这个2700亿规模的新领域，都是女人撑起来的

“元宇宙”概念热潮下，人人都有一个“虚拟分身”的时刻还远未到来。但人们很难不吃惊于，当下的虚拟人形象愈发拟真。

拥有一张精致、无瑕疵的脸，能开口说话、唱歌跳舞，还能担任品牌代言人，没有“塌房”风险，虚拟人正因低成本、高可控的特性而取代越来越多真人职业。

科技也在倒逼虚拟人赛道迭代，继UGC、PGC 之后，AIGC正以人类无法计量的速度在快速、批量“创造”出来海量内容。据《虚拟数字人深度产业报告》预计，到2030年，我国虚拟数字人整体市场规模将达到2700亿元。人类将如何面对自己制造出来的，学习能力远超己身的人工智能？

就此，市界推出了“虚拟人观察”系列，希望将新技术、新应用*时间呈递给大家，以下是该系列文章的*篇：《为何虚拟人大多都是女性？》

九成都是女性面孔

今年以来，如果翻看目前较为主流的虚拟人排名榜单就会发现，在TOP10～50的排名中，90%以上都是女性。男性虚拟人屈指可数。

而她们，也有一张更像人类的“脸”。

2020年前，市面上最火热的虚拟人形象是走“二次元日漫风”的虚拟偶像，比如扎着绿色双马尾唱《甩葱歌》的“初代歌姬”初音未来、登上春晚献唱的中国虚拟歌手洛天依，以及靠“中之人”驱动的虚拟偶像女团A-soul。

而随着“元宇宙”概念爆火，连带着盘活了虚拟人赛道，百度、腾讯、阿里、字节跳动、网易等互联网公司纷纷躬身入局。

虚拟人也因此走向了一个更广阔、更有想象力的市场空间：虚拟网红KOL、虚拟博主、明星分身虚拟偶像、虚拟品牌代言人等全面开花。这一阶段，其也从视觉上发生了翻天覆地的变化：从二次元日漫风向更“拟真”的人类形象转变。

靠AI驱动的、有着独立人设和匹配外貌的虚拟人悄然出现在各大内容平台上，担起品牌营销的大任。

但这些虚拟人往往造价高昂，愿意为之付出真金白银的都是有财力的大品牌，而出于营销吸引*化的目的，虚拟代言人的“颜值”尤为重要。

一位不愿具名的提供虚拟人技术的公司相关负责人说，要走虚拟偶像、代言人这条路，外形肯定要拔尖的。“但实话说，我们目前能采集到的人脸数据就决定了，男AI的外形条件不可能比女的拔尖。”

该团队曾经用同等规模的男性数据训练模型，模型“吐”出来的男性脸，差异化非常大，平均值也低，“打个比方说，女AI平均颜值是8分，那男AI颜值最后可能6分都达不到。”

在这种现实背景下，制作方也更乐意采用女性角色。

另一方面，虚拟人另一大落地角色场景是“功能性”的，也就是“服务型”虚拟人，担任诸如银行催收职工、新闻7x24h主播、手语翻译等职位。

因此，评判一个虚拟人“智能”程度，也融入了强对话能力、共情能力等“高情商”标准。而大众印象中，拥有亲和力、强共情力等特质的也多为女性。

“虚拟人本质也是‘产品’，呈现的是服务。好看的女性形象，符合大众认知中的服务业，类似于现实生活中的护士、空姐、乘务员、客服、主播，这些词一提，脑海里自然就是女性形象。”一位前虚拟主播经纪人分析，“那产品公司要的都是女性虚拟形象，也就不奇怪了。”

进入优胜劣汰时期

尽管对于要造一张怎样的脸，市场已经有了初步共识，但如何造，却是留给科技公司的一道难题。

事实上，凭空“造脸”的过程，也是制作方和市场的一场双向选择。

小冰公司CEO李笛介绍，虚拟人的外形技术选型主要是两条路：一条是CG建模，类似动漫人物，大多是在妆容、发色、发饰上进行区别，五官差异很小，也就是俗称的“建模脸”。另一条是神经网络渲染，用大模型、大数据方式去学习、演化人类面孔，生成一张全新的3D脸。

