元宇宙這個概念，自從2021年被祖克柏帶火後，給人的感覺一直就像個“最熟悉的陌生人”，總是若即若離，忽遠忽近的。說直白點兒，就是大家都覺得它存在感不夠強，沒有想像的那麼厲害。因為提起元宇宙，網友們腦海中的印象還是這樣的：

祖克柏曾遭到「群嘲」的著名Horizo​​n Worlds虛擬形象自拍，圖片來自Facebook

但短短一年，一場長達1小時，發生在元宇宙世界的隔空對話就橫空出世，炸翻了社群網路。這次輪到網友傻眼，紛紛驚呼，怎麼一不留神它就悄悄進化成這樣了？！

近日，麻省理工學院科學家、同時也是人工智慧大佬和知名播客主播的Lex Fridman，對Meta執行長馬克·祖克柏進行了一場關於擴增實境、AI和大語言模型的深度訪談。

與以往不同的是，這次兩人沒有在物理世界碰面，而是相隔大半個美國，在元宇宙裡以超逼真的3D虛擬形象完成了對話。截至矽星人發稿時，這場名為「First Interview in Metaverse」的訪談已在X(原Twitter)上狂攬近1千3百萬觀看量。

圖片來自Lex Fridman Youtube頻道

影片開頭，Lex Fridman的全身版高清數位分身出現在一片白色未來感空間中，他說：「儘管Mark和我在現實世界中相隔數百英里，但由於我們的形像都以照片級精度的3D模型建模，並伴隨空間音頻相互呈現，我倆就像在同一個房間面對面交流。這項技術實在太令人驚嘆了！我認為這將是未來人類在互聯網上更深度有意義連結彼此的方式。 」

兩人在訪談中都戴著Meta Quest Pro VR頭戴裝置。可能是因為視野裡的效果太過真實，Lex一度像個好奇寶寶，除了咧嘴“傻笑”，就是不停感嘆：“我在哪兒？Mark真的是你嗎？這太棒了！你不介意我離你太近吧？”

當然，視線距離是可以調整的。不僅如此，你還可以透過控製手柄來調整光源位置，找到最凸顯自己臉部優點的照明角度。

祖克柏介紹說，與Horizo​​n Worlds中的卡通版本或視訊傳輸不同，創建這些全新模擬真人的Meta Codec虛擬形象，需要對用戶的各種面部表情和動作細節進行廣泛掃描，而後建模並壓縮成一個編碼版本。

隨後，頭戴裝置的即時眼部和臉部追蹤功能會捕捉使用者表情，映射到3D虛擬化身上，並「發送編碼版本的你應該看起來的樣子」給虛擬世界或會議通話另一端的人們，在他們眼前呈現一個足以以假亂真的你。

由於元宇宙裡的形象資料是以編碼形式傳輸，所以除了逼真之外，也比發送完整的沉浸式影片更節省頻寬。

從訪談影片來看，虛擬化身呈現出對真人細節的還原能力確實太強，用Lex的話來說，「它捕捉到了一切，包括人臉上的缺陷。對我來說，這些缺陷正是人的微妙之處，這些小雀斑、皺紋、不對稱的臉頰、笑的時候眼角的表情……它們讓我更加享受其中，意識到完美並不是沉浸的關鍵。”

「眼睛的確很重要，」祖克柏說：「許多研究證明，人的溝通主要是靠表情和肢體完成的，而不是靠語言。Meta一直努力用自己的經典虛擬系統捕捉這些表情，透過照片般的真實體驗，帶來特殊的臨場感。」他認為這也觸及了虛擬實境和擴增實境的視覺核心，就是令人們不論在世界上的哪一個地方，都會感覺在一起。

想像未來進入會議室，有些人實際在現場，有些人則以這種逼真的虛擬形態出現，並透過結合混合實境技術疊加在物理環境上：你以為TA坐在桌子邊跟你聊項目，其實TA遠在千里之外；夜深人靜一個人在外地想家的時候，帶上頭顯親人就近在咫尺。而對面人的一顰一笑，每一個細微的面部表情，都可以幾乎沒有延時和耗損地立體真實再現。

