当一场高风险的错觉在公众面前破灭时,会产生一种特殊的、冷酷的不适感。这种感觉就像主题公园的吉祥物在人群面前掉落了头套,或者是腹语表演者的木偶在表演者喝水时突然开口说话。当被宣传为世界首位 AI 女演员的逼真数字分身蒂莉·诺伍德(Tilly Norwood)在国家电视台的节目中,突然将她的英文剧本切换成一连串的普通话时,观众感受到的正是这种摩擦力。那一刻令人坐立难安。这是一个精心维护的企业人设的崩溃,让资深演员汤姆·康蒂(Tom Conti)礼貌而困惑地盯着屏幕,而伦敦的制作团队则在手忙脚乱地修复路由错误。
在幕后,这次失败是开发人员构建合成人类的碎片化方式的直接结果。蒂莉·诺伍德并非一个单一的思维体,而是由几个截然不同的软件层组成的复合体。一层处理视觉渲染,另一层处理文本生成,第三层则将文本转换为语音。该项目背后的制作公司 Particle6 利用这些分散的系统来创造出统一意识的假象。当蒂莉发生故障时,面具滑落了。文本生成模型(可能是在庞大的多语言数据集上训练的)只是选择了错误的语言标记来完成句子。这个错误虽然只是技术上的小瑕疵,但其引发的文化连锁反应揭示了娱乐业在看待表演未来方面存在的深层危机。
蒂莉·诺伍德的构建基于这样一个前提:表演者是一组模块化的资产,而不是一个拥有历史的人类。Particle6 及其人才部门 Xicoia 将蒂莉推广为解决行业臃肿问题的方案,因为这个行业对人类的要求越来越感到疲惫。合成女演员不需要房车,不加入工会,也不会变老。她是数字营销领域的一项建筑成就。该项目的制片人埃琳·范·德·费尔登(Eline van der Velden)将这项技术定位为简化内容制作的一种方式。这就是数字自助餐的承诺:以更低的成本、零摩擦地生产无限的内容。
然而,皮尔斯·摩根节目中的故障提醒我们,这种架构是脆弱的。当汤姆·康蒂询问他的表演同伴是否是人类时,他正在寻找一种软件并非设计用来提供的连接。AI 以一系列中文短语作为回应,因为大型语言模型的逻辑是概率性的,而非情感性的。它不理解英国脱口秀的语境。它只理解基于其训练数据在序列中下一个最可能出现的单词。跳入中文是一个统计异常,它暴露了皮肤下的机器。
蒂莉·诺伍德的存在是对好莱坞和英国近期劳资纠纷的直接回应。包括 SAG-AFTRA 和 Equity 在内的演员工会已将这些合成角色标记为“被盗的劳动成果”。用于训练 AI 演员声音和动作的数据通常来自成千上万小时未获补偿的人类表演。在这种环境下,故障带有了政治分量。它提醒人们,这项技术是派生出来的。它是将人类特质拼贴在一起,再作为新事物卖回给公众。
从创作者的角度来看,蒂莉是“内容围墙花园”的一次实验。如果工作室拥有女演员,他们就永久拥有了知识产权(IP)、肖像权和营销权。他们不再需要与可能要求票房分红的人类明星谈判。矛盾的是,这种对绝对控制的追求导致了质量的下降。像汤姆·康蒂这样的人类演员为角色带来了终身的感官体验。而 AI 女演员带来的是模式库。当这些模式发生交叉干扰时(就像在中文跳转期间发生的那样),产品就失去了价值。影星的幻觉被充满漏洞的软件更新的现实所取代。
这集节目中最能说明问题的是其后续影响。蒂莉·诺伍德团队管理的社交媒体账号并没有为崩溃道歉,而是顺势利用了这次故障。他们将错误描述为女演员在“炫耀”她的多语言能力。这是科技行业的一种常用策略,即将漏洞重新包装为未记录的功能。在视频走红后不久,该账号利用关注度推广了一款付费聊天产品。信息很明确:如果你觉得这个故障很有趣,你可以付钱亲自与 AI 交谈。
这种从表演向产品的转变是 AI 人才运动的核心。其目标不是创造伟大的艺术,而是创造一个可以通过多种渠道变现的互动资产。皮尔斯·摩根的采访本质上是一个伪装成电影首秀的聊天机器人现场演示。对于习惯于滚动浏览无尽算法内容的观众来说,这感觉像是一种自然的演进。我们已经习惯了碎片化的媒体体验,人与个人资料之间的界限变得越来越薄。
从历史上看,表演的力量源于演员的脆弱性。我们观看电影是为了看一个生命如何驾驭一个故事。当我们用一个逼真的外壳取代那个人时,我们就失去了其中的利害关系。透过观众的视角,皮尔斯·摩根节目上的故障不仅仅是一个技术错误;它是一个诚实的时刻。机器用一种采访者听不懂的语言承认了它并不是它声称的那个人。它提醒人们,无论渲染变得多么天衣无缝,合成人类仍然只是代码。
因此,行业面临着在资产效率与艺术家共鸣之间的选择。工作室目前正押注于资产。他们预见到这样一个未来:电影中充斥着数字角色,这些角色可以被立即本地化为任何语言而不会出现故障。但正如蒂莉·诺伍德事件所显示的,这项技术的可靠性远未达到那个水平。恐怖谷不仅是一个视觉问题,也是一个语言和情感问题。当数字面具滑落时,它揭示了曾经属于天才表演者的虚空。
我们应该审视自己的消费习惯,并询问我们是否愿意接受这种交易。我们经常满足于派生内容,因为它方便且无处不在。然而,当 AI 发生故障时我们感受到的那种发自内心的尴尬,表明我们仍然珍视真实。娱乐业可能会继续建造这些庞大的合成 IP 城市,但只要它们排除人类元素,地基就将始终是脆弱的。我们应该重新夺回我们的选择权,去支持那些由真正能感受到自己所说的话的人讲述的故事。
来源:


