《现代电影技术》｜周雯等：基于 AI技术的影视虚拟角色创制：从数字仿真到智能共创

本文刊发于《现代电影技术》2025年第1期

专家点评

随着人工智能（AI）技术的不断进化，艺术创作领域正经历一场由新技术驱动的虚拟与现实融合的变革。在AI技术的加持下，虚拟角色经过不断演化已步入到AI赋能的人机共创阶段。在戏剧与影视领域，这一变革在推动戏剧呈现方式、影像生产逻辑更迭的同时，也催生了艺术审美的重构。在AI技术持续更新及艺术与生活关系遵循的双重作用下，其艺术形象的再现生成路径及由此引发的审美特征也在发生着不容忽视的变化，且有待进行艺术品格及认知伦理的重新辨识和定位。《基于AI技术的影视虚拟角色创制：从数字仿真到智能共创》一文密切关注最新技术前沿，聚焦AI技术在艺术创作特别是戏剧与影视领域虚拟角色创制方式及其应用这一极具前瞻性的议题，契合当下科技与艺术深度融合的发展趋势。通过案例分析与理论阐述，深入剖析了从数字仿真到智能共创的技术应用历程及不同阶段虚拟角色创制的特点，着重提出了AI在虚拟角色构建、艺术创制过程中人机共创的路径及其在艺术创作内容生成模式上的革新，AI技术正在从辅助工具向共创主体转变。同时还敏锐地察觉到AI参与创制所引发的伦理与创作身份界定等复杂问题，对AI虚拟角色在跨文化交流中的作用以及未来艺术创作方向进行了有说服力的设想与展望。

——高雄杰

教授、博士生导师

中央戏剧学院学术委员会副主任、电影电视系主任

作 者 简 介

周 雯

北京师范大学艺术与传媒学院教授、博士生导师，主要研究方向：数字影像艺术、虚拟现实影像艺术。

北京师范大学艺术与传媒学院数字媒体艺术专业大学本科在读，主要研究方向：数字媒体艺术。

赵 恬

摘要

为深入探究艺术创作领域从计算机合成虚拟角色到人工智能（AI）深度参与的人机共创模式的演变历程、作用机制及其深远影响，本文通过梳理 AI 技术在影视与舞台艺术中的应用历程，利用案例分析和理论阐述，提出 AI 正从辅助工具向共创主体转变的论点。通过对 AI 在虚拟角色构建、人工智能生成内容（AIGC）驱动的艺术创作过程以及人机共创路径等方面的详尽剖析，发现AI 技术的持续演进显著增强了虚拟角色的表现力，革新了艺术创作内容的生成模式，为艺术创作注入诸多创新元素，带来沉浸式体验；然而，这一进程也引发了伦理与身份界定等复杂问题，如虚拟角色行为责任归属不明、引发观众情感依赖等。未来，AI虚拟角色可能在跨文化交流中发挥重要桥梁作用，AI的深度参与有望推动艺术创作朝着虚拟与现实深度融合、多元文化体验拓展的方向持续发展。

关键词

人工智能；虚拟角色；AIGC；人机共创；数字仿真

1 引言

近年来，人工智能（AI）的迅速发展正在艺术创作领域引发革命性变化。AI技术不仅提供了更丰富的视觉呈现和听觉体验，还通过多模态生成、实时响应和个性化交互等方式，推动了艺术表达的创新。这些技术变革让舞台表演与影视作品中的数字内容具备了更加高度逼真的表现力和灵活的互动性，从而逐渐突破传统的艺术生成边界[1]。在技术与艺术交织的进程中，虚拟角色、智能生成角色和数字化舞台效果等应用形式成为新的艺术表现手段，使观众能在沉浸式环境中体验动态、个性化的艺术互动[2]。这一演变不仅重塑了文化内容的生成方式，也为艺术创作带来了广泛的社会影响。

在舞台表演与影视艺术中，AI技术逐步从技术辅助工具发展成为艺术表现的核心支撑。早期艺术内容创作多通过动作捕捉和三维建模等数字技术完成，而随着生成式对抗网络（GAN）、大语言模型（LLM）等技术的发展，艺术内容的生成从单一仿真向智能化与自适应转变[3]。AI不仅能在创作过程中生成多模态的动态效果，还能识别并回应场景变化和观众情绪，形成灵活的交互。从底层逻辑上看，这些技术融合了深度学习与实时数据处理，使数字内容能通过自我学习和优化来调整表现方式，从而带来类人化和高度个性化的表达[4]。舞台表演和影视作品借助AI促进沉浸式艺术体验的发展，为当代艺术生成方式开辟了新的理论框架和研究路径。

