輯導語：數字化時代，你是否會有科幻作品中的虛擬人的想象，作者從八個方面分析了虛擬人的發展和未來的趨勢，我們一起來看下吧。
創造栩栩如生、真情實感的數字化人類，既是《銀翼殺手》等科幻作品的想象，也是數字內容創作的不懈追求。近年，“造人”緊隨“造車”成為業界高度關注的話題，不僅有虛擬偶像、MMD（MikuMikuDance，虛擬角色跳舞）等文化現象大流行，更在AI加持下為數字人類初步賦予自主智能。
在可見的未來里，我們是否能輕松擁有自己在賽博空間中的“復制體”——虛擬人呢？
《銀翼殺手2049》中的虛擬人
虛擬人與數字人兩個概念多數時候可以通用，相比之下，虛擬人更側重其在外觀、智能等方面與人的相似性，在難辨真假的同時可以進行交互。
籠統地說，通過3D圖像軟件或其它模擬仿真工具制作，以數據形式存在的人與類人角色，都可以算作數字人（digital humans），游戲和影視中也可叫做數字角色（digitalcharacter）。
虛擬偶像，則是從應用場景出發的一種稱謂，無論2D、3D或怎樣的表現形式，只要以滿足用戶對成長、美好的向往為出發點進行公開活動，都可劃分到偶像范疇。虛擬人可以被打造為虛擬偶像，同樣也可以成為虛擬演員、虛擬作家等等。
按照美術風格，可以大體劃分為高保真風格、寫實風格與卡通渲染。其中寫實-卡通是一種譜系而非存在涇渭分明的界線，而卡通風格也可進一步細分，比如美式卡通、韓系風格、二次元風格等。
除風格及場景外，虛擬角色還可以按照制作主體、方式、驅動方式進行分類。
讓角色動起來的方式也很多樣。
早在20世紀70年代，對虛擬人的研究就已經在學術界起步。虛擬人(virtual human或computersynthesized characters)指人在計算機生成空間（虛擬環境）中的幾何特性與行為特性的表示。
人是一個復雜體，不同的學科領域，對抽象和模擬人類的側重點也不同。
因此，虛擬人已逐步發展為涉及計算機圖形學、運動學和動力學、多功能感知、人工智能和虛擬現實等多個學科的前沿交叉領域。
隨著人工智能研究深入，如何讓虛擬人具有一定程度的自主感知能力、邏輯推理、語言甚至情感，成為了學界和產業界共同關心的前沿陣地。
醫學意義的虛擬人，顯然不是我們要討論的……
泛互聯網產業中所談及的虛擬人技術與案例，大體有風格化-高保真、離線渲染-實時驅動兩種發展維度：
風格化以打造時尚、美麗、萌系等有視覺吸引力的形象為要點，高保真則一般擁有現實中的原型；
離線渲染方式呈現的是預制作的圖片、視頻，而實時驅動則能夠跟隨真人的動作、語音文字等信息進行現場“表演”。
英雄聯盟中的卡通風格角色Seraphine，以推特賬號分享自己的“照片”
本文集中關注的方向是高保真、可實時驅動的虛擬人，有以下三個重要的技術方向：高保真、智能化、工具化。我們距離超級數字場景中千人千面的數字化存在，又有力地前進了一步。
為什么要首先瞄準這些方向？
首先，做1：1還原的虛擬人存在很多技術難點，值得挑戰。
人類視覺對同類的形象、特別是對面部高度敏感，在似像非像的階段，很容易跌入“恐怖谷”。所謂畫鬼容易畫人難。
因此，制作風格化的虛擬角色成為另一種選擇，卡通形象做出夸張化的動作表情并不會嚇到觀眾，還為藝術創作留下很大空間。影視等非實時渲染領域，也探索出數字化復制、合成真實人類外形的技術，正向實時渲染的游戲、遠程會議等領域進行遷移。
即使突破了靜態下擬真的瓶頸，如何讓虛擬人自然地動起來，更是一大難題。
人類能從對方的表情、肢體中讀取豐富的非語言信息，反過來說，虛擬人表情和動作中些微的不自然都能被察覺到。簡單一個皺眉，牽動骨骼肌肉皮膚一系列變化。如果用手工的方式調整，工作量極其巨大。
