在获得一个交互式头像并训练其讨论风险投资欺诈后，我对制作我们自己的AI克隆体有了复杂感受。

当视频生成初创公司Synthesia的企业事务负责人Alexandru Voica发给我一个链接，指向他们最新公关团队成员——一个交互式虚拟头像时，我感到惊讶。前一天，我刚参加了一个小组讨论，公关人员问我是否介意AI生成的文本提案。但Alexandru的头像远不止于此——在我看来，这是在公关中使用AI的最终 bosses。

九月，Synthesia邀请我前往其位于纽约的新办公室。Synthesia最初总部位于英国，是一家热门的数字头像初创公司，与D-ID、Hey Gen和Colossyan等公司齐名。今年早些时候，该公司估值达到40亿美元，并在去年表示其年经常性收入已突破1亿美元。

为了制作这个头像，我进入了Synthesia办公室的一个迷你电影工作室，他们为我拍摄了多张照片，并录制了一段两分钟的语音。我必须同意制作这些头像，于是，数字版的我诞生了。语音转文本模型将人们所说的内容转化为文本，智能语言模型理解文本并可据此采取行动，文本转语音模型将响应转化为音频，最后，视频模型在头像说话时为其制作动画。