互聯(lián)網(wǎng)的演進(jìn)歷程是從中心化、開放的網(wǎng)絡(luò)空間，逐步變成去中心化、碎片化的虛擬世界。其中交互技術(shù)的不斷發(fā)展，讓傳統(tǒng)用戶輸入和機(jī)器輸出，升級(jí)成結(jié)合視頻和人工智能（AI）的多元化人機(jī)交互，將人與人之間的連接重構(gòu)成為元宇宙分布式社區(qū)中的虛擬關(guān)系。雖然面臨著諸多挑戰(zhàn)，但這一技術(shù)趨勢(shì)無疑將引發(fā)網(wǎng)絡(luò)空間中資源與利益的重新分配。

　　交互改變 AI與視頻完成交互

　　人與人之間的交互是通過捕捉聲音、動(dòng)作、文字等信號(hào)完成信息傳輸?shù)?。自人類發(fā)明計(jì)算機(jī)起，人人交互很大一部分被人機(jī)交互所代替。而主流人機(jī)交互方式的發(fā)展，可大致劃分為三個(gè)階段。

　　第一個(gè)階段是互聯(lián)網(wǎng)時(shí)代。在互聯(lián)網(wǎng)時(shí)代，人機(jī)交互主要是通過手指操作鼠標(biāo)、鍵盤，眼睛查看顯示屏內(nèi)容完成。為何如此？因?yàn)槭种甘侨祟愅瓿删?xì)動(dòng)作最直接的器官，眼睛是能夠最大化、直接接收外界信息的五官之一。自然地，人類會(huì)選擇手指操控鼠標(biāo)鍵盤完成人類對(duì)機(jī)器的輸入，眼睛查看顯示器內(nèi)容完成機(jī)器對(duì)人類的輸出。

　　第二個(gè)時(shí)代是移動(dòng)互聯(lián)網(wǎng)時(shí)代。在移動(dòng)互聯(lián)網(wǎng)時(shí)代，人機(jī)交互主要是通過手指操控觸摸屏完成。這種交互技術(shù)在全球范圍內(nèi)的第一次大規(guī)模商用，始于2007年的蘋果手機(jī)，至今仍然是所有移動(dòng)設(shè)備的主要交互方式。與第一代交互方式不同，這樣的方式回歸了人類嬰幼兒時(shí)期的最基本動(dòng)作，即用手指在屏幕上指向、點(diǎn)擊、滑動(dòng)，交互設(shè)備由觸摸屏替代了鼠標(biāo)、鍵盤。

　　在第三代交互方式出現(xiàn)之前，我們需要審視這樣一個(gè)現(xiàn)象。第一代、第二代交互方式普及時(shí)，其他的交互方式（肢體動(dòng)作、語音、肌電、腦電等），和交互設(shè)備（體感攝像頭、慣性傳感器、智能眼鏡、智能手環(huán)、智能頭盔）也在不斷涌現(xiàn)。但這些交互方式往往都因?yàn)楸磉_(dá)能力受限、準(zhǔn)確度不高等問題，始終無法取代手指和眼睛在交互方式中的主導(dǎo)地位。

　　第三個(gè)時(shí)代是2021年開始構(gòu)建的元宇宙時(shí)代。在元宇宙時(shí)代，現(xiàn)實(shí)世界中的人類可以和虛擬世界中的智能體（虛擬人、數(shù)字財(cái)產(chǎn)、數(shù)字物品等）進(jìn)行交互。在元宇宙構(gòu)建初期，人類仍然通過手指和眼睛與虛擬世界進(jìn)行交互，就像在玩一場(chǎng)“身臨其境的沉浸式視頻游戲”。與第二代交互方式的區(qū)別在于，其交互設(shè)備的多樣性將得到極大擴(kuò)展。例如，攝像頭、慣性傳感器將捕捉到的人類身體動(dòng)作、語音等指令展示在視頻游戲中，游戲劇情反饋也會(huì)通過智能眼鏡、智能頭盔展示給人類。在不遠(yuǎn)的未來，當(dāng)AI技術(shù)不斷發(fā)展，特別是腦機(jī)交互技術(shù)可以準(zhǔn)確讀取人腦信息時(shí)，人們就可以不通過動(dòng)作、語音、打字等其他信號(hào)發(fā)送指令，而可以直接將意念所想傳達(dá)給設(shè)備，解鎖AI技術(shù)中這一最神秘的難關(guān)。因此，交互的終極方式是視頻和AI——人類通過AI將指令輸入到虛擬世界，同時(shí)又通過沉浸式視頻展示將交互結(jié)果輸出給人類。

　　連接改變 去中心化、碎片化的連接

　　人機(jī)交互的方式，不僅關(guān)系到人類獲取信息的渠道，同樣也決定了人與人之間在網(wǎng)絡(luò)空間中的連接形式。伴隨著人機(jī)交互方式的改變，人與人之間的連接形式也將被重新定義和構(gòu)建。

