圖片來源@視覺中國

文｜AI產(chǎn)業(yè)研究中心

在杭州舉辦的第19屆亞運會，剛剛拉下帷幕。如果說與往屆亞運會相比，本屆亞運會最大的亮點是什么？那非是數(shù)字人技術(shù)在亞運會期間的廣泛應用莫屬。

先是在開幕式上，首次出現(xiàn)了“數(shù)字人點火”，由全球超過1億位線上用戶參與，共同組成的一個巨大的“數(shù)字火炬手”，如蜻蜓點水般跑過錢塘江江面，奔進主會場，跟現(xiàn)場火炬手一同點燃主火炬，引發(fā)了廣大網(wǎng)友的贊嘆和好奇。

作為人工智能、裸眼3D和現(xiàn)實增強技術(shù)的完美合體，這一次“數(shù)字人點火”，不僅開了大型運動會點火儀式數(shù)字化的先例，同時也讓數(shù)字人技術(shù)成為近期全球業(yè)內(nèi)外各界熱議的話題。

“數(shù)字人”并非新事物，降本增效是“老江湖”

雖說近幾年，數(shù)字人才大量出現(xiàn)在人們生活中，但其本身并不是近幾年才出現(xiàn)的新事物。其實，世界上第一個數(shù)字人問世，距今已有近60年了，而且在這幾十年時間里，它們一直在為我們服務。

早在上世紀60年代，波音公司就在飛機設計領域，開始使用一款名為“波音人”的數(shù)字人來充當人體工程學研究的人體模型。“波音人”不僅擁有人類的外形和常見的行為舉止，而且還能在人類設計的場景中模擬人的動作，甚至能跟外界進行交互并生成數(shù)據(jù)。基于這些數(shù)據(jù)，設計師們可以對飛機駕駛艙設計做人體工程優(yōu)化，以便飛行員在駕駛飛機時，能操縱得更加得心應手。

此外，在汽車行業(yè)，數(shù)字人也很早就得到了應用。其中，很多車企就在汽車碰撞安全測試中引入了數(shù)字人技術(shù)。比如，豐田汽車就曾經(jīng)開發(fā)過一款人體建模軟件“THUMS”。通過這款軟件，能夠構(gòu)建出非常接近人類外形、行為和反應，且具有不同性別、年齡、體型的“數(shù)字人”司機或乘客。用其做碰撞測試，不僅能收集到更加全面的信息，還能在確保測試效率和準確性的同時，最大限度降低測試成本。

可見，對于產(chǎn)業(yè)界而言，數(shù)字人本身并不新鮮，真正新鮮的是隨著成熟人工智能技術(shù)的加持，數(shù)字人實現(xiàn)了智能化。而今天的數(shù)字人，也已經(jīng)從早期的對于人類外形和行為動作的單向模仿，升級為對于人類思維模式的模仿、內(nèi)容生成和交互輸出。

今“數(shù)字人”非彼“數(shù)字人”

近兩年，隨著生成式AI技術(shù)的高速發(fā)展和應用普及，我們已然走進了與數(shù)字人共同生活的時代。從技術(shù)層面來講，今天的數(shù)字人跟早期的類似于“波音人”的數(shù)字人相比，還是有很大的區(qū)別的。

波音和豐田所開發(fā)的數(shù)字人，基于應用角度來看，只能算是用來做數(shù)據(jù)采集的模擬人體，頂多算是一種簡單的人的數(shù)字孿生，說是數(shù)字人就顯得有點牽強。

就定義而言，按照中國人工智能產(chǎn)業(yè)發(fā)展聯(lián)盟發(fā)布的《2020虛擬數(shù)字人白皮書》中的描述，虛擬數(shù)字人必須要滿足以下三個標準，即一要擁有2D或3D的人類外觀；二要擁有如語言、表情、動作等的人類行為；三要擁有人類的思想，比如識別、交互等能力。

而按照這個標準，像“波音人”、用豐田“THUMS”軟件打造的數(shù)字人，就不能算作數(shù)字人，因為它們不僅沒有人的外觀和行為，也不能識別外部環(huán)境且與人交互。而今天的數(shù)字人，則能夠具備逼真人類形象和人工智能。

