Nếu vài năm trước, “ca sĩ ảo” chủ yếu được hiểu là những nhân vật hoạt hình hoặc avatar xuất hiện trong MV, thì khái niệm Virtual Human Singer hiện nay đã rộng hơn rất nhiều. Một nhân vật kỹ thuật số có thể sở hữu ngoại hình riêng, giọng hát, tính cách, câu chuyện, cộng đồng người hâm mộ và thậm chí biểu diễn trực tiếp trước khán giả thật. Công nghệ phía sau cũng không còn chỉ là animation, mà ngày càng kết hợp giữa motion capture, CGI, realtime rendering, AI voice, generative AI và hệ thống sân khấu.
Tuy nhiên, không phải tất cả “ca sĩ ảo” đều giống nhau. Hatsune Miku là một virtual singer dựa trên công nghệ tổng hợp giọng hát; K/DA và MAVE: là virtual music group; ABBA Voyage sử dụng digital replica của nghệ sĩ thật; PLAVE dùng người thật điều khiển avatar thông qua motion capture; còn Anyma sử dụng digital characters như một phần của thế giới nghệ thuật và sân khấu điện tử. Chính sự khác biệt này tạo nên một bức tranh rất thú vị về tương lai của Digital Human trong ngành giải trí.
Những dự án Ca sĩ ảo (Virtual Human Singer) tiêu biểu
Hatsune Miku: nhân vật đã định nghĩa khái niệm Virtual Singer
Hatsune Miku có lẽ là cái tên quan trọng nhất khi nói về lịch sử ca sĩ ảo. Được Crypton Future Media phát hành năm 2007 như một voicebank cho công nghệ Vocaloid, Miku không phải một ca sĩ thật mà là một nhân vật được xây dựng quanh công nghệ tổng hợp giọng hát. Người dùng có thể nhập giai điệu và lời bài hát để tạo phần vocal cho Miku, sau đó cộng đồng sáng tạo âm nhạc, hình ảnh và nội dung xoay quanh nhân vật này.
Điều đáng chú ý là Miku đã vượt xa vai trò của một phần mềm. Nhân vật này trở thành một virtual idol, xuất hiện trong các concert trước khán giả thật bằng hình ảnh 3D được trình chiếu trên sân khấu. Từ một voicebank, Miku hình thành cả một hệ sinh thái gồm âm nhạc, game, merchandise, concert và cộng đồng sáng tạo. Đây là ví dụ sớm cho thấy giá trị của Virtual Human không nhất thiết nằm ở việc mô phỏng một con người thật, mà có thể nằm ở việc xây dựng một nhân vật kỹ thuật số có IP riêng.
Gorillaz: Virtual Band trước khi “Virtual Human” trở thành xu hướng
Gorillaz là một trong những virtual band nổi tiếng nhất thế giới và thường được xem là dự án đã đưa khái niệm ban nhạc ảo đến với thị trường đại chúng. Nhóm được xây dựng quanh bốn nhân vật hư cấu gồm 2-D, Murdoc, Noodle và Russel, trong khi phần âm nhạc được tạo ra bởi các nghệ sĩ thật phía sau dự án. Nhân vật ảo xuất hiện trong MV, artwork, nội dung truyền thông và các hoạt động biểu diễn của nhóm.
Điểm quan trọng của Gorillaz là mô hình virtual character + human creator. Khán giả không nhất thiết phải quan tâm ai đang đứng phía sau nhân vật, bởi chính nhân vật ảo trở thành trung tâm của thương hiệu. Mô hình này sau đó được rất nhiều dự án virtual idol và virtual band phát triển tiếp. Nếu Hatsune Miku chứng minh rằng một giọng hát kỹ thuật số có thể trở thành nghệ sĩ, thì Gorillaz chứng minh rằng một nhóm nhạc hoàn toàn có thể được xây dựng như một IP hư cấu.