　　起初，互聯(lián)網(wǎng)Web1.0時(shí)代是一個(gè)中心化、開放連接的時(shí)代，其主要目標(biāo)是連接所有的互聯(lián)網(wǎng)公開信息，方便人們檢索和查找信息。用戶通過鼠標(biāo)、鍵盤，與網(wǎng)站內(nèi)容進(jìn)行交互，網(wǎng)頁之間通過超鏈接相連，形成了一張巨大的網(wǎng)。這張網(wǎng)中的節(jié)點(diǎn)是網(wǎng)頁，這些網(wǎng)頁連接著數(shù)以億計(jì)的訪問者設(shè)備，每個(gè)網(wǎng)頁都部署在中心化的服務(wù)器上。在這個(gè)時(shí)代，人們的主要需求是檢索和查找網(wǎng)頁信息，而社交、娛樂等需求并不旺盛，人與人之間的關(guān)系通過訪問共同網(wǎng)頁而產(chǎn)生，沒有任何人或機(jī)構(gòu)試圖阻礙這種關(guān)系的產(chǎn)生。

　　互聯(lián)網(wǎng)Web2.0時(shí)代則變成了一個(gè)中心化、割裂連接的時(shí)代，其主要目標(biāo)是連接所有的人，并且最大化地激活人們的社交、游戲、購物、視聽、交易等個(gè)性化需求。在這個(gè)階段，用戶在不同時(shí)空環(huán)境下，通過點(diǎn)擊、觸控等操作表達(dá)需求，被網(wǎng)站、app捕捉，并通過推薦系統(tǒng)反饋給用戶個(gè)性化內(nèi)容。因此，此時(shí)的互聯(lián)網(wǎng)仍然是中心化的，只是用戶之間的連接已經(jīng)被逐步割裂。例如，流量較大的網(wǎng)站為了更好吸引用戶，開始經(jīng)營自己的用戶群體，通過讓用戶注冊(cè)，形成了該網(wǎng)站系統(tǒng)下的獨(dú)立用戶群體。目前，移動(dòng)智能手機(jī)幾乎所有app都要求用戶進(jìn)行注冊(cè)，每個(gè)app的系統(tǒng)內(nèi)部，用戶之間可以進(jìn)行連接。但不同網(wǎng)站、app系統(tǒng)的用戶，無法進(jìn)行互聯(lián)互通?？梢哉f，整個(gè)互聯(lián)網(wǎng)像是被割裂成了無數(shù)個(gè)子網(wǎng)，較大的子網(wǎng)代表了用戶數(shù)較多的頭部網(wǎng)站或app。每個(gè)子網(wǎng)內(nèi)部都是中心化的，所有數(shù)據(jù)都存儲(chǔ)在該網(wǎng)站或app的數(shù)據(jù)庫中，承載著該網(wǎng)站或app提供的特定業(yè)務(wù)（如社交、游戲、視聽等）。用戶在每個(gè)子網(wǎng)中都有一個(gè)注冊(cè)ID，享受著該子網(wǎng)提供的業(yè)務(wù)。

　　而目前，我們正在探索的互聯(lián)網(wǎng)Web3.0時(shí)代，則是一個(gè)去中心化、碎片化連接的時(shí)代，其主要目的是支持人與人通過虛擬世界智能體之間的交互，產(chǎn)生某種虛擬關(guān)系。這樣一種新型虛擬關(guān)系，將再一次重構(gòu)元宇宙框架下人與人間的連接形式。用戶在元宇宙中可以創(chuàng)建屬于自己的唯一虛擬身份以及若干虛擬資產(chǎn)和虛擬物品，用戶只需通過虛擬身份在某虛擬社區(qū)進(jìn)行授權(quán)操作，就可以與該社區(qū)中的其他用戶產(chǎn)生虛擬關(guān)系。這些虛擬世界的操作，可以通過傳統(tǒng)的點(diǎn)擊、觸控等交互動(dòng)作完成，也可以通過虛擬現(xiàn)實(shí)智能眼鏡、沉浸式AI視頻中的交互動(dòng)作（眼神、肢體動(dòng)作）完成，虛擬社區(qū)捕捉到這些交互動(dòng)作之后，所產(chǎn)生的結(jié)果也會(huì)通過交互設(shè)備（智能眼鏡、智能頭盔）以虛擬視頻方式展示給用戶。同時(shí)，這一系列的動(dòng)作和結(jié)果也將會(huì)記錄在區(qū)塊鏈上，從而保證數(shù)據(jù)安全。

　　顯然，這樣一系列的虛擬操作是以用戶為中心，且完全的分布式和不可預(yù)測(cè)，不存在任何一個(gè)網(wǎng)站或app可以要求用戶必須重新注冊(cè)一個(gè)ID，也不存在一個(gè)超級(jí)網(wǎng)站或app可以收集絕大多數(shù)用戶的個(gè)人數(shù)據(jù)。人與人之間的連接與否，取決于雙方是否存在虛擬關(guān)系，是否授權(quán)虛擬身份在虛擬社區(qū)中進(jìn)行了某個(gè)操作。

