當初在與 Palit 討論虛擬角色時,客戶有提出什麼樣的需求?
涂維廷:當 Palit 來詢問時,距離 Computex 開展僅剩 10 個工作天,時間上非常緊迫。為了確保能在短時間內交付高品質的虛擬角色,我們提出使用 Reallusion 甲尚科技的 Character Creator 預設角色 Camila 作為基礎,並根據客戶需求進行客製化調整。如此一來,不僅可以加速設計流程,也能確保角色的品質和技術穩定性。
Palit 希望 Camila 能具備現代感和親和力,展現品牌的科技創新精神,同時呈現年輕、專業且充滿活力的外觀,與觀眾建立情感連結。具體來說,Palit 希望 Camila 的設計融入遊戲角色風格,反映 Palit 在科技與電競領域的品牌形象,避免過於冷峻,且帶有親切感。
影片請至此觀看
此外,Palit 也強調角色的通用性和適應性,需適用於展覽現場、線上互動等多種場景。Character Creator 預設的 Camila 模型提供了高品質的基礎外觀,靈活的客製化功能讓我們能快速調整髮型、服裝和細節,正好符合 Palit 的需求,並能在緊迫的時程內完成任務。
利用 Character Creator 以及 iClone 內建的表情與動作組合,可以快速預覽虛擬人的設計。 / 沸騰映像
關於 Camila 的角色設計流程?
涂維廷:我們在製作《人選之人—造浪者》的時候就導入 Chareacter Creator 的製程,Reallusion 甲尚科技推出的強化角色設計外掛工具我們都有,像是使用 SkinGen Premium 工具包,快速調整 Camila 的皮膚細節和妝容。
透過 SkinGen 的多層次紋理功能,添加擬真的皮膚質感(如毛孔、微瑕疵)和電競風格的現代妝容,比傳統製程更高效。髮型則是採用 Smart Hair 模組化髮片,為 Camila 設計一款現代且具有電競感的髮型,確保髮型在動畫中更加自然流暢,符合品牌親和力與活力要求。服裝則是用 CC4 最新的 MetaTailor 製程快速制定。
透過 SkinGen 的多層次紋理功能,添加擬真的皮膚質感 / 沸騰映像
透過 SkinGen 的多層次紋理功能,添加擬真的皮膚質感 / 沸騰映像
在骨架綁定、說話時的動作表現上,是否也有用到甲尚科技的軟體工具?
涂維廷:我們經常在各式的專案上使用 Reallusion 的 iClone 和 ActorCore 與 Character Creator 進行角色動畫整合。在這次的專案中也是一樣。使用這個整合流程最大的好處就是不用擔心角色骨架綁定的複雜技術,尤其是表情的部分。在國內的動畫產業中,很難找到真正優秀的骨架綁定人才,Reallusion 的製作流程完全解決這個痛點。尤其是 iClone,讓修整動作捕捉資料變得非常輕鬆。
專案中也使用到 Convai,它所扮演的角色是什麼呢?
涂維廷:Convai 在 Palit Camila 專案中負責提供 AI 驅動的語音互動和對話功能,使 Camila 成為一個智慧化的虛擬助手。透過 Convai 的技術,Camila 能即時回應觀眾問題,展現 Palit 的科技與電競品牌形象,Convai 有別於其他同質性解決方案常見的操作複雜和不靈活等問題,它具備優秀的第三方語音辨識機制,讓 Camila 可以同時聽、說四國語言,以及情境設計功能,讓 AI 虛擬人不用一直處於令人尷尬的對話姿態。
Camila 與現場觀眾的對談互動,也是透過 Convai 來設計的嗎?
涂維廷:是的!首先是對話腳本設計,這個步驟涵蓋 Palit 品牌相關問題、電競產品問答及 Computex 展覽話題。
Convai 近期針對 RAG 的技術框架有很大的改善,針對特定問題的回答正確率接近90%, Convai 同時提供市場上主流的 LLM 串接功能,選定 Gemini 2.0 Pro 和 ElevenLab 語音技術,可以讓 AI 虛擬人的回應時間縮短到 2 秒,令人非常驚豔!
