Hedra 創辦人 Michael Lingelbach 探討生成式 AI 如何從病毒式迷因跨越到企業級應用，展現其在虛擬網紅和互動式內容創作上的革新潛力。本文源自 Michael Lingelbach與Justine Moore，Matt Bornstein，a16z訪談，原文標題「Why AI Characters & Virtual Influencers Are the Next Frontier in Video ft Hedra’s Michael Lingelbach，由Janna，ChainCatcher整理、編譯及撰稿。
（前情提要： 多模態視訊生成技術突破，Web3 AI 有何機會？）
（背景補充： 黃仁勳Computex演講》十年內「生成AI」革命全產業、生產token成人類首要工作）
Michael Lingelbach 是 Hedra 的創辦人兼執行長，他曾是史丹佛大學電腦科學博士生，也曾是一名舞台演員，結合技術與表演熱情，帶領 Hedra 開發出業界領先的生成式影音模型。Hedra 是一家專注於全身體現、對話驅動影片生成的公司，其技術支援從虛擬網紅到教育內容的廣泛應用，顯著降低了內容創作門檻。本文編譯自 a16z Podcast，聚焦 AI 技術如何從病毒式迷因內容跨越到企業級應用，展現生成式影音技術的革新潛力。
以下為對話內容，由 ChainCatcher 編譯整理（有刪減）。
TL&DR
- 人工智慧正無縫銜接消費與企業場景，例如此技術生成嬰兒廣告推廣企業軟體，凸顯企業擁抱新技術的熱忱。
- 病毒式迷因內容成為新創企業利器，如「嬰兒 Podcast」迅速提升品牌知名度，展現市場策略的巧妙。
- 全身表情與對話驅動的影片生成技術填補創作空白，極大降低內容製作的時間與成本。
- 虛擬網紅如 John Lawa 透過「摩西 Podcast」塑造獨特數位角色，賦予內容鮮明個性與吸引力。
- 內容創作者如「媽媽部落客」借助技術快速產出影片，輕鬆維持品牌活躍度與觀眾連結。
- 即時互動影片模型開啟與虛擬角色的雙向對話，為教育和娛樂帶來沉浸式體驗。
- 以角色為核心的影片生成技術注重個性表達與多主體控制，滿足動態內容創作需求。
- 整合對話、動作與渲染的平台策略，打造流暢的生成式媒體體驗，迎合高品質內容需求。
- 互動式頭像模型支援動態調整影片情感與元素，預示內容創作的下一波革新。
（一）從迷因到企業應用的 AI 融合
Justine：我們看到 AI 在消費場景與企業場景之間的交叉應用非常有趣。幾天前，我在《富比士》上看到一則由 Hedra 生成的廣告文本，內容竟然是一個會說話的嬰兒在推廣企業軟體。但這也說明我們正處在一個新時代，企業正在快速擁抱 AI 技術，展現出極大的熱情。
Michael：作為新創公司，我們的職責是從消費者用戶的使用信號中汲取靈感，將其轉化為企業用戶可以依賴的下一代內容生產工具。過去幾個月，Hedra 生成的一些病毒式內容引發了廣泛關注，從早期的動漫風格角色到「嬰兒 Podcast」，再到本週的熱門趨勢——我其實也不確定是什麼。迷因是一種非常有效的市場策略，透過觸達大量受眾迅速佔領使用者心智。這種策略在新創公司中越來越普遍。例如，a16z 投資的另一家公司 Cluey 就透過 Twitter 的病毒式傳播獲得了顯著的品牌認知度。迷因的本質是技術賦予人們快速發揮創意的載體，短影音內容已主導文化意識。Hedra 的生成式影片技術讓用戶能在幾秒鐘內將任何創意轉化為內容。
（二）創作者與網紅為何選擇 Hedra
Justine：請解釋一下為什麼人們用 Hedra 製作迷因，以及他們如何使用它，這與你目標市場的聯繫是什麼？
Michael：Hedra 是首家大規模部署全身表達式、對話驅動的生成影片模型的公司。我們支援用戶創作了數以百萬計的內容，之所以能迅速流行，是因為我們填補了內容創作技術堆疊中的關鍵空白。此前，製作生成式 Podcast、動畫角色對話場景或歌唱影片非常困難，要嘛成本高昂，要嘛缺乏靈活性，要嘛耗時過長。我們的模型快速且成本低廉，因此催生了虛擬網紅的崛起。
Justine：近期，CNBC 發表了一篇關於 Hedra 驅動的虛擬網紅的文章。能否舉幾個具體例子，說明網紅如何使用 Hedra？
