来自Google AR & VR与佛罗里达中央大学的研究团队合作开展了一项全面研究，验证了一个名为VALID的虚拟化身库，其中包含了210个完全装配的化身，代表了七种多样化的种族。七种种族的选择是在美国人口普查局的指导下进行的。他们利用了数据驱动的面部平均值，并与每个种族的志愿代表合作，创建了42个基本化身（7种种族 X 2种性别 X 3个个体）。该研究涉及全球参与者，以获取每个化身被感知的种族和性别的经过验证的标签和元数据。
验证过程采用了主成分分析（PCA）和K均值聚类，以了解参与者如何感知化身的种族。为了确保参与者在种族和性别上的多样性，总共选择了来自全球33个不同国家的132名参与者进行研究。
结果显示，亚洲人、黑人和白人化身在各种族的参与者中被一致认可。然而，代表美洲印第安和阿拉斯加原住民（AIAN）、西班牙裔、中东和北非（MENA）以及夏威夷和太平洋岛民（NHPI）种族的化身显示出更多的模糊性，其感知差异基于参与者的种族。如果某个化身被相应的同类种族参与者认定为其预期种族，则该化身以该种族命名。
在讨论中，研究人员强调了亚洲人、黑人和白人化身的成功识别率超过了95%，挑战了识别与自己不同种族人脸准确度约为65-80%的观念。他们将这归因于知觉专业知识或对多样化种族群体的熟悉程度，可能受全球媒体表现的影响。
观察到自我种族偏见效应，一些化身主要由同类种族的参与者正确识别。例如，西班牙裔化身在参与者中获得了不同的评级，但在仅有西班牙裔参与者中更准确地被感知。该研究强调了在虚拟化身研究中考虑参与者种族的重要性，以确保准确的表现。
由于识别不清晰，某些化身被标记为模糊，像发型这样的因素会影响感知。夏威夷和太平洋岛民化身的验证面临着局限性，突显了表现的挑战和更广泛的招募工作的需求。
研究团队讨论了虚拟化身应用的影响，强调了同组内和异组间的分类和刻板印象及社会判断的潜力。他们建议引入规定，以改善虚拟现实中的跨种族互动。
作为对研究界的贡献，该团队提供了开放访问的VALID化身库，为各种场景提供了多样化的适用化身。该库包括65个面部变形形状的化身，用于动态表情，并与Unity和Unreal等流行游戏引擎兼容。研究人员承认了局限性，例如关注年轻和体格健壮的成年人。他们概述了未来更新中通过引入不同地区分类、身体类型、年龄和性别来扩大多样性的计划。
总结而言，研究团队成功创建和验证了一个多样化的虚拟化身库，挑战了刻板印象并促进了包容。该研究强调了自我种族偏见对化身感知的影响，并为开发和应用虚拟化身在各个领域提供了宝贵的见解。该开放访问的VALID库被定位为研究人员和开发者寻找多样化和包容性化身的宝贵资源。