K/DA: Khi game character trở thành ngôi sao âm nhạc
K/DA là một trong những ví dụ thành công nhất về việc kết hợp game IP, âm nhạc và virtual characters. Nhóm được Riot Games xây dựng với các nhân vật Ahri, Akali, Evelynn và Kai’Sa, vốn xuất phát từ thế giới League of Legends. Các nhân vật được thể hiện dưới dạng virtual performers, trong khi phần vocal được thực hiện bởi những ca sĩ thật.
Điều khiến K/DA đặc biệt là Riot Games không cố biến các nhân vật thành bản sao của một nghệ sĩ ngoài đời. Họ xây dựng một universe riêng, trong đó nhân vật game có thể trở thành ca sĩ, xuất hiện trong MV, phát hành âm nhạc và biểu diễn trên sân khấu. Đây là mô hình rất hiệu quả về mặt IP: một nhân vật có thể đồng thời tồn tại trong game, âm nhạc, thời trang, quảng cáo và sự kiện. Với ngành Digital Human, K/DA cho thấy một nhân vật ảo không cần phải “giống người thật” mới có thể tạo ra giá trị thương mại lớn.
aespa và ae: mô hình Digital Twin của nghệ sĩ thật
aespa của SM Entertainment đưa khái niệm Virtual Human sang một hướng khác. Mỗi thành viên của nhóm có một phiên bản kỹ thuật số, thường được gọi là “ae”, tồn tại trong vũ trụ hư cấu của aespa. Vì vậy, thay vì tạo ra một ca sĩ ảo độc lập, SM xây dựng một phiên bản kỹ thuật số song song với nghệ sĩ thật. Mô hình này nằm giữa Virtual Idol, Digital Twin và storytelling.
Điểm đáng chú ý ở aespa là Digital Human không chỉ được dùng để biểu diễn. Nó trở thành một phần của narrative architecture của thương hiệu nghệ sĩ. Nhân vật thật và nhân vật ảo có thể cùng tồn tại trong MV, nội dung truyền thông và thế giới hư cấu. Đây là hướng rất đáng quan tâm đối với các thương hiệu trong tương lai: thay vì chỉ tạo một avatar để làm quảng cáo, doanh nghiệp có thể xây dựng một digital persona tồn tại lâu dài cùng thương hiệu hoặc người nổi tiếng.
MAVE:: Virtual K-pop được xây dựng từ đầu
MAVE: là một virtual K-pop girl group được Metaverse Entertainment giới thiệu năm 2023. Nhóm gồm Siu, Zena, Marty và Tyra, với hình ảnh được xây dựng bằng công nghệ 3D, machine learning và các kỹ thuật production khác. Khác với K/DA, MAVE: được xây dựng ngay từ đầu như một nhóm nhạc ảo thay vì bắt đầu từ những nhân vật game.
MAVE: cho thấy ngành K-pop đang thử nghiệm một mô hình rất khác: artist không nhất thiết phải tồn tại dưới hình thức con người thật. Tuy nhiên, cũng cần cẩn thận với cách gọi “AI group”, bởi việc nhân vật được tạo bằng công nghệ AI/3D không có nghĩa toàn bộ âm nhạc và biểu diễn đều được sinh tự động bằng AI. Phía sau một sản phẩm như MAVE: vẫn có đội ngũ sản xuất âm nhạc, animation, choreography, voice và storytelling. Điều này cho thấy “Virtual Human” vẫn là một production ecosystem, chứ không phải chỉ một thuật toán.
PLAVE: Virtual Idol nhưng người biểu diễn vẫn là con người
PLAVE là một trong những case đáng chú ý nhất hiện nay bởi nhóm đã chứng minh rằng virtual artist có thể trở thành một sản phẩm âm nhạc thương mại thực sự. Nhóm gồm năm nhân vật Yejun, Noah, Eunho, Bamby và Hamin, nhưng phía sau các avatar là những performer thật sử dụng motion capture để điều khiển chuyển động và biểu diễn. Reuters cho biết các performer được kết nối từ studio motion capture tới địa điểm concert theo thời gian thực.