其次是情境設計,可以讓 AI 虛擬人接收到特定指令後進行預先編輯好的動作序列,增加 AI 虛擬人對話的互動性和趣味性。最後是測試和排錯,透過優化對話邏輯,確保回應快速且符合品牌親和力。並在 Computex 開展前不斷模擬測試,確保 Camila 在吵雜的展場,能夠正確識別語音並流暢回應。
最終場景與算圖是在哪個軟體平台做整合的?過程中曾遇到哪些困難?
涂維廷:我們經常在各式的專案上使用 Reallusion 的 iClone 和 ActorCore 與 Character Creator 進行角色動畫整合。在這次的專案中也是一樣。使用這個整合流程最大的好處就是不用擔心角色骨架綁定的複雜技術,尤其是表情的部分。在國內的動畫產業中,很難找到真正優秀的骨架綁定人才,Reallusion 的製作流程完全解決這個痛點。尤其是 iClone,讓修整動作捕捉資料變得非常輕鬆。
透過 Reallusion Auto Setup for Unreal Engine 工具,過程完全自動化,節省 99% 的設定時間,更厲害的是連頭髮和衣服的物理計算也一併解決,看著角色的頭髮和服裝在 Unreal Engine 中以真實的物理模擬方式呈現動態而不是傳統綁定的樣子,真的會令人非常感動。
團隊利用 Unreal Engine 5 進行即時算圖 / 沸騰映像
團隊今年也為台北國際書展打造 AI 客家推廣大使 Kevin,製作流程和 Camila 相同嗎?
涂維廷:客家推廣大使 Kevin 與 Camila 是使用相同的技術,不同的是 Kevin 使用的是 Mnetahuma 流程, Camila 是使用 Reallusion 流程。後者的投入時間和技術曲線,對 AI 虛擬人來說都是更優良且靈活的。
未來是否有計劃將虛擬人應用在更多元的互動形式中?例如教育、品牌代言、虛擬直播等?
涂維廷:不排斥,但我們的重心還是會放在電影視覺特效上,AI 虛擬人對我們來說是一種技術應用的實現, 團隊向來都在探索最新技術和更有效節能的製作流程,Reallusion 的角色製作流程也不斷在創新,是我們團隊一直採用的原因。
目前 AI 虛擬人還有哪些技術問題需要突破?
涂維廷:首先,在情感化互動方面,使用者通常期望虛擬人能表現更真實的微表情和情感反應,來增強沉浸感。目前的技術雖然能實現一定程度上的擬真外觀,但是在捕捉細微情感時的動態表現,仍需要更先進的 AI 驅動表情生成技術。
再來是感知對話方面——在品牌代言場景中,虛擬人需要具備更強的上下文理解能力,以應對複雜的觀眾問題。大多數系統都有提供基礎 NLP 功能,但自然的對話連貫性仍然不足。
最後則是低延遲即時串流算圖,特別在多人互動的情境裡還需要再加強。傳統 AI 虛擬人大多依賴本地端算圖環境,因為需要高性能硬體,導致建置成本高昂,讓它難以被普及。
目前 Unreal Engine 的像素串流技術(Pixel Streaming)提供了一個突破性解決方案,允許將高品質算圖任務轉移至雲端伺服器,支援行動裝置和低性能終端,確保流暢的觀看體驗。不過,雲端像素串流伺服器的基礎設施尚未普及,導致部署和使用成本仍然偏高。未來需進一步降低伺服器成本、優化串流協議,並提升對低帶寬環境的適應性,以實現更廣泛的商業應用。
除了此次在 Computex 亮相的 AI 虛擬人,甲尚科技也推出全新的生成式 AI 助理模組 Interactive Agents,能夠廣泛運用在各類場合。從餐廳點單、櫃台服務、網站互動到適用於手機 App 品牌助理,都能夠創造出代表品牌特色的虛擬人角色。在角色外觀上,透過 CC 可自訂臉部、服裝和配件等細節,利用自動臉部動畫(Auto Facial Animation)發展出逼真的互動展演效果。與現場觀眾對話無礙、眼神與肢體動作更靈活,對話時唇部能完美貼合多國語言的發音動作,可支援英語、法語、中文、日語、西班牙語等眾多語言,彰顯角色的專屬性格,為品牌打造出獨一無二的客製化IP。