比如，利用AI語音生成技術(shù)和逼真的表情、動作生成技術(shù)，能讓數(shù)字人在交流、演講和播報中更富有表情和感染力，另外通過大語言模型的加持，也讓數(shù)字人具備了可以根據(jù)用戶留言而給予相應回應的能力，而“數(shù)字患者”、“數(shù)字健康顧問”的出現(xiàn)，也讓數(shù)字人能為用戶提供仿真的醫(yī)療場景。

自2022年起，國內(nèi)很多企業(yè)就已經(jīng)成為智能客服技術(shù)應用的“弄潮兒”，開始“雇傭”數(shù)字人員工了。當你在線跟企業(yè)客服人員溝通，或者登錄企業(yè)線上營業(yè)廳，辦理各項業(yè)務的時候，在另一邊跟你對話打交道的，就很有可能是一個數(shù)字人。

在今年7月舉辦的“2023世界人工智能大會”期間，上海市經(jīng)信委、上海市產(chǎn)業(yè)技術(shù)創(chuàng)新促進會聯(lián)合深蘭科學院共同發(fā)布了國內(nèi)第一份《2023數(shù)字智能產(chǎn)業(yè)系列報告：個人數(shù)字化》白皮書。該白皮書就提出了數(shù)字人的發(fā)展分為內(nèi)容數(shù)字化、人的數(shù)字化和生命數(shù)字化三個階段，并從個人的數(shù)字交互、數(shù)字孿生、數(shù)字存儲這三個維度，展望了數(shù)字人產(chǎn)業(yè)發(fā)展的前景。

由此可見，今天的數(shù)字人產(chǎn)業(yè)，儼然已經(jīng)站在了數(shù)字經(jīng)濟產(chǎn)業(yè)舞臺的C位。

近階段爆火的“數(shù)字人”，你都知道哪些？

在AI科技迅速發(fā)展的大環(huán)境下，數(shù)字人作為典型代表產(chǎn)物，其商業(yè)化也進入了快車道，眾多科技企業(yè)紛紛入局。根據(jù)企查查數(shù)據(jù)顯示，目前國內(nèi)與數(shù)字人產(chǎn)業(yè)相關的企業(yè)，數(shù)以十萬計。產(chǎn)品大致可以按應用、技術(shù)、呈現(xiàn)方式三個層面劃分，總計七大類；如按屬性劃分，則可分為

從應用層面，數(shù)字人主要分為服務型、表演型和身份型三大類。

其中服務型數(shù)字人強調(diào)的是功能屬性，主要是為大眾提供各種服務，如虛擬客服、主播、導游等，也包括具有陪伴、關懷價值的虛擬助理、顧問等，基本面向B端客戶，主要起降本增效、助力營銷的作用。

如2022年，商湯科技為寧波銀行專門打造的數(shù)字員工“小寧”，就屬于這一類數(shù)字人。據(jù)介紹，“小寧“是基于商湯原創(chuàng)的“虛擬IP解決方案”及多種領先的AI技術(shù)打造的，可以自主從事直播、運營及互動，實現(xiàn)了全天候的“用戶觸達”。而深蘭科技為武漢江漢路步行街智慧化升級項目打造的數(shù)字主理人“江妮”也屬于這一類。

表演型數(shù)字人強調(diào)的是偶像屬性，當前主要是被應用在娛樂、社交、辦公場景中，如各類虛擬偶像、明星虛擬分身等，相較于服務型數(shù)字人，其更具流量吸引力和商業(yè)想象空間。

在今年大年初一《廣東衛(wèi)視春節(jié)晚會》上，與鐘鎮(zhèn)濤、炎明熹一同演唱歌曲《財神到》的陳水若，就是基于AI平臺“小冰框架”生成的一位擅長中國風曲目的AI數(shù)字歌手。

而身份型數(shù)字人則是強調(diào)身份屬性，即現(xiàn)實世界中的“真人”在虛擬空間、元宇宙中的ID，也被稱為個人數(shù)字分身。不同于前兩種數(shù)字人，身份型數(shù)字人主要面向個人用戶，其瞄準的也是最具市場想象力的個人數(shù)字化產(chǎn)業(yè)，當前主要用于社交、辦公等場景，未來具有廣闊的應用場景和發(fā)展前景。

