于聊天記錄、發(fā)帖內(nèi)容，或者以自定義方式，設(shè)置數(shù)字分身的形象和特征，在表征層(形象、聲音、文字風(fēng)格)，身份層(社交關(guān)系、長(zhǎng)期記憶、人設(shè)信息)和認(rèn)知層(決策、觀點(diǎn)、偏好)，使數(shù)字分身達(dá)到最大程度復(fù)刻真人的效果。而“數(shù)字分身”不僅能實(shí)現(xiàn)更個(gè)性化、更千人千面的智能回復(fù)推薦，幫助用戶進(jìn)行社交破冰，還能在助力人設(shè)搭建和認(rèn)知決策中，提升社交溝通效率。

　　接下來(lái)，通過(guò)最新集成的3D虛擬人能力和多模態(tài)端到端大模型的AI交互方案，Soul用戶自主打造的3D虛擬人，可以作為數(shù)字世界的多模態(tài)全能助手，在平臺(tái)群聊派對(duì)、瞬間廣場(chǎng)等豐富社交場(chǎng)景中全面賦能用戶的關(guān)系發(fā)現(xiàn)、建立、沉淀環(huán)節(jié)，拓展新關(guān)系的同時(shí)，提供高質(zhì)量、趣味性、沉浸式的人機(jī)交互體驗(yàn)，反饋真實(shí)、自然的情感陪伴。

　　Soul App CTO陶明表示，“作為天然的流量聚集地和交互入口，社交被視為AI率先落地的最佳場(chǎng)景之一。我們將圍繞用戶的實(shí)際社交需求和具體社交場(chǎng)景，持續(xù)加大對(duì)AI技術(shù)的投入，給用戶帶來(lái)長(zhǎng)期的可持續(xù)的價(jià)值。預(yù)計(jì)今年年底，Soul多模態(tài)端到端大模型將再次升級(jí)，推出全雙工視頻通話能力，讓用戶可以真正便捷、自然的體驗(yàn)到包括文字、語(yǔ)音、視覺(jué)在內(nèi)的多模態(tài)創(chuàng)新交互。”