本文通过梳理AI技术在舞台与影视艺术中的应用演变，对其技术发展路径进行阶段性分析，探讨从数字仿真到智能生成再到智能体（Agent）共创，AI如何逐步成为文化艺术表达的重要构建要素，并探析未来AI协同艺术创作的发展路径。

2 虚拟角色的演进之路：AI技术参与的三重阶段

2.1 数字仿真：AI前时代的虚拟映射

2.1.1 虚拟角色的被动再现与技术框架

在 AI 技术尚未深度渗透艺术创作的早期，虚拟角色的生成主要依赖于计算机视觉（CV）、三维建模等传统数字仿真技术。动作捕捉通过传感器捕捉真人的运动轨迹，获取面部表情和身体细节的动态数据，再通过算法转化为数字形象。这一过程通常需要高分辨率的摄影机、传感器和复杂的数据处理系统以确保真实感。三维建模则结合物理模拟与光影渲染技术，利用捕捉数据实现高度逼真的数字人物建模与场景再现。这种精细化的数字仿真虽尚未具备自主生成能力，但通过视觉上为观众带来“回春”效果，强化了数字形象的表现力和情感感染力。

动作捕捉、实时渲染和物理模拟技术共同构成了这一阶段的技术主干。虚拟角色生成的主要目的便在于实现对现实世界的“高度还原”，并通过细致的视觉表现为观众带来具备高保真画质的沉浸体验。尽管技术在视觉逼真度和物理模拟方面取得了显著进展，但往往缺乏情感生成和互动能力[5]，仍然属于“工具性”的表现。因此，虚拟角色在这一阶段的表现形式主要限于舞台演出和影视艺术的数字还原。

2.1.2 虚拟演唱会与数字仿真呈现

数字仿真技术的基础在于数字视觉处理与物理模拟间的深度交互。数字视觉处理通过传感器和摄影机等设备采集高精度数据，并通过算法分析和重建，最终实现逼真的视觉呈现；物理模拟则专注于光线、材质和运动的真实再现，以弥补计算机生成图像（CGI）在现实感上的不足[6,7]。2018年11月，《英雄联盟》游戏推出的虚拟角色女团K/DA首次亮相，成为虚拟角色早期方法的代表。K/DA的成员由计算机图形学（CG）建模生成，结合动作捕捉技术呈现出逼真的舞台表演效果，配音及后期也基于真人录制，体现了虚拟角色作为静态、被动表现主体的特性。

从2022年起，瑞典ABBA乐队的虚拟演唱会则可被称为动作捕捉和三维建模技术应用的顶尖实例。4位ABBA成员平均年龄75岁，他们身着动作捕捉服，在200台摄影机的多角度捕捉下进行了为期5周的表演。特效公司工业光魔（ILM）通过专有捕捉工具，将这些表演转化为虚拟角色的动态表现[8]。此外，通过对演唱会每件道具和服装进行扫描处理，确保了色温、材质和运动状态在不同光线条件下的真实还原[8]。物理数据的获取使这些元素在数字世界中得以精确重现，从而在整个舞台空间中呈现出接近真实物理效果的光影体验。

此外，该虚拟演唱会还引入了体积视频技术，通过多角度摄影机捕捉场景，以保留人物的神态和动作细节，再利用算法重组这些数据，生成包含深度信息的三维模型[9]。传统视频以每秒30帧的静态图像构成，而体积视频则包含每秒30个三维静态模型，可高度还原人物的表情和动作。演唱会现场设置了左右各6块9.52米滑轨可移动立面屏、12块滑轨可移动屏以及中间1块9.5米×25米的主屏，配以6500万像素高清屏幕和霓虹光效，为观众带来了全方位的逼真视觉体验。高度逼真的裸眼3D效果有效模糊了虚拟与现实的边界，观众几乎无法察觉这4位成员是虚拟角色，从而避免了虚拟角色常见的恐怖谷效应。

这一案例不仅展示了数字仿真技术在高保真影像呈现上的卓越能力，更在一定程度上代表了在AI深度介入舞台艺术创作前，数字艺术制作的最高水准。然而，这一实例也揭示了传统数字仿真技术在虚拟角色生成上的局限性，即其仍需依赖真人表演才能达到高度的真实感。

