摘要：　　现阶段的AI合成主播尚未成为新闻生产流程再造的工具，反倒更像是一个新奇的“媒介技术玩具”。

　　人工智能先驱皮埃罗?斯加鲁菲曾在《2017未来媒体报告》中预测，人工智能与机器人写作将成为未来媒体十大发展趋势之一。过去一年多，国内外各种写稿机器人、算法推荐新闻、语音机器人等正在证实他的判断，最新的印证则是去年11月7日新华社在第五届世界互联网大会发布的全球首个AI合成主播。

　　AI合成主播的核心技术源于搜狗公司，实质是提取新华社真人主播新闻播报视频中的声音、唇形、表情、动作等特征后，运用语音、唇形、表情合成及深度学习等技术联合建模训练，生成的高度仿真的“分身”。它是一套能迅速将文本转为视频的发稿系统，编辑输入中英文文本，就能自动生成AI合成主播视频。

　　与以往一些媒体创新的影响力局限于传媒行业不同，AI合成主播的热度明显已经“出圈”，甚至一度成为全民关注的网络大事件。这种轰动效应，源于“搜狗分身”足以以假乱真的突破性技术，但更重要的原因在于，两位虚拟主播成为国家通讯社“特殊员工”，本身就足以成为“智媒时代来临”的一种隐喻。

　　AI合成主播的出现，为传媒行业关于人工智能新闻的讨论增添了新话题。高度仿真的人工智能主播是一种新的“补救性媒介”，传统新闻已成为它生产视频的内容来源。它是技术模仿和复制人体的感知模式和认知模式的产物，也是保罗?莱文森提出的媒介演化“人性化趋势”（Anthropotropic）理论的生动体现。

　　一种非常可以理解的担忧是：AI合成主播“C位出道”，是否意味着传媒行业“机器换人”的大幕已经开启？毕竟，培养一个主持人的时间成本、培训成本极高，而虚拟主播不仅可以自主学习，不需要工资和五险一金，而且能24小时不间断工作。看上去与真人无异的AI合成主播，是否会成为未来传媒业的主角？

　　理论上讲，确实存在这样的可能。但从现实来看，现阶段的AI合成主播尚未成为新闻生产流程再造的工具，反倒更像是一个新奇的“媒介技术玩具”。

　　按照保罗?莱文森的观点，技术发展通常要经历三个阶段演进，其辩证逻辑可表述为“玩具—镜子—艺术”，或“前现实—现实—后现实”。处于婴儿期的技术带有明显的玩具属性，公众的乐趣不在于技术的结果，而在于技术本身。只有当技术进入传达现实、与现实互动的第二阶段，才会拓展我们对现实世界的控制。

　　AI合成主播目前的功能还很初级，社会各界对它的关注更多是出自对新事物感到好奇的本能。过去两个月里，AI合成主播已被全面嵌入新华社客户端、微信公号、小程序等传播矩阵，以期获得最大程度的曝光。但从互联网指数来看，AI合成主播的关注度直线下降，人们对这个新“玩具”的兴趣似乎正逐渐降低。

　　一种可能的解释是，AI合成主播依赖的“搜狗分身”技术，已经导致日本机器人专家森昌弘1969年提出的“恐怖谷效应”(uncanny valley effect)——当机器人外形与人类相似到特定程度时，人们心理上会出现非常微妙的不适感。AI合成主播没有像汤姆猫、初音未来等虚拟角色一样选择安全的卡通形象，而是向跨域“恐怖谷”发起了挑战，但高度仿真与真实之间的差距仍不难被察觉。

　　还有一种被国外学者提及的批评是，虚拟主播破坏了传播的仪式感。信息传播有一套程序化、体系化的符号体系，而新闻主播是建构传播仪式的重要符号——主播就连更换发型都需审批。但虚拟画面切断了观众与主播之间的联系，破坏了固有的符号系统和传播仪式，也在一定程度上使人们放弃这个新“玩具”。

　　转型期的传媒行业，急需各种顺势而为的创新。不过，我们也不得不重温保罗?莱文森“媒介演进三阶段”理论的另一个论断：“玩具”阶段可能是后续阶段的前提条件，但决不保证后继的技术发展，在缺乏一定的环境条件下，“技术玩具”可能会长期定格在初始阶段。换句话说，AI合成主播能否从功能简单的“玩具”进化为复刻现实的“镜子”，甚至成为一种后现实“艺术”，还有待观察。

　　（作者为《新华每日电讯》评论部副主任、清华大学新闻与传播学院博士研究生）