Mô hình của PLAVE vì vậy rất khác một AI singer tự động. Khán giả nhìn thấy nhân vật ảo, nhưng phía sau vẫn là con người đang hát, nói chuyện, nhảy và phản ứng với fan. Điều này tạo ra một yếu tố rất quan trọng: human authenticity bên trong virtual identity. Thành công của PLAVE cho thấy khán giả không nhất thiết cần nhìn thấy khuôn mặt thật của nghệ sĩ; họ vẫn có thể hình thành mối quan hệ cảm xúc với một nhân vật ảo nếu nhân vật đó có tính cách nhất quán, biểu diễn tốt và tương tác đủ sâu với cộng đồng.
APOKI: Virtual Solo Artist
APOKI là một ví dụ tiêu biểu của mô hình virtual solo artist đến từ Hàn Quốc. Nhân vật được xây dựng như một nghệ sĩ kỹ thuật số với hình ảnh 3D, âm nhạc, dance performance và các MV riêng. Khác với những virtual character chỉ xuất hiện trong một chiến dịch marketing, APOKI được xây dựng như một nghệ sĩ có hoạt động âm nhạc tương đối độc lập.
Điều đáng chú ý ở APOKI là nhân vật không cần phải gắn với một nghệ sĩ thật cụ thể. Cô có thể tồn tại như một digital-native artist, với hình ảnh, phong cách và thế giới riêng. Đây chính là hướng mà nhiều thương hiệu giải trí có thể theo đuổi khi chi phí tạo digital character và animation ngày càng giảm. Thay vì ký hợp đồng với một nghệ sĩ thật, một công ty có thể xây dựng một IP nghệ sĩ mới và phát triển nó trong thời gian dài.
Anyma và EVA: Khi Digital Human trở thành ngôn ngữ của sân khấu
Anyma là một case rất khác và đặc biệt đáng chú ý đối với ngành hologram và sân khấu. Nghệ sĩ điện tử Matteo Milleri xây dựng một vũ trụ hình ảnh với các nhân vật kỹ thuật số như EVA, ADAM, LILITH và SYREN. Những nhân vật này xuất hiện trên các sân khấu khổng lồ, kết hợp với âm nhạc điện tử, ánh sáng, LED và visual effects để tạo thành một trải nghiệm concert có tính điện ảnh cao.
Điểm quan trọng là Anyma không đơn giản là một “ca sĩ ảo”. Digital Human ở đây trở thành một phần của toàn bộ performance universe, trong đó âm nhạc và nhân vật kỹ thuật số hỗ trợ lẫn nhau. Đây là mô hình rất đáng chú ý cho các công ty làm hologram: thay vì chỉ trình chiếu một avatar đang nói, có thể xây dựng cả một AI/digital performance universe để nhân vật trở thành trung tâm của sân khấu.
ABBA Voyage: Digital Twin đưa nghệ sĩ thật trở lại sân khấu
ABBA Voyage là một trong những dự án quan trọng nhất chứng minh rằng Digital Human có thể thay đổi mô hình concert. Trong chương trình, khán giả nhìn thấy “ABBAtars” mô phỏng ABBA ở hình ảnh năm 1979, trong khi âm nhạc sử dụng phần vocal của ABBA và một ban nhạc thật biểu diễn trực tiếp trên sân khấu. Các phiên bản kỹ thuật số được xây dựng bằng CGI và dựa trên quá trình performance capture của các thành viên ABBA.
Công nghệ sân khấu cũng rất đáng chú ý: hình ảnh digital performers được trình chiếu bằng một hệ thống quy mô lớn sử dụng LED và kỹ thuật dựa trên Pepper’s Ghost để tạo cảm giác các thành viên đang đứng thật giữa sân khấu. Đây không phải AI singer và cũng không phải hologram theo nghĩa khoa học, nhưng nó chứng minh một điều quan trọng: Digital Human có thể tạo ra sự hiện diện vật lý đủ thuyết phục để bán vé concert.
Naevis: Từ nhân vật ảo trong vũ trụ aespa thành solo artist
Naevis là một trường hợp thú vị của SM Entertainment bởi nhân vật ban đầu xuất hiện trong vũ trụ hư cấu của aespa trước khi được phát triển thành một nghệ sĩ độc lập. Nhân vật này vì thế không chỉ là một avatar minh họa mà có thể được phát triển như một IP âm nhạc riêng. Đây là một bước tiến từ mô hình “digital companion” sang “digital artist”.
