雅虎香港新聞 Yahoo Tech 隨筆｜ 極度擬真的人形 AI 形象，是恐怖谷？還是社會危機的解答？
港產 AI 初創專注更自然的嘴唇動作，就讓對話機器人更擬真。
生成式 AI 對話機器人是近年的大熱話題，簡單的在對話框裡輸入幾個字，就能得出豐富、有趣、看似專業的回答，甚至直接挪用到課業、工作上也不讓人生疑。香港科學園的 Pantheon Lab 再想多一步，如果有極度擬真的真人形象配合生成式回答，這會否是接待業界的未來？
這家本地 AI 初創公司專注更自然的嘴唇動作，讓對話機器人更擬真，最近更聯手港鐵在鰂魚涌站開始測試「虛擬服務大使 Tracy」，提供全年無休的智能客服體驗。然而這種人機交互，會是恐怖谷一樣讓人感到怪怪的？還是社會危機的解答？Yahoo Tech 編輯與 Pantheon Lab 的創辦人兼 CEO Ivan 談了一下，看看這種技術的發展如何。
港鐵「虛擬服務大使 — Tracy」
現在大家前往鰂魚涌 A 出口的出入口閘機附近，付費區和非付費區兩邊各有一部巨型螢幕，裡面就有著一位港鐵「虛擬服務大使 Tracy」來為大家提供各種資訊。只要有人走近這螢幕，上方的相機就會感應到，Tracy 隨即就會向你問好，就有如真人客服一樣的互動。
除了螢幕上有預設的四個 FAQ 按鍵：洗手間位置、增值八達通卡、自動櫃員機位置和手機充電設施位置，使用者可以對著螢幕右側的麥克風直接說出你想查詢的內容，像是如何前往某地鐵站、查詢車費、服務時間等不同的車務資料。更妙的是連車站附近的資訊也能有限度提供，像是便利店、餐廳等。
港鐵認為，鰂魚涌站穩定地服務著居民、上班族、旅客三種不同需求的客群，能夠給他們的「實習生」有面對不同種類查詢的機會。而這這種能解析人類隨機說話的內容並提取重點來回答的能力，正是大型語言模型 LLM 的功勞。
更自然的嘴唇動作，是擬真的關鍵
如果你端視這位身處螢幕內側的 Tracy，會發現她的嘴唇會像真人一樣隨著語音回答而變化，非常擬真，這就是 Pantheon Lab 的最大賣點。
Pantheon Lab 的 AIDOL 技術以生成式嘴唇「聲畫同步」為核心，配合預錄真人影像或 AICG 形象，在視覺上可以提供到有如真人接待員一樣的交談互動體驗。簡單以電影配音為例子，配音員都需要研究演員的嘴部動作來計算字數、使用者字詞，為求能做到「聲畫同步」的效果，不然就會容易叫觀眾出戲。
另一例子是曾經紅極一時的 YouTube 角色「Annoying Orange」，把人的眼睛和嘴巴的影像與一顆橙做結合，這樣的「擬人化」也是讓觀眾覺得那顆橙「活過來」的因素之一。可見人類在交流、在辨識交流對象的時候，「嘴唇」的象徵意義是相當大的。
回到鰂魚涌站裡的「Tracy」，正是有著會適當活動的真人形象，配合有聲畫同步的嘴唇動作，希望讓港鐵乘客和遊人可以獲得有如跟真人對話般的感覺。據港鐵方面接一個月以來的意見回饋，學生、長者等不同年齡層的乘客都有對 Tracy 的存在感興趣，並會主動試用，當中最主要的用途是在查找路線。
《恐怖谷理論》的說法是，當隨著機器人到達「接近人類」的相似度時，人類好感度突然下降至反感的範圍。目前不管是小編，還是試用的遊人們，似乎都沒有對 Tracy 的形象感到反感，可能是新冠疫情期間的視訊會議、視訊授課經驗，都讓大家習慣了螢幕後有人跟你說話？還是今天的 TikTok、IG 都充斥用爆濾鏡的「照騙」，所以一丁點不自然的臉孔也能被接受？無論如何，這似乎是「數位人類」可以落地發展的一個勢頭。
社會危機的解答？
人口老化、青黃不接的人口斷層都是今天先進社會亟待解决的問題，不光是日本，香港也正面臨這種危機。除了引進海外年輕的（肝臟）勞動力，近年急速發展的的 AI 技術也似乎可以幫一把。Ivan 認為他們的 AIDOL 是屬於「數位人類」（digital human）的一種，可以填補著人類社會勞動力不足的一些部分，特別是服務業這塊。
