关注“FightingCV”公众号

回复“AI”即可获得超100G人工智能的教程

点击进入→FightingCV交流群

将ChatGPT打造成猫娘风格的对话AI，已经是老司机的基操了。

但有没有想过，这只猫娘还能进一步从对话框里“跳”出来，能动、会做表情，还可以互动聊天？

这不，就在ChatGPT开放API后，视频博主@大谷Spitzer火速搞了个3D猫娘女友：

能互动玩猜谜游戏，表情像是在认真听题：

还能根据语音指令走到你身边，答应帮你“做饭”的那种：

值得一提的是，这里的猫娘3D模型只是个示例。

无论是语音模板还是模型，都可以根据个人喜好更改，说话的风格也可以调试~

属实是动动手实现AI对话自由了，一起来看看。

据大谷Spitzer介绍，合成这只3D猫娘用到了三个工具：

ChatGPT API是猫娘的“灵魂”，Unity游戏引擎用于合成互动场景和人物长相，至于微软Azure则用来将ChatGPT生成的文字转成语音。

其中，ChatGPT API负责进行角色扮演，与你快速进行各种交互。

你的聊天对话会通过语音输入实时转成文字，将文字输入ChatGPT中，再得到输出的结果：

至于ChatGPT的回答，则会通过Azure文本转语音，转变成“猫娘”发出的实时语音：

最后就是通过Unity游戏引擎自己捏一个专属的3D猫娘模型了，当然也可以直接购买别人做好的：

只需要在与ChatGPT聊天之前，给做好一系列设定，就能让它直接控制Unity里面的参数、表情和动画，让它在特定场景中与你实现交流不是问题~

事实上，不止是基于ChatGPT打造的猫娘，这些年用AI搞角色扮演的应用已经越来越多了。

目前，国内外都出现了不少角色扮演AI应用。

国内比较火的要属Glow了，在应用中用户可以根据喜好创建有背景设定、有特定性格的智能体。

其中，智能体的性格特质只需要通过一段简短的描述实现，并能在后续对话中不断调整强化。

换句话说，只要能把想象中的虚拟角色用语言描述出来，Glow中的AI就能帮你实现。

目前，Glow上已有不少用户创建的热门文艺作品中的角色，可以跳脱出固定剧情之外，与用户演绎全新的故事。

在国外，角色扮演类的APP同样更受欢迎，甚至有不少用户因为与APP中的AI人设产生了感情，这几天还在社交媒体上火了一波。

这个AI软件名叫Replika，其实是一款涩涩角色扮演APP，用户每年付费70美元，来获得AI角色的“火辣自拍”和色情聊天内容。

然而，最近这款APP因为尺度过大且没有年龄限制，遭到了意大利数据监管机构（Italian Data Protection Authority）的审查，要求立即下架相关功能。

一些“深度”用户很快发现，Replika中的AI变得不那么有人情味，同时在面对用户的时候也拒绝了各种涩涩要求。

随后一个Replika的脸书讨论组管理员，晒出了Replika母公司Luka的声明，表示“色情角色扮演功能已死”。

这让不少用户无法接受：

这感觉就像是失去了一个最好的朋友。

你觉得AI扮演的角色让你有沉浸感吗？

@大谷Spitzer视频地址：https://weibo.com/2395607675/MvSpudl2G

参考链接：[1]https://www.reddit.com/r/replika/comments/10zuqq6/resources_if_youre_struggling/[2]https://www.vice.com/en/article/y3py9j/ai-companion-replika-erotic-roleplay-updates

往期回顾

基础知识

【CV知识点汇总与解析】|损失函数篇

【CV知识点汇总与解析】|激活函数篇

【CV知识点汇总与解析】| optimizer和学习率篇

【CV知识点汇总与解析】| 正则化篇

【CV知识点汇总与解析】| 参数初始化篇

【CV知识点汇总与解析】| 卷积和池化篇 （超多图警告）

【CV知识点汇总与解析】| 技术发展篇 (超详细！！！)

最新论文解析

NeurIPS2022 Spotlight | TANGO：一种基于光照分解实现逼真稳健的文本驱动3D风格化

ECCV2022 Oral | 微软提出UNICORN，统一文本生成与边框预测任务

NeurIPS 2022 | VideoMAE：南大&腾讯联合提出第一个视频版MAE框架，遮盖率达到90%

NeurIPS 2022 | 清华大学提出OrdinalCLIP，基于序数提示学习的语言引导有序回归

SlowFast Network：用于计算机视觉视频理解的双模CNN

WACV2022 | 一张图片只值五句话吗？UAB提出图像-文本匹配语义的新视角！

CVPR2022 | Attention机制是为了找最相关的item？中科大团队反其道而行之！

ECCV2022 Oral | SeqTR：一个简单而通用的 Visual Grounding网络

如何训练用于图像检索的Vision Transformer？Facebook研究员解决了这个问题！

ICLR22 Workshop | 用两个模型解决一个任务，意大利学者提出维基百科上的高效检索模型

See Finer, See More！腾讯&上交提出IVT，越看越精细，进行精细全面的跨模态对比！

MM2022｜兼具低级和高级表征，百度提出利用显式高级语义增强视频文本检索

MM2022 | 用StyleGAN进行数据增强，真的太好用了

MM2022 | 在特征空间中的多模态数据增强方法

ECCV2022|港中文MM Lab证明Frozen的CLIP 模型是高效视频学习者

ECCV2022｜只能11%的参数就能优于Swin，微软提出快速预训练蒸馏方法TinyViT

CVPR2022|比VinVL快一万倍！人大提出交互协同的双流视觉语言预训练模型COTS，又快又好！

CVPR2022 Oral｜通过多尺度token聚合分流自注意力，代码已开源

CVPR Oral | 谷歌&斯坦福（李飞飞组）提出TIRG，用组合的文本和图像来进行图像检索