2.2 内容生成：AIGC驱动下的多模态艺术表达

2.2.1 多模态应用平台的崛起：从图像、音频到视频的全面覆盖

生成式艺术的历史可追溯至20世纪50年代和60年代，当时的艺术家开始使用数学和逻辑规则来创作艺术品。这种艺术形式的核心在于使用预定义的算法或规则来驱动艺术的创作过程。随着计算机技术的发展，生成式艺术在数字艺术领域获得了更广泛的应用[10]。近年来，生成式人工智能（GAI）的迅猛崛起，使虚拟角色生成从早期的简单仿真迈向了多模态、自主生成的智能化阶段。2023年1月，Metaverse娱乐公司与Kakao娱乐公司合作推出了AI偶像团体MAVE。MAVE不仅利用深度学习（DL）和深度伪造（Deepfake）等技术生成逼真的虚拟角色，还结合了动作捕捉与AI算法，使虚拟角色具备自然的外观和多语言交互能力。这一阶段代表了虚拟角色的生成方式开始趋向于多模态融合的自主生成。

在图像、音频、视频等多方面，AI已催生了如Midjourney、Stable Diffusion、Runway、Sora、Suno等现象级多模态生成式技术应用平台[11]。2023年12月，AI虚拟歌手Anna Indiana在个人YouTube频道发布了首个AI生成音乐演唱视频。此后，她每月更新1~3条新歌视频，至今已发布15条。其创作涉及AI智能编曲、AI人声模拟、虚拟角色生成、唇音同步等技术，充分展示了AI在音乐创作中提升创作效率与创新表达的潜力。随着AI工具的功能整合，这类创作流程持续简化，呈现出从音乐到表演视频的全自动化生成过程，降低了音乐创作的门槛，并为更广泛的用户群体提供了参与可能[12]。

基于多模态生成技术，虚拟角色不再局限于单一的视觉呈现，而发展为能同时生成表情、声音和情感等多种要素，实现协调自然的互动效果。例如，虚拟角色可根据台词或指令生成相应的面部表情或语音情绪，从而带来更生动的表演体验。多模态生成技术的应用不仅增强了虚拟角色的表现力，使其在舞台与屏幕上栩栩如生，具备“类人化”特征，也为虚拟内容的多样化和适应性开创了新的可能性，不仅有助于提高艺术内容的生成效率，也为观众提供了更沉浸、更具个性化的体验效果，逐步推动虚拟角色在影视和舞台艺术中的自适应表现。

2.2.2 动态表演与人物置换：AI推动影视领域创制的多元应用

此前，AI视频生成始终无法真正走向电影领域的重要障碍在于：AI视频中的人物形象难以实现自然的唇音同步和复杂的大幅度动作表演。如今，随着AI在动态表演和人物置换技术上的突破，影视制作和内容创作的可能性被进一步拓展[13]。2024年3月，Viggle AI推出2.0模型，通过对视频剪辑中的运动模式进行分析，并将其与图像融合，能快速生成具有精细表情和动态动作的虚拟人物动画。用户仅需上传一张照片，并结合视频或特定动作指令，即可生成高度逼真的虚拟角色影像，从而轻松实现高质量的虚拟内容制作，在电影视效、广告、社交媒体等领域均有广泛的应用前景。

D⁃ID Studio是基于音频生成唇音同步视频的应用软件。用户可将语音或文字输入D⁃ID系统，生成具备自然表情的虚拟人物形象，从而为不同情境的呈现带来更高的真实感。该软件通过将静态图像与语音输入结合，生成同步的口型和动态表情，使虚拟角色能够逼真地展示面部动作和情绪[14]。2024年9月，字节跳动旗下的新项目Loopy在即梦平台上线，进一步提升了中文语境下的唇音同步表现。一个月后，快手旗下的可灵AI也开放了对口型功能的API服务，面向所有用户提供支持。与此同时，AI生成音乐领域的代表公司Suno的Bark语音模型，通过文本转音频技术实现富有情感的语音生成，减少了虚拟角色对真人配音的依赖。这类技术不仅提升了内容创作的效率，也赋予用户创作、还原或置换角色的能力，为虚拟内容的多样化表现奠定了技术基础。

