今年夏天，当视频生成初创公司Synthesia的企业事务负责人亚历山德鲁·沃伊卡给我发来一个链接，介绍他们公关团队的最新成员时，我很惊讶。那是他的一个互动虚拟化身，经过训练可以回答关于Synthesia的常见媒体提问，比如它是做什么的以及如何运作。前一天，我参加了一个小组讨论，公关人员问我是否介意使用AI生成文本的推介。但亚历山德鲁的化身超越了这一点——在我看来，这似乎是AI在公关领域应用的终极boss。

九月，Synthesia邀请我去其纽约的新办公室。Synthesia最初总部在英国，是一家热门的数字化身初创公司，与D-ID、HeyGen和Colossyan等公司齐名。今年早些时候，它的估值达到40亿美元，去年称其年度经常性收入已超过1亿美元。

Synthesia让企业能够用AI化身构建互动培训视频，最近推出了一款名为“角色扮演会话”的产品，让员工可以练习，例如，用互动AI化身进行销售推介，该化身会回应并给他们的回答打分。

当我参加新办公室开业活动时，他们问我是否想要自己的AI化身，我毫不犹豫地答应了。我当然想要自己的数字分身。那天我的 outfit 很可爱，头发也整整齐齐。

在遇到我的数字分身之前，我对化身一直无动于衷，但我觉得它们不可避免地会成为日常网络生活的一部分。我听说有人在Instagram上创建自己的化身来帮助制作社交内容。我觉得这一切都非常有趣，也许这就是为什么我现在毫无顾虑地向你们展示我的数字分身。这是Synthesia第一次为记者（或者说，除了沃伊卡之外的任何人）制作数字化身。它只根据我关于为什么风险投资支持的初创公司比非风投支持的初创公司犯下更多欺诈的报道进行训练，并且只会回答关于那篇报道的问题。

下面，只需按下“在新窗口中开始”即可开始。

为了制作这个，我进入了Synthesia办公室内一个迷你电影工作室，他们给我拍了很多照片，并录制了两分钟我的声音。我必须同意制作这些化身，然后，好吧，数字多姆诞生了。他们为我创建了一个个人化身（一个只读我给的任何脚本的化身）——戴眼镜和不戴眼镜的——他们还为我制作了两个互动化身（可以回话和听我说话的），也是戴眼镜和不戴眼镜的。

我们选了一篇文章来训练互动化身，然后其中一个团队构建了我的互动化身，它由语音转文本、视频、语言和文本转语音模型组合驱动。我的化身的技术栈包括Synthesia自己的视频和语音模型，尽管该公司也允许客户选择其他实验室的替代品，如Cartesia、ElevenLabs、谷歌或OpenAI。企业还可以选择将他们的化身托管在他们想要的任何云上，或者付费让Synthesia托管。

语音转文本模型将人们说的话转换成文本，代理语言模型理解文本并可以据此采取行动，文本转语音模型将回应转换成音频，最后，一个视频模型（由Synthesia构建）在化身说话时为其制作动画。

总的来说，Synthesia构建三种类型的产品——一个带有经典化身的视频创建和分发平台，用户输入脚本，化身重复它；一个名为Sessions的代理平台，人们可以在调查或角色扮演中与化身互动；以及一个API平台，人们可以将Synthesia的视频和语音模型与其他技术服务结合，构建互动化身或其他类型的产品。

Synthesia团队花了几天时间制作我的化身。我先玩了个人化身，输入了一个相当通用的脚本，看看我的AI声音听起来如何。我让它谈论秋天如何降临纽约，我一年中最喜欢的时节。声音相当准确，我