AI在此有不可替代的價值——通過合理架構，利用人類動作和表情數據集，AI 能以人類為藍本來學習，甚至學到被人類忽略的微妙細節，比如辨別目標是否在說謊。
未來在類似頭號玩家的數字場景中，每個用戶都需要自己的虛擬形象，開放世界中大量的非用戶角色（NPC）也需要做到千人千面。
影視級制作的流程和效率顯然不適用。因此，需要為藝術家、一般創作者和普通人，提供符合各自能力和需求的制作工具與素材。
要做到這些方向，需要基礎學科的支撐，需要一系列精密硬件、技術、算法和軟件的相互配合，更需要跨界的力量。
制作實時渲染、高保真、可交互的數字人類，需要影視、游戲兩個領域技術的取長補短。影視很真實但不實時，游戲正好相反。
影視領域的成熟技術light stage光場攝影，率先解決了“真實度”這一難題。
通過傳統流程制作出的游戲角色，仍與真人在細節上有一定差距。
角色制作遵循一條由虛向實的路徑，一般流程為2D原畫設計-3D建模-貼圖-骨骼綁定-動畫制作。因顯卡運算能力和引擎渲染能力不斷攀升，寫實風格的角色效果正不斷向影視級靠近：角色可使用的面數不斷增加，材質提升，細節完善，這從《古墓麗影》系列主角勞拉的形象變化可見一斑。
歷代勞拉，越發真實
影視領域則選擇由實向虛，高保真數字模型制作與后期處理能力結合，誕生出讓人瞠目結舌的特效成果。
電影《本杰明巴頓奇事》講述了主角返老還童的一生，將布拉·德皮特的面部模型與不同體型的演員合成，演繹角色從老年至嬰兒的形象變化。
這也是在電影中實現的第一個照片級真實數字主角（the first photoreal digital main character in a film——Paul Debevec）。
皮特本人與使用面部合成技術后的形象
關鍵技術支撐，來自南加州大學教授Paul Debevec自2000年啟動的light stage光場攝影項目研究。
這屬于 photogrammetry 范疇，使用單個場景拍攝的多張不同角度照片來重建3D空間中的 CG 模型。回憶下《黑客帝國》中的子彈時間特效，現場有多臺攝像機，用不同角度的影像重建出可360°旋轉的場景。
light stage正是通過構造相機陣列，以多角度、高精度照片，既還原拍攝人物的三維結構，也獲取面部的反射信息，從而能在不同環境光下重構人臉模型光效。
light stage在不斷迭代中解決了技術和工程難點，包括高精度皮膚紋理合成、光照與環境隨時統一、更準確快速的采集過程。
light stage5，《本杰明巴頓奇事》《蜘蛛俠3》《阿凡達》等均使用過
以下是Paul Debevec團隊在SIGGRAPH 2008發布的Digital Emily，你能分辨出哪一個是真人，哪一個是虛擬人嗎？
左邊是虛擬人
來自影視的照相建模、高精度3D掃描、面部和動作捕捉相關技術，已經應用到游戲的實時渲染領域，為表現力帶來飛躍。如何進一步滿足虛擬人實時交互的需求呢，比如，讓演員的表情與虛擬人達成“神同步”？多個技術團隊展開了探索。
為了讓虛擬人和我們自然地交流互動，騰訊NExT Studios與AI Lab在虛擬人Siren（演員實時表情動作驅動）-Siren AI（語音文字驅動）-Matt AI（更真實情感表達）項目歷程中，逐步探索“秀外慧中”的全方位能力。
2017年啟動的虛擬人 Siren項目，目標正是Crossingthe boundary：
2018 年 5 月， Siren 驚艷亮相，激起了人們對虛擬人技術的無限暢想。
Siren的特性是實時表情動作驅動，涉及多方向的技術突破，在多國企業協同合作下完成：
Siren 亮相2018年 GDC，演員是姜冰潔小姐姐
技術的進步為Siren賦予了逼真的3D形象，我們能否進而為她賦予精致的“靈魂”呢？