Michael：比如，著名演員 John Lawa（《The League》中 Taco 的扮演者）利用 Hedra 創作了從「摩西 Podcast」到「嬰兒 Podcast」的系列內容，這些角色如今擁有獨特的身分。另一個例子是 Neural Viz，他們基於 Hedra 打造了一個以角色身分為核心的「元宇宙」。生成式表演與單純的媒體模型不同，它需要在模型中注入個性、一致性和控制力，這對影片表現尤為重要。因此，我們看到這些虛擬角色的獨特個性開始流行，儘管它們並非真實人物。
（三）虛擬網紅與數位化身
Matt：我在 Instagram Reels 上看到很多 Hedra 影片，既有像 Neural Viz 系列中的外星人這樣全新創作的角色——過去只有好萊塢大製作才能實現，也有真實人物利用這些工具擴展自己的數位存在。許多網紅或內容創作者不想每次都精心打扮、調整燈光或化妝。Hedra 讓像「媽媽部落客」這樣的人群能快速生成影片傳達訊息，而無需花費大量時間準備。例如，他們可以直接用 Hedra 生成與相機對談的內容。
Michael：這是一個很重要的觀察。維護個人品牌對內容創作者來說至關重要，但保持全天候在線非常困難。如果創作者暫停更新一週，可能會流失粉絲。Hedra 的自動化技術極大降低了創作門檻。用戶結合像 Deep Research 這樣的工具生成腳本，再透過 Hedra 生成影音內容，並自動發布到他們的頻道。我們看到越來越多圍繞自主數位身分的工作流，不僅服務於真實人物，也包括完全虛構的角色。
（四）互動式影片的潛力與挑戰
Justine：現在很多歷史影片在 Reels 上流行。過去，我們透過閱讀歷史書獲取知識，但這有些枯燥。如果能透過角色講述歷史並展示生成式影片場景，體驗會更加引人入勝。
Michael：雖然我們不直接針對教育領域，但許多教育公司基於我們的 API 開發應用。影片互動的參與度遠高於文字。我們近期推出了即時互動影片模型，這是首款實現低延遲影音體驗的產品。從語言學習到個人提升應用，當技術成本足夠低時，將徹底改變用戶與大型語言模型 (LLM) 的互動方式。我個人最喜歡的專案是「與你最愛的書或電影角色聊天」。比如，你可以問：「為什麼明知有兇手你還走進那個黑暗房間？」這種互動式體驗比傳統有聲書更豐富，因為用戶可以提出問題、回溯內容，體驗更加生動。
Justine：影片模型的搜索空間非常大。單幀圖像生成已經很複雜，但生成 120 幀的連續影片更具挑戰性。Hedra 聚焦於一個獨特且有意義的問題，與其他影片模型有所不同。請描述一下這個問題的定義以及你的靈感來源。
Michael：這是一個很好的問題。我們看到基礎模型層出現了專業化分工，就像 Claude 成為程式設計模型的標竿，Open AI 提供通用助理，Gemini 因成本效益和速度服務於企業場景。Hedra 在影片模型領域也有類似定位。我們的基礎模型性能很高，尤其是下一代模型，提供了內容創作的極大靈活性。但我們更關注如何讓內容「活起來」，讓用戶願意與之互動，感受到一致的個性和吸引力。核心在於如何將影片中角色的智慧與渲染體驗結合。我的願景是用戶能與影片中的角色雙向溝通，角色擁有可編程的獨特個性。這需要垂直整合，不僅優化核心模型，還要重新思考用戶互動的未來體驗。
（五）「以角色為中心」的影片模型與主體控制
Michael：我來自戲劇背景，雖然不是專業演員，但對角色表演充滿熱情。影片是我們日常互動的核心，無論是廣告、線上課程還是 Hedra 驅動的無臉頻道，連結感至關重要。我們透過降低創作門檻、加快速度，讓普通用戶也能輕鬆生成內容。未來，模型的智慧與渲染界限將逐漸模糊，用戶將與理解其意圖的系統對話。我們將角色視為控制的核心單元，而不僅僅是影片。這需要收集用戶回饋，優化角色真實感和表現力，同時提供針對多主體的控制槓桿。
Matt：我花了很多時間為不同影片創建角色，Hedra 的強大之處在於整合的角色創作工具。你可以創建或上傳角色形象，保存以供後續使用，甚至轉換語境或克隆聲音。我的 YouTube 影片和教學的許多開場白都使用了 Hedra 克隆的我的聲音。這種一體化體驗在碎片化的生成式媒體市場中尤為珍貴。
（六）打造一體化生成式媒體平台
Justine：許多公司如 Black Forest Labs 在技術上取得突破，但仍需像 Hedra 這樣的夥伴將體驗傳遞給消費者和企業用戶。你如何決定打造一個一體化平台，而不局限於某一技術？
