大熱的ChatGPT掀起全球對人工智能（AI）工具的憧憬，有初創推出的影像生成AI工具，可以基於真人影像，快速製作朗讀任何內容的影像，支援逾百種語言，可用於教學影片、營銷用途、客戶服務等。
相關技術倘結合ChatGPT等內容工具，未來網課導師、主播，甚至演說家，隨時可以AI影像取代。
網絡進入影片時代，企業無論進行宣傳以至營運，都有可能需要製作影片，但要找人錄音、拍攝，甚至為個別客戶提供客製化的內容，成本不低。以色列初創D-ID聯合創辦人兼行政總裁Gil Perry解釋，企業清楚了解影像的好處，特別是讓參加者更關注內容，提高互動性。
頭部動作不大 模仿口形為主
該企以生成AI（Generative AI）技術，只要輸入影像資料與文字內容，系統分析後便可複製出朗讀者的聲綫，再製作出朗讀該等內容的影像。現時技術主要以模仿口形為主，並未做到更複雜的影像編輯，就記者觀察，因為製作出來的影片頭部動作不大，如果長期觀看影像，可發現不自然之處，但在聲綫與口形上，已不太易看穿影像的真偽。
他指出，平台的需求極高，特別是近日，每5秒便有新帳戶登錄、查詢，而平台至今已生產出逾100萬條影片。
據Perry解釋，該技術現時提供兩種企業服務。基本形式是用戶從一系列指定的「演說者」頭像中選取一個，另行輸入內容，生成出所需的朗讀影片。技術上亦可讓客戶自行安排人員，由該企拍攝影像素材，生成所需朗讀影像。此外，用戶可選擇以API接駁該企平台產生影片，又或自行運用Studio工具管理製作。
他續指現時主要有兩種企業服務需要這類生成影片。首先，網上學習平台盛行，但教學內容量太多，要導師就每一條題目、每一種語言進行拍攝就絕不實際，而運用生成AI的技術便可以生成無數條解說教學影片。
未來用於ATM 家居智能助理
影片亦可用於客戶服務用途，Perry表示，企業客戶服務與營銷上，如能成功提供客製化內容，對客戶關注與留存率的意義重大，而運用生成AI便可以製作懂得朗讀針對指定客戶的推廣影片，包括名字與推介產品等，這種影片的推廣效果，自然比冷冰冰的電郵為佳。
如果進一步結合ChatGPT等內容生成AI，該企技術可以有進一步的潛力，讓企業以「數碼人類」的形式提供各種企業服務，集現時聊天機械人與真人服務的優點。
可行的場景包括作為未來客戶服務平台的基礎，例如ATM、機場服務，甚至家中的智能助理，解決客人的疑難「讓聊天機械人加添一分人味」。內容技術更加成熟時，甚至可作為企業發言人，回答外界對企業的提問，又或就指定議題發表演說。
不過他亦強調，研發技術並非以取代人類工作為目的，例如記者這類職業，對整合消息、尋求真相所表現的職能，AI並不能取代。
新版ChatGPT API 便利企業價格平9成
ChatGPT AI技術近日風靡全球，開發ChatGPT的OpenAI近日乘勢推出新版ChatGPT API，表示可方便任何企業，將ChatGPT技術導入自家的應用程式、網站、產品或服務。價格方面，將比現有的語言模型便宜90%，僅0.002美元（約0.016港元）就可獲得1,000個token（字詞單位）。
可導入應用程式 網站或服務
OpenAI表示，新版ChatGPT API可應用的服務不僅是聊天機械人，該API採用的語言模型gpt-3.5-turbo，與原本的ChatGPT開放模型和新版Bing所使用的並不同，還可用在其他非聊天類別的應用程式。
是次大降價，OpenAI解釋是由於目前已將ChatGPT的使用成本降低了90%，而開發者也可在API中使用OpenAI的開源Whisper large-v2模型，達到更快、更具成本效益的應用成果。
（原文刊《香港經濟日報》）
記者︰周俊霖
美術：顏玉玲