在生成式对抗网络（GAN）和深度学习（DL）的支撑下，AIGC的多模态生成能力不仅增强了虚拟角色的表现力，还为舞台和影视艺术中的内容生成提供了智能化解决方案。2024年4月，全球首个全AI女团Sorai.ai正式出道。与此前依赖真人部分参与的虚拟角色不同，Sorai.ai的形象设计、歌词创作、编曲和演唱全部由AI独立完成，标志着虚拟角色生成进入完全由AI驱动的阶段[15]。这一阶段AI在艺术创作中的主导性正开始显现，虚拟角色不再依赖真人数据，而具备了自主创作和表演的能力。

虚拟角色通过这种智能生成方式，能在视觉、听觉和情境多重层面上实现高度自适应的表现，为艺术内容的表现形式提供新的可能。多样的AIGC工具为人类创意工作带来了极大便利，大幅降低了大众进行艺术创作的门槛。这些生成模型在特定内容生成上可能达到了媲美人类设计师的水平，但在应对复杂的艺术创作流程和内容时，仍需精通专业领域知识的人员通过大量工具和模型的设计与整合来完成完整工作流，无法实现创作全流程的自动化以及以用户为中心的创作知识自动化，难以真正广泛服务于普通人群。

2.3 类人智能：AI后时代的共创智能体

伴随AI的进一步发展，虚拟角色的生成已不再局限于静态表现或简单响应，正迈向类人化交互阶段，虚拟角色不再是单向的被动表演者，而逐渐成为能够理解和回应情境的主动互动体，即具备类人智能和自主交互能力的“共创智能体”。在AI影像叙事中，人物的概念已超越了传统的真人演员与动画角色，甚至涵盖到虚拟数字人。在AIGC技术的加持下，呈现出更大的自动化程度，使电影中的虚拟数字人可以不再是被规定的状态[16]。这些智能体能在艺术场景中实现多维度的情感反馈与动态适应，模拟人类的情绪、行为和情境反应，为观众带来沉浸式体验，并将推动人机共创的艺术表现新模式。这种转变不仅改变了虚拟角色的表现方式，也推动了人机共创的新型艺术模式。根据类人化交互理论[17]，虚拟智能体的设计应尽可能模拟人类的情感和行为，从而实现对观众更强的情感共鸣[18]。AIGC技术的加持，使虚拟智能体能通过自动化生成情感化的反应，从而在电影、舞台艺术和交互应用中提供沉浸式体验。

2023年5月，英伟达（NVIDIA）推出的Avatar Cloud Engine（ACE）即为这一技术趋势的代表性应用。ACE通过结合语音生成、情感驱动和面部动画技术，使虚拟角色能实时响应观众或用户的输入，展现高度自然的面部表情和肢体反应。这类技术结合了语音合成与面部动画匹配[19]，从而提升了虚拟角色的即时互动性和表现力。ACE技术在虚拟主播和在线客服等领域得到广泛应用，能根据用户的语音内容和情绪反馈生成动态表现，为用户提供即时且逼真的交互体验。这种高互动性赋予了虚拟角色自主决策和情境适应能力，使其在舞台和影视表演中能灵活表现个性化情绪与动作，极大拓展了其在娱乐和教育领域的应用潜力。

类似的实验性探索在2023年8月的Smallville项目中得到进一步开拓。谷歌与斯坦福大学的研究者创建了一个虚拟小镇，在其中模拟了25个由大语言模型（LLM）、ChatGPT API及其他自定义代码生成驱动的拟人智能体[20]。这些智能体不仅具备独立行为意识，还能够展示类人化的情绪反应与社会交互，模拟了人类社会中常见的社交行为和日常活动。这种类人化交互不仅丰富了虚拟角色的表现空间，也让人机交互变得更加生动自然，为共创智能体服务于艺术创作提供了更大可能性[21]。

在此趋势下，2023年12月的Humanoid Agents项目进一步深化了智能体类人化交互的研究。该项目由华盛顿大学和香港大学的研究者主导，设计了一个平台以模拟具有人类需求、情绪和社会关系的智能体行为。相比此前的生成型智能体，Humanoid Agents系统引入了更贴近人类的System 1思维模型，基于心理学双系统理论，为智能体设定了基本需求（饥饿、健康、能量等）、情绪（开心、愤怒、悲伤等）及社会关系亲密度。智能体不仅会按照计划行动，还会基于内部状态（如情绪、需求满足度）和外部社交关系即时调整行为。智能体通过这些因素动态调节日常活动和对话内容，使其行为更具真实性和自然性。