2018 年下半年的 Siren AI 項目，旨在讓虛擬人不止步于“提線木偶”，將智能音箱、語音助手與人自主交互的能力賦予Siren，讓她獨立做到能聽、會說。
這涉及多個AI研究和工程領域，包括語音識別（ASR）、自然語言處理（NLP），語音合成（TTS），語音驅動面部動畫（ADFA）。難點集中在最后一步，核心是利用AI訓練出語音/文字和面部模型肌肉控制間的對應關系，然后進入渲染引擎、驅動虛擬人。
原理展示
2019年，NExT自主制作了男性虛擬人Matt，自主完成一整套高保真虛擬人的研發流程，并結合騰訊AI Lab能力，探索語音自驅動且能表達情緒的虛擬人技術，將語音、情感、生動的面部表情緊密關聯起來。相關研究在 2019 年的 SIGGRAPH 頂級會議上展示。
為此，團隊建立了一套精確的面部動捕流程，以不同情感下的動作捕捉，來訓練語音驅動模型，最終構造了一個長約20個小時、13339條語句的，包含語音、面部運動和身體運動的多模態訓練數據集。
在Siren AI 基礎上，增加情感維度數據，讓Matt擁有微笑、蹙眉等微表情，多了更自然的“人情味”。
Matt的官方靚照
從0開始制作虛擬人，需要較長周期，耗費較高成本。例如Siren項目從啟動采集到能夠自然地活動，就用了接近半年時間。
在積累了一定數量人臉數據和素材的基礎上，更高效的工具應運而生，既滿足游戲制作流程中藝術家創造多樣化角色的需求，也讓普通人能夠便捷生成屬于自己的虛擬形象。
較為有代表性的是騰訊NExT Studios的xFaceBuilder?與Epic的Metahuman Creator。
xFaceBuilder?是一套面向專業開發者的全流程管線，能夠敏捷生產適用多種終端設備的數字人臉。
平臺基于自建的高保真人臉庫xFaceDepot，提供影視級人臉建模、綁定、動畫生產管線。
針對手機、PC、主機等不同的平臺和美術需求，提供了靈活的配置方式，已支持騰訊游戲的多款研發中游戲內容。
平臺還結合AI Lab技術，支持單張/多張照片AI捏臉。綁定好的模型可通過三種方式動起來：大型項目、復雜動作使用Dynamixyz光學動捕。
如果需求不復雜，甚至可以直接打開最新款iPhone后置攝像頭，基于Apple ARKit的輕量級面部動捕，以及更輕量級的語音驅動面部動畫生成。
NExT Studios和新華社聯合打造的數字記者小諍
近期，AI Lab的相關研究又取得了進一步的進展：僅需一段手機自拍視頻，就能在 30 秒內合成一個高擬真度的 3D 虛擬人。
視頻輸入到 AI 模型后，只需 30 秒處理時間就能生成一個高擬真度的虛擬人，不僅臉型和五官形狀非常貼合，而且具有毛孔、唇紋、毛發級別的細節。再借助虛幻 4 引擎等基于物理的渲染引擎（PBR），可以得到真實感很強的虛擬人。
相關研究發表在了計算機圖形學頂級期刊ACM Transactions on Graphics。
自拍快速生成虛擬人的流程及效果
2021年初Epic公布的Metahuman Creator工具，讓零基礎用戶也能“捏人成功”。產品基于預先制作的高品質人臉素材庫，允許用戶以自動混合、手動調節的方式快速生成虛擬人。
Siren項目后，Epic收購了3Lateral公司，得到多年積累的大量真人掃描高精度數字資產。
主要特性首先是高效的模版混合技術，可以融合多張基礎臉后快速得到一個全新面孔，且栩栩如生，擁有細膩的微表情動畫；二是云端渲染，使用者無須擁有高端顯卡，本地操作通過網絡傳輸到云端，渲染后傳回視頻流，使制作過程做到輕量、優質、便捷。
但這種方式也有局限性，利用已有人臉數據意味著無法隨心所欲地創造角色。因此，工具定位在零基礎操作、高品質、快生產，小團隊可以直接生成自己的作品主角，大幅提升美術效果、節約創作成本；大公司則可以批量制作3A級游戲中的NPC。