Mô hình Naevis cho thấy một Digital Human có thể bắt đầu từ vai trò phụ trợ rồi dần trở thành sản phẩm chính. Ban đầu nhân vật có thể hỗ trợ storytelling cho nghệ sĩ thật, sau đó xuất hiện trong MV, social media và cuối cùng phát hành âm nhạc riêng. Nếu được triển khai đúng, vòng đời của một Virtual Human có thể dài hơn nhiều so với một chiến dịch quảng cáo thông thường.
Eternity: Thử nghiệm AI-generated K-pop group
Eternity là một virtual girl group của Hàn Quốc được Pulse9 phát triển và ra mắt năm 2021. Nhóm sử dụng công nghệ “Deep Real” để tạo ra các thành viên kỹ thuật số và xây dựng họ như một nhóm nhạc ảo. Đây là một trong những dự án sớm cố gắng đưa AI-generated faces và virtual characters vào mô hình idol group.
Điểm đáng chú ý của Eternity nằm ở thử nghiệm công nghệ hơn là việc tạo ra một sân khấu hologram. Nó đặt ra câu hỏi rất quan trọng cho ngành giải trí: nếu khuôn mặt, cơ thể và hình ảnh của một idol có thể được tạo ra bằng máy tính, đâu là phần giá trị thực sự cần con người? Câu trả lời có lẽ vẫn nằm ở âm nhạc, tính cách, storytelling, cộng đồng fan và khả năng tương tác, chứ không chỉ ở chất lượng hình ảnh.
Ann: thử nghiệm ca sĩ ảo tại Việt Nam
Việt Nam cũng từng xuất hiện những thử nghiệm với Virtual Singer, trong đó có Ann, được giới thiệu như một ca sĩ ảo được tạo với sự hỗ trợ của AI. Dự án này đáng chú ý bởi đội ngũ không chỉ tạo một hình ảnh nhân vật mà còn thử nghiệm việc tạo giọng hát và sản xuất âm nhạc cho một nghệ sĩ kỹ thuật số. Nó cho thấy thị trường Việt Nam cũng đã bắt đầu đặt câu hỏi về khả năng xây dựng một “nghệ sĩ” không cần tồn tại dưới hình thức con người thật.
Tuy nhiên, Ann cũng cho thấy khoảng cách giữa một dự án thử nghiệm và một Virtual Human business còn khá lớn. Để một ca sĩ ảo thực sự trở thành thương hiệu lâu dài, cần nhiều hơn một MV: cần personality, content pipeline, social presence, live performance, fan community và một chiến lược IP dài hạn. Đây chính là điểm mà các dự án như MAVE:, PLAVE hay Hatsune Miku có lợi thế hơn.
Maria CHOIR: Khi AI thực sự tham gia vào âm nhạc
Maria CHOIR đưa Virtual Singer sang một hướng hoàn toàn khác: thay vì chỉ tạo một nhân vật ảo để biểu diễn bài hát đã được sản xuất trước, dự án nghiên cứu khả năng AI tạo ra giọng hát và tương tác với con người. Nền tảng kỹ thuật liên quan đến controllable virtual singer có thể học đặc điểm giọng hát từ recordings và điều khiển những yếu tố như timbre, pitch, tempo và lyrics. Công nghệ này từng được sử dụng trong một human-AI symbiotic orchestra tại Hong Kong.
Đây là một bước rất quan trọng bởi nó tiến gần hơn đến khái niệm AI Performer. Khi AI có thể phản ứng với người dùng, tạo vocal theo thời gian thực và kết hợp với một Digital Human, sân khấu không còn phải chạy theo một kịch bản cố định. Khán giả có thể trở thành một phần của performance, còn Digital Human có thể thay đổi nội dung dựa trên phản ứng của họ. Đây có thể là một trong những hướng quan trọng nhất của Virtual Human trong thập kỷ tới.
