「人们在互联网上交流的时候看不到彼此的表情，所以一言不合就会吵起来。」——题记

       作为题记的，不是什么名人名言，与之相对应的，本文同样不是什么值得一读的文章。题记中的这句话，出自某全球最大的中文社区的某版中，一名曾受我尊敬的前辈之口。那时候我还是刚学会网上冲浪的愣头青，那位前辈也还未与心仪的女孩儿喜结连理，继而远离网络世界。

       我在上一篇文章的开头提出了「vtb是什么？」的提问，并针对该问题的对偶话题「我们在看vtb的时候是在看什么？」做了简单的讨论，在文章的最后，从vtuber这个概念所指的对象本身，我总结出了一些答案——

     ……

       在认真考虑所谓「V」之后，我发现这些结论太过围绕「vtuber」这个概念了。或者说，上篇文章与其说是在讨论什么是「V」，更像是在讨论什么是「V圈」、什么是「管人观众」。所以现在我希望将这些结论全部打破、拆开来，然后重新思考本文的命题——「什么是V」。

（头图与本文无关，侵删）

1. 谈「V」之前——虚拟世界的「人」是何种样貌？

       如题记所言，在网络世界，我们常常不知道聊天的对面长的是什么样子，我们只能凭借自己的大脑来想象，结合各种相关情报来生成对其他网友的印象。

       在有头像的论坛中，人们会结合发帖者的头像；在能够使用图片或颜表情的场合，人们会结合这些电子表情来生成印象。如果以上都没有，人们会自然地将其他网民留言的文字，来作为生成印象的依据——换句话说，他人都是被以文字来决定印象的，文字中体现的性格、氛围等等，都可以用来辨识不同的人——他人就是文字，再进一步说文字，也可以是虚拟形象。

说来好笑，这个想法就是我作本文的起点。

       在网上冲浪的原始时代，人们只能在网络上留下文字，手机也只能通过短信传达文字，电话和手机的通话功能倒是可以传递声音——这么说，声音说不定也可以是虚拟形象。

       按这个思路，很容易想到早就热门起来的各种实况主。不谈愿意露脸的大主播，那些不露脸、只在视频中录进声音的实况主，不也是以声音作为某种形象进入观众的脑中吗？也有很多实况主觉得只录进声音太单调了，就在视频的角落挂上一个原创形象的图片，作为自己没有露脸的一种替代——这样不就已经跟如今一些设备不方便的时候，只放一张jpg图片就开始直播的vtb完全一样了吗？

       举一个大家很熟悉的例子。一个QQ群里可能有数十或上百人，有些群有上千人，在各式各样的群组里聊天的时候大家是如何快速识人呢？

       假定你开了气泡功能，当你点进一个常聊天的群，如果某人换了气泡必然会首先发觉，同理换了头像的话也常常会很快发觉（如果系统及时更新的话）。如果某人换了昵称但气泡和头像还没改，基本上很快就能猜到这是谁。这其中一般来说有这样一个认知顺序：气泡→头像→说话风格（即前面提到的文字）→昵称。

       为什么「昵称」排在最后？众所周知，网络信息是碎片式获取的，很多时候大家看消息的时候都是匆匆瞟一眼，所以「内容」是什么比发布的「人」是谁可能更重要，大家往往会先看消息「内容」再看是谁发的。不过如果只说一些论坛的话，一般是由于排版的缘故，才使得用户的视线是先看「内容」再看发帖「人」的，不过这种排版模式本身可能也是刻意的。

       但即便如此，在网络上要确定谁是谁，「昵称」的准确度肯定至少在50%以上。且不提大部分平台是不建议甚至是不允许随意改名的，用户在网络上跟人交流的时候自然也是希望自己被记住，即使改名也会保留部分印象不变的情况也是很常见的。例如不管怎么改名，都会保留某个特定的字在名字里，或者所有名字都是出自某个诗人，等等。所以我也常常见到两个人的取名风格相似，而被误认的情形。可是，尽管通过「昵称」来认人的准确度比较高，「昵称」本身是静态的又不显眼，所以作为人的印象是相对靠后的。

       在看不见人脸的情形中，人们总是会想象自己在与什么人交流。由于不可能凭空想象出细节完整的形象，所以都会选择一些与此人相关联的事物作为替代。这个过程往往是下意识的，不会有人特意花脑子去考虑用什么替代物，所以人们自然地会优先选择与某人关联度最高的（距离更近、形象类似）、印象更强烈的（动态＞静态）事物来作为替代。