Metahuman Creator制作界面
虛擬主播的風靡，證明風格化的虛擬角色在商業層面充滿可能性。那高保真風格的虛擬人又適用于怎樣的場景呢？
真實系虛擬偶像盡管當下二次元風格的虛擬主播更為主流，但真實系偶像的潛力同樣不可小覷。當虛擬人的制作精度、動作自然度跨越恐怖谷，自然也有望跨入優質偶像的行列，并有更廣的應用場景。
韓國藝術家金賢日（Hyeong-il Kim）創立的SUA項目正是以打造真實人類形象的虛擬偶像為目標。SUA由CG技術制作，在Unity引擎中實時渲染。雖然外形精度不及掃描真人模型后制作的效果，但也足夠擬真。
如果使用最新款支持面部捕捉的iPhone，小姐姐會模仿你做出扭頭、撅嘴、轉動眼睛的動作，十分流暢。SUA擁有自己的Twitter，不定期更新自己的日常活動。金賢日正在“培養”SUA的各種才藝技能，讓她“出道”后可以應對各種各樣的場景任務，如模特、演員、歌手等。虛擬人SUA用iPhone 12 mini實時跟蹤的效果
在數字影片中擔任演員使用游戲引擎制作寫實風格的影像短片已并非難事，但“虛擬演員”，也就是高質量的人形美術資產，在數量和質量上都不易達到影視制作的需求。在虛擬人制作逐步成熟后，這一問題得到了初步解決。
在2021年Epic官方及合作伙伴發起的短片競賽中，科幻題材實時渲染短片《K.I.T》就使用了多個虛擬人作為主要演員，以精良制作斬獲多個傳統電影獎項。短片中“出演”的角色包括Renderpeople、3DPeople中的數字人物角色，及從Eisko官網下載的免費高保真虛擬人Demo——露易絲（Louise）。
作者布蘭登·希爾（BrandonHill）是一位并就讀于查普曼大學道奇電影與媒體藝術學院的學生。
上圖：短片《K.I.T》中的露易絲下圖：露易絲照片（左）及渲染后的虛擬形象（右）
重現已故的人還原已故的名人、親人形象，雖存在一定倫理挑戰，但也是很多人的真實需求。
韓國MBC電視臺紀錄片頻道在2020年2月曾利用VR與虛擬人技術，讓一位母親與三年前因白血病去世的女兒實現“重逢”。母親戴上VR眼鏡后，可以通過觸覺手套感知孩子的頭發、握住女兒的手，在虛擬空間中與女兒共度生日。
她在“重新見到”女兒Nayeon時泣不成聲，接受采訪時表示，“可能這就是真實的天堂”。技術人員通過Nayeon生前的影像和對同齡孩子進行動作捕捉，合成了Nayeon的聲音、動作和面部表情。臺灣電視劇《想見你》中也設計了類似劇情。
三寸天堂
電影《速度與激情7》拍攝中，主要演員之一保羅沃克意外去世。虛擬人特效技術復原了他本人形象，以特效完成了剩余鏡頭拍攝，并特意在片尾設計一段他駛上分岔路、與主角團及觀眾揮手道別的場景，讓影迷們積郁的悲傷得以釋放。
再見，保羅
使虛擬人表現更自然，驅動方式更多樣。
特別是面部表情、眼神、肌肉運動的細膩流暢，既需要更多的真實數據、更優質的算法，也需要生物學、圖形學、影視業的跨界支持。軀體動作的加強也是未來方向，個性化的動作組合能彰顯虛擬人迥異的性格，增加親和力和可信度，這對虛擬主持、主播、客服等需要和直面用戶的領域十分重要。
此外，從用遙感和按鍵來“操作”角色，到用實時動補、語音和文字帶動角色，未來還需要更直觀、適合每個人的驅動方式。
推動產學研多方合作，推進行業聯盟建設。
如數字人類聯盟Digital Human League(DHL for short)就是由多個高校、產業、行業專家共同成立，并建立了Wikihuman網絡項目，提供來自 DHL 成員的博客文章、圖文視頻資料及聯盟成員可以公開的虛擬人項目文件。