打比說方今天很多的餐廳都改用 QR 二維碼下單，讓食客自己行掃碼、手機下單和結帳，傳統樓面（服務員）的角色似乎都能被取代，甚至讓人懷疑為什麼餐廳還要「加一服務費」。這不光是餐廳老闆希望控制成本、系統化運作，還有招聘困難的挑戰，餐廳樓面工作繁重，但薪金水平不一定吸引到人手應徵，自動化下單流程就成為最直接的解決方案。
試想像一下，這種冷冰冰的點菜流程能夠多「添加一點人性」，由一個懂得理解人類說話、有人類形象的「虛擬小二」，讓食客可以「面對面地」簡單說出「過橋米線、茄湯唔辣、少米、走韭菜、唔飲嘢」或是「魚柳包走醬、薯條走鹽，要新出嘅雪糕」，而不是透過 app 的層層介面選擇，這會否是提升你的點餐感受呢？
再進一步的說，「虛擬小二」可以對應不同語言，外地遊客進店後也可以直接用外語下單，不需要特意聘請精通八國語言的服務員。甚至是日後的無人便利店裡，也可以在收銀機的螢幕上應用 AIDOL，讓虛擬店員幫忙處理各項購物疑難、儲分等等的服務，都是零售業界能增加自我品牌價值的其中一個可能性。
是說，Pantheon Lab 曾經在香港的 IAB C23 活動上以 AIDOL 技術打造名為「ISA」的虛擬角色，向香港廣告業界公開展示這種擬真 AI 形象的應用，所以除了港鐵之外，日後可能還有更多的 Tracy / ISA 出現在我們的日常生活中。
機器如何理解人類說話？
雖說人類形象的「虛擬店員」能帶來親切感，但也需要準確分析和理解客人的要求，同時要生成適合的回應，這就涉及到近期大熱的大型語言模型。簡單來說這就是一套可以讓機器能讀懂人類自然說話內容的轉譯器，而其體積和運算力都有著一定需求，同時 LLM 能夠包含的知識庫也要專門化，像是港鐵的版本就需要有更完整的鐵路車務資訊。
Ivan 表示，他們的 AIDOL 可以做到本機 + 雲端的混合式 LLM，本機運算依賴度愈高、回應速度更快，只是需要的電腦也要更強，直接拉高每台末端裝置的成本。走雲端方案是便宜、可以抓取互聯網上的最新資訊，但數據來回傳輸需時，也有外洩風險。 因此客戶都需要按業務需要、實際用途、成本考量，平衡各方才能選擇最適合的 AI 裝置，不過這些都會隨著科技進步而有改變，就像今天的手機也能內建具 LLM 的 AI 助手。
總結
無論科技的發展是多便利、多強大，最終的末端消費者、用戶端都會是有血有肉的顧客，所以服務業、零售業這些會面向人類的產業，更需要多應用涉及情緒的小技巧來提升用戶體驗，就像今天看到很多網店客服的預設回覆（特別是淘寶），都帶有佻皮活潑的用字語氣，背後同樣是希望讓消費者以為自己在跟真人溝通。
因此即使 AI 對話機器人具備足夠的能力來輔助服務業的待客部分，人機交流的介面會以何種方式呈現就變得更重要 – 單純的語音指令？文字輸入？還是像 AIDOL 一樣有著「虛擬店員」形象？還看商家的實力和取向。回歸港鐵的「虛擬服務大使 Tracy」為例子，正是企業希望用「以客為本」的方面來保持「猶如與真人互動」的一個選擇。
更多內容：
緊貼最新科技資訊、網購優惠，追隨 Yahoo Tech 各大社交平台！
🎉📱 Tech Facebook：https://www.facebook.com/yahootechhk
🎉📱 Tech Instagram：https://www.instagram.com/yahootechhk/
🎉📱 Tech WhatsApp 社群：https://chat.whatsapp.com/Dg3fiiyYf3yG2mgts4Mii8
🎉📱 Tech WhatsApp 頻道：https://whatsapp.com/channel/0029Va91dmR545urVCpQwq2D