　　面向未來 充滿機(jī)遇與挑戰(zhàn)

　　元宇宙時(shí)代，在去中心化、碎片化的虛擬世界，以往互聯(lián)網(wǎng)中的資源和利益都會(huì)重新分配，產(chǎn)生了很多新的機(jī)遇。當(dāng)然，實(shí)現(xiàn)這樣的愿景也存在諸多挑戰(zhàn)。

　　在構(gòu)建元宇宙的初級(jí)階段，交互方式仍然不可避免地依賴于手和眼睛。沉浸式的交互設(shè)備，使得輸入、輸出可以更加逼真，除了視覺、聽覺，還可以包括觸覺、嗅覺等其他多個(gè)維度的感官體驗(yàn)。而當(dāng)AI交互技術(shù)進(jìn)階到高級(jí)階段時(shí)，我們就可以脫離手、眼等器官，AI可以讀取人的意念，通過腦機(jī)接口，完成人類與虛擬世界的交互，即人們將自己的指令通過腦電波直接輸入給虛擬世界，同時(shí)虛擬世界也將反饋結(jié)果直接發(fā)送給人腦。這樣一種超級(jí)智能的交互過程甚至省去了人的動(dòng)作發(fā)號(hào)施令、用眼睛查看結(jié)果等傳統(tǒng)操作，可以直接將交互結(jié)果呈現(xiàn)在人腦中。這種方式省去了所有中間環(huán)節(jié)，其他第三方更是無法知曉人與人之間在交流什么，從而做到了徹徹底底的去中心化，以及保護(hù)了人腦所想的數(shù)據(jù)安全。

　　對(duì)元宇宙連接的碎片化重構(gòu)，打破了傳統(tǒng)網(wǎng)絡(luò)空間中的業(yè)務(wù)壟斷，也將重構(gòu)傳統(tǒng)的資源和利益分配方式，從而產(chǎn)生了流量與盈利兩方面機(jī)遇。首先，由于用戶在元宇宙中的交互關(guān)系都只存在于社區(qū)中，而傳統(tǒng)互聯(lián)網(wǎng)巨頭也只會(huì)變成一個(gè)較大的社區(qū)，這會(huì)導(dǎo)致用戶更多地將時(shí)間分配給具有獨(dú)特屬性的中小型社區(qū)，他們或?qū)⒂瓉砀嗔髁繖C(jī)遇，而不像現(xiàn)在用戶時(shí)間都被頭部網(wǎng)站、app所瓜分。其次，鑒于交互方式多元化，第三方無法輕易捕捉到用戶的所有動(dòng)作、眼神、意念等數(shù)據(jù)，無法收集到足夠多的個(gè)性化偏好數(shù)據(jù)，傳統(tǒng)的推薦系統(tǒng)就無法正常運(yùn)行，也就無法復(fù)制互聯(lián)網(wǎng)巨頭所賴以生存的廣告營銷推廣等營利模式，而流量所帶來的利潤將更加平均地分配給不同社區(qū)。

　　同時(shí)，我們需要清醒地認(rèn)識(shí)到，無論從用戶還是社區(qū)著眼，即使實(shí)現(xiàn)視頻交互技術(shù)下的初級(jí)元宇宙，也存在很多困難和挑戰(zhàn)。首先，從實(shí)踐來看，多數(shù)用戶寧可用一個(gè)囊括所有生活服務(wù)的超級(jí)app，也不愿在不同虛擬社區(qū)之間來回切換。即使用戶發(fā)現(xiàn)很多數(shù)據(jù)被數(shù)據(jù)中心所掌握，也會(huì)習(xí)慣性繼續(xù)使用傳統(tǒng)的互聯(lián)網(wǎng)服務(wù)?？梢哉f，大部分用戶并沒有意識(shí)到中心化的互聯(lián)網(wǎng)對(duì)自身數(shù)據(jù)隱私安全的侵害。其次，流量意味著商業(yè)價(jià)值。作為服務(wù)提供商的頭部網(wǎng)站、app都不愿意看到人們將時(shí)間花在中小型虛擬社區(qū)中，他們?nèi)匀幌Ｍ谔摂M世界構(gòu)建最大的社區(qū)，并吸引足夠多的用戶和使用時(shí)間。最后，虛擬社區(qū)是碎片化的，用戶所發(fā)表的文字、圖片、甚至更難捕捉到的信息，分散在更多社區(qū)中，從分散度以及信息監(jiān)測(cè)維度上，都無疑大大提高了監(jiān)管的難度。

　?。ㄗ髡撸哼厔P歸，系北京大學(xué)網(wǎng)絡(luò)信息系統(tǒng)研究所副所長）