例如南加州大學ICT視覺與圖形實驗室就在項目中分享了2015年成果——虛擬人Emily的原始數據、shader步驟、參考圖像和模型，使研究者能夠跟進與實踐。
加強對人臉數據、AI技術的合理使用，倡導“科技向善”。
盡管技術上已初步支持通過照片、視頻快速生成虛擬人，同時3D虛擬人因為與周圍環境融合效果差，較難偽造人臉識別結果。但我們也要在未來發展中，重視加強合理使用和風險防范。
例如，人臉合成應用初期發布時出現了一些濫用案例，包括合成惡意影像、偽造虛假錄像等。業界正在積極開發活體識別等技術，以便能盡早發現和清除網站中的偽造內容。
騰訊研究院也在持續跟蹤“深度合成”方面的政策進展與技術應對方案。將相關技術部署到虛擬人應用中后，被合成虛擬人冒用身份的風險會顯著降低，視頻網站和社交網絡等內容平臺也能快速高效地清理惡意合成的影像。
感謝騰訊NExT Studios顧煜、葛誠、姚安，騰訊AI Lab暴林超，廈門大學郭詩輝，騰訊研究院曹建峰等多位老師在本文寫作過程中給予的支持與幫助！
參考文獻：
作者：胡璇，騰訊研究院數字內容中心高級研究員；公眾號：騰訊研究院（ID：cyberlawrc）
本文由 @騰訊研究院 原創發布于人人都是產品經理。未經許可，禁止轉載
題圖來自Unsplash，基于CC0協議
然，我很樂意幫助你擴寫和深入分析這段文案。不過，由于你沒有提供具體的原始文案，我將以一個假設的爆款文章主題為例，來進行擴寫和深入分析。假設我們要寫的文章主題是“如何有效提升個人時間管理能力”。
如何有效提升個人時間管理能力：從理論到實踐的全面指南
時間管理能力對于個人發展和職業成功至關重要。無論你是職場新人還是經驗豐富的專業人士，掌握有效的時間管理技巧都能幫助你提高工作效率，減少壓力，并在生活和工作中取得更好的平衡。本文將深入探討時間管理的核心概念，分析時間管理不佳的原因，并提供一系列實用策略和技巧，幫助你在日常生活中更好地掌控時間。
一、時間管理的核心概念和重要性
時間管理是指通過計劃和組織，有效利用時間資源，以達到個人或組織目標的過程。它不僅僅關乎于如何安排任務和時間表，更是一種生活態度和思維方式。有效的時間管理能夠幫助你：
提高工作效率：通過合理安排任務優先級，減少拖延和無效工作，從而提高整體工作效率。
減輕壓力和焦慮：當你對時間有更好掌控時，你會感到更加從容和自信，減少因時間緊迫而產生的焦慮感。
提升生活質量：有效的時間管理不僅限于工作，也適用于個人生活。它能幫你更好地平衡工作和休閑，提升生活的幸福感。
二、時間管理不佳的原因分析
在探討如何提升時間管理能力之前，了解時間管理不佳的原因同樣重要。以下是一些常見原因：
缺乏計劃和目標：沒有明確的目標和計劃，容易導致時間被瑣碎的事務占據，無法專注于重要任務。
拖延癥：拖延是時間管理的大敵。許多人因為拖延而錯過完成任務的最佳時機，最終導致時間緊張和質量下降。
多任務處理的誤區：許多人認為同時處理多個任務可以節省時間，但實際上，這往往會降低效率和質量。
缺乏優先級意識：無法區分任務的緊急程度和重要性，導致時間分配不合理，重要任務被延誤。
外部干擾：現代生活中，社交媒體、電子郵件和即時消息等不斷干擾我們的注意力，使得時間碎片化。
三、提升時間管理能力的實用策略
1. 設定明確的目標和計劃
有效的時間管理始于明確的目標和計劃。你可以使用SMART原則（具體、可衡量、可達成、相關性、時限性）來設定目標，并制定詳細的行動計劃。每天或每周開始時，列出你要完成的任務清單，并分配合理的時間。
示例：如果你想提高寫作水平，可以設定一個SMART目標：在三個月內完成一本5萬字的小說草稿。然后，你可以制定每周的寫作計劃，比如每周完成1萬字。
2. 戰勝拖延癥