2.「virtual」是什么？

       本节中我会在一定程度上从「virtual」的语源上展开一些关于词语的含义的讨论，由于我没有专业背景，但是我仍然会同时考虑中文、日文、英文的语境，并且会考虑这三种语境下各自在不同时期的语义变化，所以有些地方可能会混在一起说，虽然我会尽力注意，但还望不幸读到本文的读者自行根据语境理解。

       虽然不是直接的联系，但随着「虚拟现实」技术的发展，在人们心中逐渐出现了「网络世界=虚拟世界」的社会共识，让「虚拟」一词听起来就很信息化，并且有够「二次元」。但是翻开字典才发现，这个含义与这个词的本意相去甚远。

       在中文中，「虚拟」的本意是「不存在的」「不现实」之类的含义。在英文中，virtual一词出现于14世纪，源于美德、男子气概，15世纪时意为「本质上和效果上的」，1959年开始有计算机中的「非物理存在而是依托软体」。在日语中，虽然我不知道有没有含义等于中文中的「虚拟」的词，但我知道日语中有一个词「バーチャル」，是等于「virtual」的，也就是说日语中的「虚拟」是和英文「virtual」应该是一致的。但总的来说，尽管在通常情况下，中文和英文中的「虚拟」含义不同，但到了计算机的语境中，「虚拟」和「virtual」就非常接近了，除了「不存在的」，还带点「模拟」的意味。

       而兴起于日本的vtb，即virtual youtuber，这个词要怎么翻译？如今想来，难怪当时大家都对于什么是「virtual youtuber」有各种疑惑。凭语感「virtual youtuber」也不可能理解成「实质上的油管主」或者「不存在的油管主」，也就是说「virtual youtuber」中的「virtual」应该是计算机语境中的「virtual」——所以「virtual youtuber」这词天生就带着点「信息化」的感觉。

       尽管如今大家说起vtuber都知道是什么东西，可能很多人都快忘了，早期是真的有相当多的人以为vtuber全是人工智能，甚至在国内直到19年都是这样，就是因为virtual这词的三重内涵。

       大概这也就是为什么，第一位把「virtual」和「youtuber」连在一起说、以「virtual youtuber」自称的油管主「绊爱」，要有「人工智能」这层设定了——因为「virtual youtuber」这词的另一层含义，显然不是如今大家脱口而出的「套了皮的油管主播」， 而是「信息化的油管主播」啊！

       这甚至可以解释为什么早期的vtb相当多来自「电子世界」或者「电脑世界」，后来的一些观念比较传统的vtuber也坚持给自己加上「电子」的设定。

       当初电脑少女小白出来的时候，有人认为她的电脑世界的设定是抄袭绊爱。实际上不就是因为很多人、包括那些背后的企划者，都以为vtuber就是信息化的油管主播吗？

       可以说，正是因为绊爱是人工智能，才能成为VTB，才能像如今这样在一定程度上分割「二次元」和「三次元」。然后随着其他圈子和资本的涌入，vtb的概念这才有了如今的变化。

       ——书到这里。

       那么为什么要在这里讨论词语的语源，辩证vtb中「虚拟」与「虚拟」、「虚拟」与「virtual」、「virtual」与「virtual」的差异呢？因为正如各位所见，如今的vtuber们并没有那么重视「网络」和「现实」的分界， vtb观众也是默认了vtb不过是带了动捕设备的真人，自己在看的时候也不是在看皮，而是在看皮子背后的人在做什么动作、在说什么话——尽管大家都不会明说。

       我当然不是在抨击这一现象，其实我在看vtb的时候也是差不多的状态，这是很正常的，不如说看不出来这层的人才比较奇怪。只不过，到底应该用什么样的态度去看比较好，自然就需要自己用读空气的能力去辨别了。vtuber是各种各样的，就像真人主播也是各种各样的。——这层关系我在后面会展开讨论。

       我在这里花大篇幅论证这些，是希望各位能了解到有这样的差异确实存在，并能理解我在此文中的一些思考逻辑。作为亚文化中的亚文化，实在是有太多词语并没有认真定义就被大规模使用、又在传播中根据使用者的喜好发生了变化的概念，甚至还会被资本利用，以营销目的注入新的含义。

       大家在阅读这类型的文章一定都会发现，很多用词的含义都只能根据上下文及实际经验来加以辨别。这些都是无可奈何的。