软银投资的第一家人工智能公司，到底有多少料？

本文由魔多（微信公众号：moduovr，官网：www.moduovr.com）原创，转载请联系邮箱 [email protected]。

昨天，软银被爆投资了一家叫 ObEN 的人工智能公司，其实是它旗下 SB Next Media 创新基金投出的第一笔钱。这个基金成立于 2016 年 12 月，主要投资可应用于商业的内容、媒体平台或技术，包括虚拟现实和增强现实。

软银的基金处女投就给了这么一家 “年纪轻轻” 的公司，魔多君很是好奇原因啊！

对此，软银韩国合伙人及创新基金董事总经理 J.PLee 解释了一下：

我们在寻找 VR／AR 公司时，看到了 ObEN，让我们兴奋的是，他们的应用引入了人工智能。同时，他们一流的演讲，一流的计算机视觉和自然语言处理技术，以及优秀的团队都在致力于为消费者创造个人 AI。

魔多君随即去查了查这家公司的融资情况：

2014 年 7 月，获得第一笔种子轮融资；
2016 年 7 月，加入 HTC Vive X 孵化计划；
2016 年 11 月，获得 770 万美元 A 轮融资；
2017 年 3 月，获软银韩国的投资。

可以看出，ObEN 的发展比较稳健。

那么，这家公司到底做了什么，能让软银出手呢？

简单来说，ObEN 可以让你用一张自拍照几秒钟构建你的 3D 头像。

只要用手机拍下正面一张自拍照片，就能两秒钟内生成一个完整的 3D VR 头像化身（照片角度越多，重建效果越精确）。

这个 3D 头像化身还拥有完整表情支撑，让你的 3D VR 头像拥有七情六欲，喜怒哀乐。

比如，委屈的时候是这样的

愤怒的时候是这样

你开心啦，眉毛抖呀抖，是不是很丑

除了能快速的生成你个人的 3D VR 头像，为了更像你，索性连你的语音也一起生成。

只要录下两分钟的声音，就可以借由语音模拟器，用同样的声音说话、唱歌，甚至可以讲出流利的不同国家语言！

据说两位创始人 NikhilJain 和 Adam Zheng 是因为想让自己的声音时常陪伴孩子，才创立了这家公司。

ObEN 使用的并不是简单的语音合成技术，它的技术可以捕获完整的声波纹。它不是记录单个音节，也不只是语调，然后颗粒输出。而是应用深度学习语音合成，创建任何语言的数字声纹。

比如，你是个美国人，使用 ObEN 技术录下语音，获取你的声音后，可以用你的声音来说中文，就好像你会说中文一样。录制声音也不需要特殊的录音棚，只要一个没有太多背景噪音的地方。

结合以上两点，ObEN 可以构建一个样子像你、声音像你，还有丰富表情的 3D VR 头像。同时，他还可以比你更厉害，唱你不会唱的歌，说你不会说的语言。

ObEN 的优势是将人脸 3D 重建和语音合成相结合，使得合成的虚拟形象更加贴近人类，这样的话，我们是不是很快就能在虚拟世界里 “活过来” 呢？

今年 CES 期间，ObEN 接到了一个商业项目，给凯撒娱乐集团旗下的 LINQ 酒店打造了一个微信机器人（用来迎宾）。

这个机器人叫 Ben，它可以在极短的时间内识别语言、语音并做出反应与使用者进行交流。

除了点击机器人 Ben 身上的触摸屏幕面对面交流来获取周边信息，比如餐饮，娱乐表演，夜生活等等。客人也可以直接向凯撒娱乐集团微信公号直接发送指令，和虚拟的 “Ben” 交流。

（“你们这群愚蠢的人类，见了朕，还不下跪….”）

应用 ObEN 的语音识别技术以后，微信机器人可以将与之沟通者的声音储存一段时间，还可以把该声音应用到任何语言、任何内容的表达之中。

最后，看 ObEN 的集体照，团队成员只有 20 几人，但背景却多元化。他们覆盖了人工智能、机器深度学习（deep-learning）、语音识别／合成，以及电脑视觉 &图像预测等高度复杂的新领域，而且拥有多项专利和知名的专家顾问团。很有潜力啊！