拖延是時間管理的大敵，但你可以通過一些策略來戰勝它：
分解任務：將大任務分解成若干小任務，每次只專注于一小部分，這樣更容易開始和完成。
設定時間限制：使用番茄工作法或類似的時間管理方法，給每個任務設定一個固定的時間，然后集中精力去完成。
獎勵機制：給自己設定獎勵，每當完成一個任務或達到一個小目標時，給自己一點獎勵，這可以增加動力。
3. 避免多任務處理
多任務處理往往會導致效率降低和注意力分散。相反，你應該專注于單任務處理，即一次只做一件事。
專注當下：當你開始一個任務時，全心全意地專注于它，直到完成。關閉所有可能干擾你的通知和應用程序，創造一個專注的工作環境。
定期休息：使用番茄工作法中的短暫休息時間來放松和恢復精力，這樣可以提高長時間的工作效率。
4. 優先級管理
學會區分任務的緊急程度和重要性，并根據優先級來安排任務。
使用艾森豪威爾矩陣：這是一個有效的工具，可以幫助你區分任務的緊急和重要性。將任務分為四類：重要且緊急、重要不緊急、緊急不重要、不緊急不重要，然后按優先級處理。
學會拒絕：學會對不重要的請求和任務說“不”，這樣可以保護你的時間和精力，專注于真正重要的事情。
5. 管理外部干擾
現代生活中，外部干擾無處不在。學會管理這些干擾，可以更好地掌控你的時間。
設定專注時段：在工作或學習時，設定一段時間專注于任務，關閉所有可能干擾你的設備。
批量處理信息：不要隨時查看和回復電子郵件和消息，而是設定特定的時間段來批量處理這些信息。
學會斷舍離：定期清理你的工作環境和數字空間，減少不必要的雜物和干擾。
四、時間管理技巧的實際應用
掌握了時間管理的基本理論和策略后，下一步是將這些技巧應用到實際生活中。以下是一些實際應用場景和示例：
1. 工作場景
會議管理：確保每次會議都有明確的目標和議程，控制會議時間，避免無效的討論。
電子郵件和消息管理：設定特定的時間段來處理電子郵件和即時消息，避免隨時被打斷。
任務自動化和委托：將一些常規任務自動化或使用工具來管理，將一些不重要的任務委托給他人，以節省時間和精力。
2. 學習場景
學習計劃：制定詳細的學習計劃，包括每天的學習目標和時間表。
專注學習時段：設定專注時段，關閉所有干擾源，專心學習。
復習和反饋：定期復習所學內容，并給自己反饋，確保學習進度和質量。
3. 生活場景
日常任務管理：使用任務清單或應用程序來管理日常任務，如購物、清潔、鍛煉等。
家庭時間管理：與家人共同制定時間表，合理安排家庭活動和休息時間。
個人興趣和時間：為自己留出一些時間追求個人興趣和放松，這是保持生活平衡的重要部分。
五、時間管理能力的提升是一個持續的過程
提升時間管理能力不是一蹴而就的，而是一個持續不斷的過程。以下是一些建議，幫助你不斷進步：
持續學習和反思：不斷閱讀和學習新的時間管理技巧和方法，并定期反思自己的時間管理實踐，找出可以改進的地方。
靈活調整：時間管理不是僵化的，隨著生活和工作環境的變化，你需要靈活調整你的時間管理策略。
尋求反饋：向同事、朋友或家人尋求反饋，了解他們在與你相處時，對你時間管理的觀察和建議。
保持耐心和堅持：提升時間管理能力需要時間和耐心，不要因為一時的挫敗而放棄，堅持下去，你會看到明顯的進步。
六、結語
時間管理能力對于個人和職業成功至關重要。通過設定明確的目標和計劃，戰勝拖延癥，避免多任務處理，管理優先級和外部干擾，你可以顯著提升你的時間管理能力。將這些技巧應用到實際的工作、學習和生活中，你將能夠更好地掌控時間，提高工作效率，減輕壓力，并在各個方面取得更好的平衡。記住，提升時間管理能力是一個持續的過程，需要不斷學習和調整。保持耐心和堅持，你將逐漸成為一個高效的時間管理者。