Các giai đoạn/thế hệ phát triển của ca sĩ ảo
Nhìn lại toàn bộ các dự án trên, có thể thấy ngành Virtual Human đang phát triển theo bốn thế hệ khác nhau.
Thế hệ đầu tiên là Virtual Character. Gorillaz và các virtual band chứng minh rằng nhân vật hư cấu có thể trở thành trung tâm của một thương hiệu âm nhạc. Người thật đứng phía sau nhưng khán giả tương tác với nhân vật ảo.
Thế hệ thứ hai là Virtual Singer và Virtual Idol. Hatsune Miku, K/DA, MAVE: và APOKI đưa nhân vật kỹ thuật số vào âm nhạc chuyên nghiệp. Công nghệ ngày càng cho phép nhân vật hát, nhảy và xuất hiện trên sân khấu với chất lượng cao hơn.
Thế hệ thứ ba là Digital Twin Performer. aespa và đặc biệt là ABBA Voyage cho thấy một nghệ sĩ thật có thể có một phiên bản kỹ thuật số tồn tại độc lập. Motion capture, CGI và sân khấu LED tạo ra một hình thức biểu diễn mà con người thật không nhất thiết phải có mặt trực tiếp.
Thế hệ thứ tư đang hình thành là AI Performer. Đây mới là bước nhảy lớn: Digital Human không chỉ biểu diễn nội dung được sản xuất trước mà có thể nghe, hiểu, nói, hát, chuyển động và phản ứng với khán giả theo thời gian thực. Các nghiên cứu về controllable virtual singer đang đặt nền móng cho hướng này.
Digital Human giúp ca sĩ ảo trở nên hoàn thiện hơn với AI
Nếu đặt các dự án trên cạnh nhau, một điều rất rõ ràng xuất hiện: “ca sĩ ảo” vẫn chưa đồng nghĩa với “AI ca sĩ”.
Hatsune Miku có giọng hát tổng hợp nhưng bài hát vẫn do con người sáng tác và sản xuất. K/DA có nhân vật ảo nhưng vocal đến từ ca sĩ thật. PLAVE sử dụng avatar nhưng phía sau là performer thật và motion capture. ABBA Voyage là digital replica của nghệ sĩ thật. Anyma sử dụng digital characters để xây dựng thế giới sân khấu. Vì vậy, phần lớn những gì chúng ta gọi là Virtual Human hiện nay thực chất vẫn là human creativity được biểu diễn thông qua digital identity.
Khi đó, khán giả có thể nói với một Digital Human: “Hãy hát một bài về Việt Nam.” Nhân vật có thể hiểu yêu cầu, tự tạo concept, tạo hoặc lựa chọn âm nhạc, hát bằng giọng riêng, tạo choreography và xuất hiện trên sân khấu. Không còn là một video được render trước; đó là một AI Performer có khả năng biểu diễn.
Và chính tại điểm này, Virtual Human bắt đầu giao thoa với hologram, event technology, museum experience, entertainment và AI Agent. Một Digital Human không nhất thiết phải chỉ xuất hiện trên website; nó có thể đứng trong Holobox, xuất hiện trên sân khấu, trở thành MC ảo, hướng dẫn viên bảo tàng, đại sứ thương hiệu hoặc một nghệ sĩ kỹ thuật số. Đây cũng là lý do Virtual Human đang chuyển từ một công nghệ tạo avatar thành một giao diện mới giữa AI và thế giới vật lý.
Với ngành hologram, đây có thể là bước phát triển đặc biệt đáng chú ý: thay vì chỉ đưa một nhân vật đã được dựng sẵn lên màn hình, có thể xây dựng một nhân vật kỹ thuật số có trí nhớ, giọng nói, tính cách, khả năng hội thoại và khả năng biểu diễn realtime. Khi đó, ranh giới giữa “hologram”, “digital human” và “AI agent” gần như biến mất — và thứ người dùng nhìn thấy cuối cùng chỉ đơn giản là một nhân vật ảo có thể thực sự tương tác với họ.