Michael：這關乎專注與用戶需求。我創立 Hedra 時，發現將對話融入媒體非常困難。過去，用戶製作短影音需要疊加對嘴，缺乏整體感。我們的技術靈感是將呼吸、手勢等信號與對話統一，打造更自然的影片模型。從市場角度看，我們觀察到用戶對不同應用的付費意願差異。一些熱門應用可能付費意願低，但某些細分領域（如內容創作者）對高品質體驗有強烈需求。我們選擇整合最佳技術，無論是 Hedra 的還是夥伴如 11 Labs 的，確保用戶獲得最佳體驗。
Matt：未來，AI 角色會由單一模型生成文本、腳本、語音和視覺嗎？
Michael：我認為行業正邁向多模態輸入輸出範式。單一模型的挑戰在於控制力。用戶需要精確調整語音、音調或節奏等細節。解耦輸入能提供更多控制，但未來可能趨向全模態模型，用戶可透過引導信號調整各模態的貼合度。
（七）互動式影片的未來
Justine：Hedra 的長影片生成能力讓我印象深刻。你可以上傳幾分鐘音訊，生成角色對話影片，分別調整形象和聲音，避免一次性生成浪費資源。這種控制力讓我對互動式影片的未來充滿期待。
Michael：我們剛推出的互動式頭像模型讓我興奮。未來，用戶能像在流體畫布上一樣塑造影片元素，例如暫停影片並要求角色在某段話中更悲傷。這種雙向溝通將帶來下一代體驗，很快就會實現。
Matt：真正的 AI 演員可能嗎？用戶即時與創建的角色互動，並給予指令。
Michael：絕對可能。但目前限制不在影片模型，而在大型語言模型的個性真實感上。現有的 AI 伴侶（如 Character AI）仍帶有明顯的模型痕跡。要實現真正互動式數位角色，還需在可配置個性上投入更多研究。
（八）Hedra 的音訊生成與 AI 原生應用
Justine：Hedra 的影片令人驚嘆，但音訊有時稍遜。11 Labs 的最新模型提升了音訊品質，但內容吸引力仍需改進。
Michael：音訊生成是一個未充分探索的領域。當前生成式語音多用於旁白或配音，但像在嘈雜咖啡館中生成自然對話的場景仍具挑戰性。我們需要能控制環境音、多輪對話的音訊模型，以提升影片創作的自然度。影片 AI 仍處於早期階段。就像早期 CGI 特效看似逼真，如今看來卻像卡通。我們的第一代模型曾讓我驚嘆，但現在看來已顯粗糙。實現超可控、成本效益高、即時性能強的模型仍需努力。
Matt：用戶會更喜歡與真實人類、擬真人類還是卡通角色互動？
Michael：我們生成了很多毛茸茸的小球和貓咪角色。Hedra 的統一模型能處理各種角色，無論是石頭還是機器人，讓用戶自由實驗，創造前所未有的內容。我們打造統一模型，而非傳統影片加對嘴，是為了避免用戶受限於技術。用戶可以嘗試「會說話的石頭」或「機器人與人的 Podcast」，模型能自動處理對話和個性。這種靈活性激發了革命性的消費場景。
Justine：AI 的交叉應用令人興奮。消費者創造像「嬰兒 Podcast」這樣的內容，啟發企業應用。我在《富比士》看到 Hedra 生成的嬰兒廣告推廣企業軟體，令人驚訝。這說明企業正快速擁抱 AI，我們需要將消費者信號轉化為企業級解決方案。
Michael：企業是我們增長最快的領域。生成式 AI 讓內容創作從數週縮短到即時。例如，自動新聞主播正改變資訊傳播方式。過去，地方新聞因成本高昂而消失，但現在一人即可營運新聞頻道。這種「中等規模個人化」滿足了特定人群的需求，如地方美食或主題公園的精準廣告，比過度個人化的 Google 模型更有效。
（九）創辦人之路：挑戰、熱情與協同創新
Justine：作為創辦人，你的經歷如何？有哪些挑戰和收穫？
Michael：在舊金山，創辦人生活常被美化，像是構建劃時代技術的浪漫旅程。我來自佛羅里達小鎮，從未想過會走這條路。但做創辦人 99% 的時間都很艱難。你必須不斷推動，問題從不減少——從潛心開發到面對海量客戶支援郵件。身體上很疲憊，但內在滿足感無與倫比。我愛我的用戶和團隊，無法想像做其他事。這是一種「第二類樂趣」——像攀登雪山，手腳受傷，但到達山頂後仍想再來。我每天早 7:30 進辦公室，晚 10 點離開，有時凌晨 2 點還在討論功能。這需要放棄工作與生活的界限，但熱愛讓我堅持。
Matt：你為何仍親自寫程式？是表達創意還是與團隊溝通？
Michael：兩者都有。原型幫助我快速驗證想法並明確傳達預期。作為領導者，清晰溝通至關重要。我會與設計師討論邊界情況，確保系統可擴展。寫程式讓我保持与團隊的連結，了解他們的挑戰，同時快速探索產品方向。