通過這樣的擴寫和深入分析，我們不僅涵蓋了時間管理的基本概念、重要性和常見原因，還提供了實用的策略和技巧，并探討了如何將這些技巧應用到實際生活中。希望這個例子能給你一些啟發，幫助你更好地進行文案的擴寫和深入分析。
品：科普中國
制作：陳宇峰
監制：中國科學院計算機網絡信息中心
對于全世界來說，疫情的蔓延在大環境上帶來了經濟不確定性等各種挑戰，這給2020年打上了“噩夢級難度”標簽；對于每個人而言，又面臨著被感染的健康問題。
最近發表在《Frontiers in Psychology》的一篇研究論文表明，不僅身體會被疫情感染，就連夢境也會被“感染”。
在這篇關于夢境的研究中，科學家們收集了在芬蘭疫情封鎖隔離的六周內4000多人的睡眠和壓力數據，其中有800多人還提供了他們的一些夢境內容。
科學家們利用人工智能技術（AI）對這800多人的夢境進行了分析，發現這些人的夢境可以歸為33個夢境集群（Dream clusters）。其中有20個夢境集群是噩夢，在這些噩夢中又有55%含有與疫情相關的特定內容，比如社交疏離、病毒傳染、個人防護和世界毀滅等主題。
也就是說，在疫情蔓延的過程中，有很多人的夢境也被“感染”了。
△（研究者歸納出的33個夢境集群如上圖所示，其中有22個夢境集群屬于噩夢。）圖片來源：Pesonen et al. 2020
諸如模擬威脅理論（Threatsimulation theory）和夢的連續性假說（Dream continuity hypothesis）等關于夢境的理論都一致認為夢境是現實的延續，尤其是發生在白天的一些負面事件會以另一種形式甚至是一模一樣在夢里重復一遍。由于疫情給人們帶來很多的焦慮，因此夢境被“感染”也就不足為奇了。
認知神經科學的研究還表明，人睡著了，并不代表大腦也跟著一起“睡著了”。睡眠會激活一種離線處理的方式來加工最近的記憶內容，當人們進入快速眼動睡眠（REM sleep）時，就會開始做夢。在夢境中不僅有各種光怪陸離的事件發生，還夾帶著情緒的喚起，人們可以在夢境中體驗到與當前夢境事件相關的情緒。
有研究表明，快速眼動睡眠在情緒處理方面有著很重要的作用，當人們做噩夢時，在引起情緒體驗的同時，這些恐懼相關的夢境意象（Fear-related dream imagery）可以幫助消除這些令人不愉快的回憶。
從這個角度來說，夢境就像黑夜中的守護神，默默清理著你那些不愉快的回憶。
其實不只是今年的疫情，歷史上也還有很多類似的重大危機事件，最典型的歷史重大危機事件之一，是2001年美國的“911事件”，給美國造成的直接經濟損失至少2000億，并沉重打擊了美國的航空、保險、金融和旅游業。這一系列的效應給美國民眾造成了極大的心理影響，因此也有很多研究睡眠的心理學家從夢境的角度來研究這次恐怖事件對美國民眾所造成的影響。
有一篇發表在《睡眠》期刊上的論文研究了44位美國人的共計880個夢，其中一半的夢采集自“911事件”之前，一半的夢采集自“911事件”之后，對這些夢境進行對比分析之后，發現在“911事件”之后，人們的夢境中更多地出現“攻擊”和“恐懼”等這些負面內容，同時這些夢境也比之前更加離奇，包含著更深刻的情緒體驗。
除了“911事件”的研究以外，在芬蘭的一項大規模研究中，心理學家調查了近7萬人在1972年到2007年之間的夢境，并對比了其中二戰退伍軍人和普通民眾之間的夢境區別，發現即使過了幾十年，二戰退伍軍人也比普通民眾做的噩夢更多一些。可見這些重大危機事件對人們的影響是多么深遠。
△圖片來源：Pixels
心理學家Hartmann用當代夢論（Contemporary Theory of Dreaming）來解釋這個現象，他認為人們平時內心的情緒是怎樣的，晚上做夢的時候就會產生怎樣的夢境意象，而且情緒越強烈，夢境中的體驗也會更加強烈。例如內心很焦慮，就會夢到自己被追趕被襲擊等情境，而且越是焦慮，在夢中就有可能會夢到越離奇的故事。
