图片来源 @视觉中国
文｜新音乐产业观察，作者｜益佰
虚拟偶像风口起得快，塌得也快，塌的方式也匪夷所思。
虽然 A-SOUL 的 " 劳资纠纷 " 算是暂时告一段落，但关于虚拟偶像的讨论并没有终结。曾被认为是引领未来科技风向的业务，居然祸起 " 压榨员工 "。这不仅让人思考，虚拟偶像到底多大程度上算是一门科技生意？
要知道虚拟偶像搭乘的是当下最时髦的元宇宙概念。如果说元宇宙是一个虚拟的现实世界，虚拟偶像就是元宇宙中能满足人们娱乐需求的存在。在 2021 年所谓的虚拟偶像元年，无数的资本和企业在这一赛道上下注。
就像当年互联网被称作 " 信息高速公路 "，各种时髦概念似乎都能搭上这条公路跑一跑。元宇宙和虚拟偶像的概念似乎也成了个筐，什么都能装。
可能还是要重新梳理一下虚拟偶像和元宇宙以及各种科技属性的关系，才能搞清楚它和动画、特效到底区别在哪里。粉丝心中的虚拟偶像和科技企业期待的虚拟偶像，到底是不是同一种东西？
虚拟偶像的门槛到底高不高？
听到虚拟偶像，很容易认为这是高科技的生意，门槛高，花费高。但目前看，关于虚拟偶像的概念鱼龙混杂，背后的成本差异也非常大。
它的入局门槛可以非常之低，甚至人人可以体验，只要套上一个 2D 或 3D 的 " 皮 "，就可以成为一名虚拟主播，能像真人主播一样直播。它的天花板也可以非常之高，建模、动画、渲染等技术都需要不断投入，难度可以参考国际顶尖的动画效果。
2021 年可以说是虚拟偶像赛道竞争激烈的一年，甚至有媒体称 " 虚拟偶像成灾 "。根本原因是只要有基础的平面纸片人就可以实现基础互动。这也是目前市面上虚拟偶像质量品类繁多，层次不齐的原因之一。
一些平台面向 B 端和 C 端提供基础的虚拟偶像解决方案，普通人很容易化身二次元面对粉丝。
B 站上公开的 live 2d 模型，价格从几百到上万不等，而不少平台都有免费的面部捕捉技术可供利用。也就是说，普通人在有电脑的前提下，最低花几百元就可以开启虚拟主播之路。
前不久，声网公布了 MetaLive 元直播解决方案，为主播有效降低内容生产门槛。开发者可一站式接入实时面捕 AI 算法 + 3D 渲染引擎 + 实时音视频等技术能力，并提供自定义 3D 虚拟形象 + 多元虚拟空间 + 虚拟道具互动功能。观众可以连麦化身 Avatar 加入当前 3D 场景，通过打赏的形式给主播增加道具或 buff，与主播一同完成任务线索。
当然，如果希望虚拟偶像视觉显示效果更好，强大的技术和团队支持是必不可少的。公司需要在建模、动画、渲染等技术上不断地投入和优化升级，提升模型精度，呈现更逼真的质感和更高的视觉体验。
大部分游戏的虚拟主播主要是采用面部捕捉，制作一个 3D 角色对于游戏和影视特效师来说并不是新鲜事。但其背后的技术和工具每年都在不断创新升级，投入也不断升级。市面上的大部分虚拟人技术公司其实做的是动作捕捉的生意，类似 A-SOUL 这样的场景。
绝大多数虚拟主播依赖背后的 " 中之人 "（操纵虚拟主播进行直播的人，也泛指任何提供声音来源的工作者）。媒体曾报道一种过极端的情况：因为面部动捕与身体动捕属于不同的技术，当一名虚拟偶像出现在直播间，其面部、身体要由两个人分别携带动捕设备。此外，还需要技术人员将两块动捕动画进行合成，再与 " 中之人 " 的语音录制进行音视频合成，最终才能呈现出观众看到的直播间效果。
投入不同，成本自然差异极大，制作精良的虚拟偶像每秒成本可达上千到几万。但目前相当一部分虚拟偶像，还是在视觉效果上下功夫，为了虚拟而虚拟，并不能完全用 AI 代替背后的真人互动。
这必然导致虚拟偶像仍依靠背后的 " 人 "，出现如 A-SOUL 这样的塌房事件。这也是当下虚拟人发展的瓶颈。
虚拟偶像的关键到底是不是科技？
虽然虚拟偶像的主要卖点是高科技，但从虚拟偶像的发展历史看，科技只是形式上的加持，优质内容和情感因素才是维系一个偶像的关键。
虚拟偶像是个新词儿，但对虚拟世界人物产生喜爱和簇拥，并不是新鲜事儿。1958 年，美国动画制作人罗斯 · 巴格达萨里安（Ross Bagdasarian）就制作了名为《Alvin and the Chipmunks》（又译作鼠来宝）的虚拟乐队，成为史上最成功的儿童艺术家之一，作品在 Billboard Hot100 两次成为冠军单曲，获得五项格莱美奖，实体唱片销量达到 500 万张。1967 年，虚拟乐队 The Archies 出现 , 一时风靡美国。