3 AI赋能的个性化交互与人机共创路径

3.1 从再现到情感沉浸的智能体共创

随着AI技术的持续进步，智能体的共创能力逐渐超越了传统的角色再现，开始进入情感深度交互阶段。虚拟角色已不仅是静态的内容呈现者，而是通过与观众实时交互，实现了更加沉浸式的艺术体验。智能体在情感表达与情境适应方面的进步，使虚拟角色能在直播和影视作品中自然地与观众产生共鸣。例如，虚拟角色可通过AIGC的加持，在直播中根据观众反馈实时调整表情和动作，从而为观众营造出接近真人表演的沉浸体验。这种情感驱动的交互背后依赖于情境感知和情绪模拟技术，通过情绪识别与强化学习，智能体能识别观众情绪并做出即时响应，从而增强人机共创的交互深度。

此外，AI艺术的演进为虚拟角色的创作带来了新的可能性，尤其是在自主生成、多模态合成和情感交互等方面的技术创新。未来，虚拟角色将在影视作品和舞台表演中展现出更细腻的情感表现、更精准的唇音同步，并具备个性化情境适应能力。这些技术的结合拓展了虚拟角色的应用领域，从艺术创作、教育培训到健康护理等各类社会场景，为用户带来沉浸式情感体验。

3.2 虚拟角色的身份与伦理

虚拟角色的高度拟真性也带来了伦理和安全风险。虚拟角色是否应被视为具有“真实”身份的存在？其行为是否具有自主性？这些问题不仅涉及AI角色的社会地位，还关系到人类对虚拟角色的情感认同[22]。高度拟人化的虚拟角色常引发观众的情感依赖，在一定程度上模糊了现实与虚拟的界限。这种情感连接在拓展文化表达的同时，也带来伦理挑战。若未得到适当监管，高度仿真的虚拟角色可能会被滥用或误导，甚至引发隐私问题。例如，虚拟角色的所有权与行为责任归属问题，一旦其行为产生不良影响，责任是否应归于创作者、平台或虚拟角色本身？此外，在新闻、教育等领域，虚拟角色的内容需保持真实性，防止误导。因此，未来的技术开发需谨慎考虑数据安全和使用边界，以平衡创新的自由度与安全性。AI开发者与平台需对此进行深思，确保虚拟角色信息传递和行为表达的透明性，避免其被用于误导或欺骗。

3.3 AI虚拟角色的多维文化表达

AI艺术的快速发展赋予虚拟角色更为多元的文化表达和社会意义，使其从单一的技术成果逐渐转变为具有深厚文化价值的艺术形式。数字虚拟角色不仅是视觉和技术的产物，更是连接不同文化和观众的重要媒介。通过类人化的交互、情感沉浸和跨文化表达，AI艺术正在塑造出更多新的虚拟角色，为艺术创作和社会交互带来更多可能性。

虚拟角色有望超越语言、地域和文化的界限，将不同文化背景的观众连接在一起。文化传播理论指出，文化符号的跨国传播通常伴随着本土化和再创造的过程。通过AI赋能，虚拟角色逐渐形成了跨文化传播的文化符号。例如，日本虚拟歌手初音未来自2007年诞生以来，借助用户生成内容（UGC）力量，通过粉丝创作的歌曲、插画等在全球范围内传播，成为一项代表性的跨文化符号[23]。这种虚拟角色不仅在不同文化市场中获得追随者，还扮演着“文化大使”的角色，促进了文化的跨界传播和认同感。AI虚拟角色不再仅仅是技术产物，而逐渐成为具有社会价值和象征意义的文化现象。

跨文化传播的有效性依赖于多语言表达和文化适应性。虚拟角色通过多语言支持、语音合成和情感识别技术，能实现跨文化的互动与交流，AI驱动的虚拟角色则恰好具有通过语言和文化的适配来实现这一目标的优势。利用多语言转换和情感表达功能，发挥文化沟通的桥梁作用，提升全球化传播的影响力，促进不同文化间的理解与交流。这种跨文化角色彰显了AI虚拟角色作为文化“译者”的身份，观众得以通过虚拟角色了解和体验不同的文化内涵。