對于親身經歷者而言，這些重大危機事件與人們平時也可能會經歷的車禍、火災和侵犯等事件一樣，都屬于“創傷事件”（Trauma event），當這些創傷事件對親身經歷者產生很大的影響，甚至影響了正常生活，就可以認為是產生了創傷后應激障礙（PTSD）。
DSM-5（《精神疾病診斷與統計手冊》第5版）對PTSD的定義中就包括睡眠困難和頻繁噩夢等臨床癥狀，但即使還沒達到PTSD的臨床標準，人們在親身經歷創傷事件后，其睡眠和夢境都會受到很大的影響，不僅容易失眠，還很容易做噩夢，而且這些夢境之間都有著一些內容上的關聯，反映了親身經歷者共同的情緒和心境。
△圖片來源：Pixels
很多研究表明，睡眠是眾多心理健康問題的核心因素，而夢境屬于睡眠的一部分，盡管偶爾的噩夢是無關緊要的，但頻繁的噩夢則與睡眠困難、抑郁癥狀甚至是自殺傾向有著非常緊密的關系，對人們的心理健康有著很大的影響。
因此心理學家發展出了一些專門應對創傷后噩夢的認知行為療法，例如意象訓練療法（Imagery rehearsal therapy，IRT）以及暴露、放松和重構療法（Exposure, relaxation, and rescripting therapy ，ERRT），但這些療法還沒有得到大量的證據證明是否療效顯著，其中一個原因是因為這些療法大部分時候只能治療一些較輕的創傷后噩夢，對于較嚴重的創傷后噩夢則沒有多大的療效。對于較為嚴重的癥狀，臨床上還會采用藥物療法，但這些藥物療法也有著很多副作用或者療效有限等缺點，所以目前仍然還沒有較為成熟的針對創傷后噩夢的治療方法。
關注自己的心理健康狀況是非常重要的，盡管現在疫情管控情況良好，已經很少隔離了，但生活中仍然會發生各種各樣的應激事件，如果有一段時間發現自己的噩夢頻率有所上升，在不嚴重的情況下還可以采用一些自助療法，例如傾訴、健康飲食和適當運動等方法，都可以改善睡眠質量，減少做噩夢的頻率，預防產生心理障礙。
參考文獻
[1] Hartmann Ernest, Brezler Tyler. A systematic change in dreams after 9/11/01.[J]. Sleep,2008,31(2).
[2] Anu-Katriina Pesonen et al. Pandemic Dreams: Network Analysis of Dream Content During the COVID-19 Lockdown. [J]. Frontiers in Psychology.2020, 10.
[3] Katherine E. Miller, Janeese A. Brownlow, Steve Woodward, Philip R. Gehrman. Sleep and Dreaming in Posttraumatic Stress Disorder. [J]. Current Psychiatry Reports, 2017, 19(10).
[4] Sandman Nils, Valli Katja, Kronholm Erkki, Ollila Hanna M,Revonsuo Antti, Laatikainen Tiina, Paunio Tiina. Nightmares: Prevalence among the Finnish General Adult Population and War Veterans during 1972-2007. [J]. Sleep, 2013, 36(7).