到了上世纪 80 年代，随着数码时代到来，" 宅 " 文化逐渐形成，日本现象级动漫《超时空要塞》的女主角偶像歌手林明美（Lynn Minmay），以虚拟身份演唱了动画中插曲，做成偶像专辑发售，打进了 Oricoon 音乐榜单前几名。经典游戏《心跳回忆》中的女主角藤崎诗织也拥有自己的官方后援会，她还以虚拟偶像的名义独立发布了数张专辑。
可见这些虚拟偶像走红，大多依托于动漫或者游戏产业的发展，大众喜爱的人物形象和内容为随后虚拟人的大红大紫培育了土壤。当然，技术手段的不断升级，让虚拟人的形象、声音都有了很大变化。
到了 2007 年，初音未来出道，成为了虚拟偶像整个行业发展的里程碑。其背后有技术的原因，她的表情和形象的生动程度，都超过了以往的任何角色，同时依托 Vocaloid 软件带来的开源创作，但背后还是少不了情感的因素。
粉丝运用同一个 Vocaloid 软件，表达自己创作的热情，初音未来则是这个软件的二次元化身。如果有人为初音写了一首歌并发布，其他粉丝可以马上创造插图及动画作品，粉丝们的创作在互联网上联系起来，这种互动和参与感维系了初音未来和粉丝的感情，增加了粉丝粘性，也造就了独一无二的文化现象。
诞生在国内的洛天依也有相似的历程。制作方以 Vocaloid3 语音合成引擎为基础，打造了全世界首款 Vocaloid 中文声库和虚拟形象。直到 2015 年《普通 DISCO》走红，帮助洛天依逐渐出圈。
无论呈现的技术和媒介如何变化，虚拟人成为偶像的首要因素都是通过和粉丝的情感交互，以及不断的内容产出。这和当下很多团队强调技术，忽视内容，形成根本的反差。与其在呈现形式上精雕细琢，不如帮助虚拟演员代表的人物角色与粉丝建立情感连接，才是伟大作品生命力的开始。
A-SOUL 的负责人就提到，立项时团队的出发点是觉得 AI 和互动直播大有可为，2020 年底正式企宣之前，团队的目标仍然是希望做更多美术 / 技术上的探索。直到出道两个月后，实际的直播效果超出预期，才让企划团队扭转了认知，开始意识到中之人的重要性。A-SOUL 的企划负责人苏轼也承认，团队内部存在问题，比如确实过于关注新技术的持续迭代而忽视了内容质量。
虚拟偶像会不会降温？
企业通过虚拟偶像切入虚拟人技术，一方面与娱乐业结合能形成较大的影响力，另一方面通过直播、商务等合作也有希望能看到现金流。看似这个蓝图画得很完美，但实际操作起来显然也没那么容易。无论是内容还是技术，当下的虚拟偶像都还不能完全满足粉丝的需求。
排除各种蹭热点、炒作的因素，资本和企业在虚拟偶像这一赛道上下注，显然也不是看中粉丝那点打赏，更重要的是看中其中的技术元素，希望在未来的元宇宙赛代中抢先站位。如果真能实现技术上的突破，虚拟人不仅 " 不塌房 "，显然还能通过虚拟世界实现更多的功能。
像顺为资本副总裁冯铮就认为，元宇宙本质上是用虚拟技术解决现实生活中的问题，这也是它和游戏的根本区别。至于虚拟偶像，他认为这只是虚拟人技术的一个阶段性应用，虚拟人最大的应用场景是虚拟身份和交互界面，相当于虚拟世界中的机器人，由 AI 驱动，和人类交互。
相比虚拟人漂亮的外表，能够跟用户产生持续的交流显然更重要。虚拟人只是一个载体，最终推动虚拟人发展的是人的需求。不过，虽然虚拟偶像可能只是虚拟人技术领域一个分支，但只要人类还有依赖偶像的需求，这个领域仍有存在和探索的价值。
理想的情况下，自然是虚拟偶像可以和智能交互融为一体。但在短期内，在守好已有业务线的情况下，虚拟偶像能加以改善的，还是深耕内容，同时寻求技术上的突破。
一方面，虚拟偶像不是空壳偶像，如果徒有形象，没有优质内容供给是无法长久维持粉丝喜爱的。哪怕像初音未来、洛天依，也需要不断贡献出歌曲，巩固自身在粉丝心中独特的形象，保证长线运营。
其实中国泛二次元用户群体不小，但一直缺乏优质的 IP 内容，造成某种程度上的空有噱头。制作出能传递本土文化和时代精神的作品，才是行业努力的一大方向。尤其在 A-SOUL 事件之后，各虚拟偶像团队更是要重新思考，在当下如何处理好和内容团队的关系，通过内容搭建自己的竞争壁垒。
另一方面，则是要考虑技术如何更好地服务内容。最基本的是，如何通过技术降低虚拟偶像的制作成本，缩短制作周期，保证稳定更新等等。
更长远的考虑是，娱乐功能之外，虚拟偶像如何开发出更多的陪伴和互动功能，如何在日常生活中和粉丝建立更密切的联系。除了形象、互动之外，这可能更多也依赖于传播媒介、硬件等条件的配合。尤其是未来如果 VR、AR 等作为下一代设备普及，虚拟偶像在这样一个生态里如何存在，可能更代表行业长远的价值。
显然，刚经历元年的虚拟偶像仍是刚刚上路，" 塌房 " 刚好可以帮助这个行业挤出一点泡沫，多一些实干。