4 跨界融合与生成生态：AI艺术的协同创新

4.1 多场景应用中的跨界协同创新

AI艺术的跨界融合赋予其更为广泛的应用前景。通过与影视、音乐、游戏和教育等领域的紧密结合，AI生成内容能融入不同社会场景，提供多样化的用户体验。例如，在影视行业中，虚拟角色的情感生成与交互能力有助于提升观众的沉浸感，虚拟角色甚至可以在影片中承担主要角色，从而为影视创作提供更丰富的表现形式。在音乐领域，AI生成音乐已成为一种创新创作模式，能自动根据歌词生成旋律，创作出符合多种文化和风格的音乐作品，为用户带来跨文化的音乐体验。

AI虚拟角色的跨界协同也会带来显著的应用价值。在教育领域，虚拟教师和学习助手可根据学生的个性化需求提供即时反馈，帮助提升学习效果；商业中，虚拟角色和虚拟代言人逐渐成为品牌与消费者交互的重要桥梁，虚拟代言人不仅具有高辨识度的形象，还通过情感化交互增强消费者的品牌认同感。这一跨界协同创新趋势表明，虚拟角色已突破单一领域的应用限制，逐步构建起多行业协作的生成生态，实现数据、技术与资源的互通，使艺术与技术的边界愈加模糊。

4.2 面向未来的AI艺术：在创新与伦理间寻求平衡

AI艺术的发展潜力巨大，其跨界协同与生成生态的形成展示了其在多领域的技术创新与多样化表达。然而，面对技术潜力与伦理风险，AI艺术的发展需要在创新与社会责任间取得平衡。在跨领域生成生态中，AI的应用不可避免地涉及用户数据的收集、分析与利用。因此，在推动AI艺术创新的同时，必须注重用户数据与隐私的保护，确保技术应用的安全性与透明性。

未来，AI艺术在推动文化与艺术发展的过程中，需在真实性、透明性和安全性方面持续优化。一方面，在内容生成中，尤其是涉及敏感信息的应用场景，必须采取严格的数据安全措施，保证用户的隐私不受侵害。另一方面，生成生态的可持续发展依赖于技术与伦理的平衡交互，确保生成内容符合社会价值导向，满足用户对内容真实性和信任的期待。合理的技术应用与严格的伦理规范将使AI驱动的艺术创作成为社会创新的重要推动力，极大丰富了人类的文化表达和生活体验。

5 总结与讨论

虚拟角色从早期的简单仿真逐渐进化为具备多模态交互能力的智能体，标志着AI技术从“工具”向“共创者”角色的转型。这一转变赋予虚拟角色以艺术主体的独立表达能力，使其不再仅是技术展示的载体，而成为文化共创的重要参与者。通过人机共创模式，虚拟角色开辟了新的文化表达空间，丰富了虚拟艺术的表现形式，为当代艺术带来了从静态生产到动态交互的多维创新可能。随着AI技术的愈发成熟，AI不再只是支持艺术家创作的工具，而是具备独立生成和表达能力的创作力量。数字虚拟角色在文化内容生成中的作用将逐渐从辅助工具转变为具有能动性的主体。这一角色定位使AI生成内容有望在影视、舞台演出、品牌推广和教育等多个领域展现出独特的创作潜力，通过情感、个性化和交互定制，为观众提供深层次的沉浸体验和情感共鸣。

未来，AI深度参与的虚拟艺术或将成为文化生产的核心推动力，推动虚拟角色与人类之间的共创模式进一步成熟与多样化。这一趋势不仅提升了文化内容的创作效率和表达力，也为人机协同的文化生产开辟了广阔的新空间。在AI的驱动下，虚拟角色不仅具备类人化交互和情境适应能力，还可通过情感表达和智能生成，使艺术表现更趋真实、自然。借助AI技术的多模态协同与跨界融合，文化生产走向以智能生成为核心的全新艺术生态，提升文化创作的效率与创造力。

随着AI技术的持续演进，其将持续在文化内容生成中发挥关键作用，为人机共创开辟新的可能性。未来，技术与艺术相互共振的人机共创艺术将呈现出更加沉浸、交互和个性化的文化生产新图景。虚拟数字艺术与现实生活深度融合，迈向人机协同的共创美学，为文化艺术的未来注入新的活力。

参考文献

（向下滑动阅读）

[1] 陆子惠. 数字表演与新型互动：互联网艺术、虚拟现实与人工智能[J]. 戏剧艺术, 2024(5): 11⁃19,6.