过往，业内最常用的办法，是找特定的面容，用5000-10000张训练数据做精准标注，但这种办法生成的面孔精度不够。

当下，改进后的训练方法分为两步：*步是训练 Fundation Model（基础大模型），不分类别地把所能收集到的数据都喂给模型，便会得到一个足够多参数的通用大模型。在此之上，再叠加一个精确标注的小模型，在小的训练过程中，迭代大模型。

也因此，科技公司可以根据品牌方的需求，较为精准“定制”出想要的面容。至于科技公司们推出的“自有IP”，形象和人设，都是观众选择出来的。

今年6月时，代号为F201的“小堂妹”在抖音以一首《孤独颂歌》“出道”，以假乱真的歌声和舞姿甚至让评论区出现了“是AI换脸”的质疑。

实际上，小堂妹的“本体”两年前就已存在，她的前份“工作”是在小冰虚拟人电台做虚拟主播。在一众主播中，她的人气最高，后来小冰团队才决定，“赋予她一张脸”。

在行业发展初期，虚拟人造价高，制造方要靠专家企划，用质量评审的方式来确保“生产”出的虚拟形象符合市场要求，“做一个必须成一个，不然几百万就打水漂了”，李笛说。

随着神经网络渲染技术成本的降低，小冰得以制造更多虚拟人进行优胜劣汰：投入一批有潜力的、同类型的虚拟人到市场，再让市场做选择。制造一个虚拟人的过程，也就是复制人类社会的“偶像选拔”。

今年，小冰本来计划至少要投入101个“虚拟练习生”到市场，调整后为投入数十个虚拟IP，抖音上的小冰账号，就是用以“测试”，哪种人设和样貌的虚拟人更得喜爱，流量*。最终，“胜出”的小堂妹和夏语冰，在抖音上播放量累计都超过了1亿。

小堂妹的“脸”，就是在基础大模型上，叠加了比较符合“抖音小姐姐”特质的约束条件，也因此，她外形足以“混入人群”。

“如果要追求*性的成功，最简单的方式是随大流，观众刻板印象是什么，你就得做什么。”李笛表示，从成本上来考量，市场对虚拟人的容错率很低。

事实上，要运用CG技术打造一个“拟真”的虚拟人，制作成本非常高：超写实虚拟人“柳夜熙”团队称，研发、人员和技术成本等投入“远超百万”，在抖音上发布的一条短视频成本约几十万元；虚拟美妆博主“翎Ling”背后团队创始人也曾坦言，会细化到将视频拆解成15秒、1分到2分钟，一个季度策划一次大事件，“否则如果周更或者日更的话，根本就无法覆盖成本。”

在这样的现实条件约束下，顺应*公约数的市场审美也便成为制作公司不得已的选择。

“现在市场上评判哪一家虚拟偶像更厉害的主流意见，就是看哪个更像人。而更像人就意味要投入更多的技术和时间，花更多的钱。”柳夜熙背后公司创壹科技CEO梁子康也曾提及，要想自己公司打造的虚拟偶像在众多虚拟人中脱颖而出，就“必须要迎合观众的需求”。

“一个有影响力的企业推出的企划，相对来说就可以不媚俗，因为有能力去扭转、改变大众的审美。”李笛说，“小冰作为科技公司，不踩雷就算好的了。”

等待弥合的数字偏见

技术虽然是中立的，但AI学习的仍旧是人类社会的“知识”。

AI会学习人脑中的刻板印象和逻辑，甚至是无意识的、隐形的偏见。而在虚拟人赛道中，虚拟人设定中，也反映出一些人类的固有印象：比如在偏服务类角色上，品牌和厂商偏好采用女性。而涉及到“体育教练”等偏专业型身份，就会想要一个男性角色。