體驗過程中，Lex一直禁不住驚呼這太美妙了，「我此刻心跳很快，對話的親密感可以這樣遠程實現。我感受到了情緒，也感覺到你我真實存在。這是我人生中最難實現置信的體驗之一，真的大開眼界！”

不過要說明的是，實現影片中的對話效果目前對一般人還不是那麼容易。在開始訪談前，兩人都曾提前飛到匹茲堡，在Meta Codec計畫組進行了融合當前軟硬體最高技術、長達數小時的細節掃描。

在前幾天剛結束的Connect大會上祖克柏說過，他最大的願景就是讓那些高大上的科技變得親民，改變大多數人的生活。那麼這次，他對未來又有什麼構想呢？

小札表示現在我們才剛開始。先掃描少數人，收集足夠的表情數據，探索整個流程能簡化到什麼程度，進而在應用到大量人群時更流暢。雖然目前這項技術還沒完全準備好推向市場，但在未來幾年內，會持續調整和優化，以便早日應用到工作場景，解決生產力問題。

Meta正在努力實現的是，只要用手機進行非常快速的人臉掃描，例如拿起手機在臉前晃動、說幾句話、做一些表情，全程可能只需兩三分鐘，就產生如同現在的通話品質。如何在保證體驗的同時更有效率，仍是接下來面臨的挑戰之一。

Lex認為，全新的Meta Codec Avatars顯然已經越過了曾經的“恐怖谷底”，鏡頭裡的小扎看起來完全和本人一樣，接著他試探性地笑著問：“所以我們也不需要胳膊和腿了，對吧？”

“不不，這些我們還是會解決的”，扎克伯格趕忙解釋道，“實際上有個問題是，高精度的全身掃描需要強大的算力支持，無論對於頭顯的傳感器還是渲染能力。所以我們或許會考慮以較低的保真度還原身體，例如仍保留大的動作，但臉才是最需要解析的東西。畢竟眉毛移動一毫米就會傳達截然不同的情緒，相較之下，手臂移動一吋也顯得沒那麼重要了。”

Horizo​​​​n Worlds裡的虛擬形象曾因蒼白的表情和缺少下半身被人們形容為”恐怖谷效應“，圖片來自Meta

兩人後來也聊到了剛問世的Quest 3、擴增實境、元宇宙中的人工智慧和人類的未來。Lex把這次和祖克柏的訪談調侃成“網路裡表情最僵硬的兩個人在元宇宙的相遇”，他覺得在這個虛擬空間裡，自己的表現力更容易被捕捉到，能更真實地傳達情緒：「我真希望更多的人能來親自體驗！」小札也表示非常期待網友們看到這集播客後的反應，唯一擔心的是觀眾透過2D螢幕，能否真地感受到這種呼之欲出的真實震撼感。

而從網友們的留言來看，顯然不只感受到，而且被結實地震撼了。

即使這幾個月已經被Google、微軟、特別是OpenAI的ChatGPT幾輪暴風更新洗禮過，也算見過大世面，這次元宇宙裡的採訪還是超越了人們的認知範圍。全球頂級Youtuber 野獸先生（MrBeast）在影片下留言說，「我們是怎麼從像素虛擬人來到這裡的，我到底錯過了什麼！」其他人也紛紛跟帖表示「這是我見過最難以置信的事情之一」。

有人說，在引領科技創新的強者隊伍裡，Meta永遠佔有一席之地。被質疑、取笑甚至詬病了那麼久，元宇宙還是進化成這樣強大的3.0形態來了。

Lex說，我看到了未來。

祖克柏說，我相信接下來的一年會相當瘋狂。

不論Meta未來會怎樣發展，走向如何，這場史上首次跨越百英里、元宇宙中的「真人」隔空對話都具有里程碑式的意義。而生於這個時代，見證一切不可能變成可能的我們，本身就已經夠幸運。