[2] Liu J. Virtual presence, real connections: Exploring the role of parasocial relationships in virtual idol fan community participation[J]. Global Media and China, 2023（12）.

[3] Trattner C, Jannach D, Motta E, et al. Responsible media technology and AI: challenges and research directions[J]. AI and Ethics, 2022, 2(4): 585⁃594.

[4] Baltrušaitis T, Ahuja C, Morency L-P. Multimodal Machine Learning: A Survey and Taxonomy[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2019, 41(2): 423⁃443.

[5] Li L. The influence of digital twins on the methods of film and television creation[J]. Computers and Electrical Engineering, 2022, 103: 108314.

[6] Rekik R, Wuhrer S, Hoyet L, et al. A Survey on Realistic Virtual Human Animations: Definitions, Features and Evaluations[J]. Computer Graphics Forum, 2024, 43(2): e15064.

[7] Wang J, Jia M, Yang X, et al. 3D Modeling in Virtual Simulation Technology[C]//Frontier Computing. Singapore:Springer Nature,2023: 788⁃795.

[8] Matthews J, Nairn A. Holographic ABBA: Examining Fan Responses to ABBA’s Virtual “Live” Concert[J]. Popular Music and Society, 2023, 46(3): 282⁃303.

[9] Kakkar P, Ragothaman H. The evolution of volumetric video: A survey of smart transcoding and compression approaches[J]. International Journal of Computer Graphics & Animation, 2024, 14(1/2/3/4): 01⁃11.

[10] 李天. AIGC介入影视艺术——从“生成”概念谈起[J]. 电影新作, 2024(3): 20⁃27.

[11] Liu Y, Zhang K, Li Y, et al. Sora: A Review on Background, Technology,Limitations, and Opportunities of Large Vision Models[EB/OL].(2024⁃03⁃18)[2024⁃11⁃03].https://blog.csdn.net/qq_41200212/article/details/136811930.

[12] 高永杰. 智能转描、算法映射与多模态创作——生成式AI重塑电影创作之思[J]. 当代电影, 2024(12): 91⁃98.

[13] Chen Y, Wang Y, Yu T, et al. The Effect of AI on Animation Production Efficiency: An Empirical Investigation Through the Network Data Envelopment Analysis[J]. Electronics, 2024, 13(24): 5001.

[14] Daněček R, Chhatre K, Tripathi S, et al. Emotional Speech⁃Driven Animation with Content⁃Emotion Disentanglement[C]//SIGGRAPH Asia 2023 Conference Papers, 2023：1⁃3.

[15] 腾讯网. 全球首个AI女团首秀倒计时 - Sorai.ai出道计划独家揭秘_腾讯新闻[EB/OL]. (2024⁃04⁃17)[2024⁃12⁃24]. https://news.qq.com/rain/a/undefined.

[16] 陈焱松, 周雯. 人工智能影像叙事的涌现化生成[J]. 当代电影, 2024(5): 14⁃20.

[17] Nass C, Moon Y. Machines and mindlessness: Social responses to computers[J]. Journal of Social Issues, 2000, 56(1): 81⁃103.

[18] 吴宋若瑶, 沈寒暑, 陈铭威, 等. 情感驱动的智能艺术研究综述[J]. 包装工程, 2024, 45(12): 1⁃12.

[19] Ham J, Li S, Looi J, et al. Virtual humans as social actors: Investigating user perceptions of virtual humans’ emotional expression on social media[J]. Computers in Human Behavior, 2024, 155: 108161.

[20] Park J S, O’Brien J, Cai C J, et al. Generative Agents: Interactive Simulacra of Human Behavior[C]//Proceedings of the 36th Annual ACM Symposium on User Interface Software and Technology. San Francisco CA USA:ACM,2023: 1⁃22.

[21] 杨扬. 身体、意识和自我认识——AI技术与电影表演中的身体表现[J]. 当代电影, 2024(12): 82⁃90.

[22] 李想. 具身人工智能的著作权主体思考[J]. 科技与法律(中英文), 2024(5): 90⁃99.

[23] Yin Y. Vocaloid in China: Cosmopolitan music, cultural expression, and multilayer identity[J]. Global Media and China, 2018, 3(1): 51⁃66.

【基金项目】国家社科基金艺术学重大项目“重大主题影视创作增强中华民族现代文明传播力影响力研究”（24ZD06）。