当下技能教育和技术部门内也存在着严重的性别比例失衡。数据显示，在人工智能开发人员中，仅12%是女性；软件开发人员中的女性比例低至6%；信息通信技术专利申请人中的男女性别比例为13:1。

根据德勤的预测，全球大型科技公司2022年女性员工平均占比约33%，相比2019年小幅增长两个百分点。其中，担任技术岗位的女性员工占比较整体女性员工占比低约八个百分点。

正因此，在当下市场中，虚拟人的制造者仍喜欢将自身喜好加诸于自家产品。

“很简单啊，因为我们（程序员）都是男的，选的都是好看的女性形象。”一位成都提供虚拟人技术的公司程序员周京坦言，从制作难度上来说，男女差距并不大。就连肤色也可以调整，一切偏好可被定制。“那我们（造虚拟人）标准就很简单，老板喜欢。”

他指了指展示屏幕上闪过的四个外观相似的虚拟人，努努嘴：“没发现（这些虚拟人）肤色都很相近吗？肤色偏黑的都被老板Pass了。”他猜测，这是为了拉近跟受众的距离，迎合“白瘦美”的喜好。

周京说，他们采集数字人的面孔来源都是网络公开数据，多是明星、网红等。为了打造出来的虚拟人外观的和谐度，会有意加大某些知名明星的面部采集比例，“我们（故意）调得又像又不像，就有点打擦边球。”他指着一个酷似李易峰的男虚拟人说，“除了老板形象分身，就只有这个是男虚拟人，男脸不容易捏好看。”

一家给文创机构提供数字形象的上市公司PM纪希说，他们会给需求方提供多种选择。“但不知道为什么，机构方没有很喜欢男性形象。”

“实话说，现在区别算蛮大了，时间再往前拨几年前，一套脸走遍天下。”纪希说，他们提供的虚拟人，都从基础模板演化而来，主持人、快消代言人各有各的通识样貌。而当下，技术支撑已足够做出精细面部细节，再配以繁复的服饰设计，就能定制出中式国风、潮流风、性感风等诸多风格。

初代虚拟人，做不出“灵魂”，没有技术交互能力，供应商能做到的，就是“用外观来展现人设”，*是让人能一眼就认出，这样的外貌意味什么样的“内核”，能传递出怎样的“个性”。

以超写实数字人AYAYI为例，前沿感、科技感就要用银白色的短发，凸显酷炫。主打女团舞的虚拟偶像，外观设定上就无限放大筷子腿、蚂蚁腰、九头身的设定。

从左到右：AYAYI、星瞳、小堂妹；图源：小红书、抖音

就在刚过去的WAIC2022（世界人工智能大会）上，上海社会科学院经济研究所所长沈开艳也表示，在可预见的时间内，对性别鸿沟造成显著影响的数字化因素仍将会在数字技术侧，即数字技术的研发攻关与试验，而这有可能延续技术类岗位对女性的歧视和偏见。因此，提升女性数字技能、促进女性数字技术岗位就业、打破数字技术岗位性别歧视仍将是未来的方向。

研究表明，在过去两年里，大型科技企业在提升性别多样性方面保持了良好的发展势头，在新冠疫情期间都保持了女性员工比例的上升。但资源较少、地位较低的小型科技公司在吸纳留存女性员工方面可能面临较大困难，而且这一差距在疫情期间可能会进一步扩大。

具体到人工智能应用领域，正如 AWS 的 Allie Miller（机器学习业务开发、初创企业和风险投资全球主管）所说，提高 AI 领域中的性别多样性是一个“常识”问题。“标准的多样性”有助于确保将广泛的观点和生活经验纳入 AI 系统的设计和实施中。

技术能否弥合偏见？还需要一定时间来解答。

（文中纪希、周京为化名）

【本文由投资界合作伙伴微信公众号：市界授权发布，本平台仅提供信息存储服务。】如有任何疑问，请联系（editor@zero2ipo.com.cn）投资界处理。