在前不久召開的“ 2023‘科創(chuàng)的力量‘無疆首屆高新科技產(chǎn)業(yè)資本峰會”上，宣布在全國范圍內(nèi)招募合伙人的“深蘭硅基大腦SaaS平臺”，就是深蘭科技基于硅基知識大模型開發(fā)的一款服務于個人數(shù)字化的數(shù)字人生成產(chǎn)品，它可以記錄個人的日常數(shù)據(jù)，并用于數(shù)字人的領域知識和個性化人設等高維定制化訓練。用戶通過該平臺快速構(gòu)建的ChatGPT級別AI數(shù)字人，就屬于身份型數(shù)字人。

從技術(shù)層面，數(shù)字人則可以分為真人驅(qū)動型和智能驅(qū)動型兩大類。

真人驅(qū)動型數(shù)字人是采用“CG建模+真人動作捕捉”方式構(gòu)建，在完成建模和關鍵點綁定后，數(shù)字人可以通過設備捕捉真人的動作、表情、語言等，并以此為驅(qū)動，完成相應表演、互動。其可以看作是傳統(tǒng)影視制作CG技術(shù)的延續(xù)，強調(diào)“人機耦合”，技術(shù)相對成熟，尤其隨著近些年算法進步以及高清動作捕捉設備的使用，攻克了在穩(wěn)定流暢地捕捉和展示真人微表情、微動作上的技術(shù)難點，這使其成為當前最常用數(shù)字人。如使用騰訊智影視頻生成平臺塑造的數(shù)字人，就是屬于這一類。

智能驅(qū)動型數(shù)字人，則是依托多模態(tài)大模型技術(shù)來驅(qū)動眼、眉、嘴等人體部位，以此讓數(shù)字人展現(xiàn)出比肩真人的動作、表情乃至記憶、思想等，形成獨特“人設”和技能，自主完成內(nèi)容輸出以及與外界互動。該類數(shù)字人主要基于知識圖譜進行服務，目前大都以“工具人”身份出現(xiàn)，例如虛擬客服、虛擬助手、虛擬導游等。

單就技術(shù)而言，由于完全智能驅(qū)動型數(shù)字人在人設、思想、記憶及主動互動與輸出等方面，有著很高的技術(shù)要求，因此開發(fā)這一類數(shù)字人的平臺，大都還處于技術(shù)攻堅階段，只有少數(shù)企業(yè)取得了突破性進展，而那些真正有部分認知能力且可實現(xiàn)智能交互的數(shù)字人，也是最近才開始商用的。前面提到的通過“深蘭硅基大腦SaaS平臺”打造的數(shù)字人，如果按技術(shù)層面來劃分，也可以劃歸這一類。

從呈現(xiàn)方式層面，虛擬數(shù)字人主要分為卡通型和超寫實兩類。

卡通型數(shù)字人突出的是虛擬屬性，其雖然具有語言、動作、表情等人的行為模式，但它的一切皆為虛構(gòu)，在現(xiàn)實世界中根本不存在。這一類數(shù)字人其實從動畫影視出現(xiàn)那天，就已經(jīng)出現(xiàn)了，它的優(yōu)勢主要體現(xiàn)在易制作、產(chǎn)量大、成本低上。因此，目前這一類數(shù)字人主要還是出現(xiàn)在二次元、游戲、卡通動畫中。

而超寫實數(shù)字人突出的則是數(shù)字資產(chǎn)屬性。作為當前數(shù)字人主流發(fā)展方向和未來個人鏈接元宇宙場景的重要工具，其從一開始就繞開了“二維”和“卡通”，通過精細設計并由技術(shù)合成，且自帶高清人物建模以及專屬服飾和場景，為的就是盡可能貼合現(xiàn)實世界中的真人形象。

如在2月召開的“2023全球人工智能開發(fā)者先鋒大會”上，以AIGC首席架構(gòu)師身份發(fā)表演講的百度AI數(shù)字人希加加；使用商湯“如影”平臺打造的個人數(shù)字分身；用戶通過每經(jīng)科技自主研發(fā)的“雨燕智宣”平臺生成的數(shù)字主播等，都屬于超寫實數(shù)字人。

而如果按照產(chǎn)品屬性來劃分的話，則可以分為成品和工具平臺兩大類。像AI歌手陳水若、百度AI數(shù)字人希加加、寧波銀行數(shù)字員工“小寧”等屬于成品類產(chǎn)品，而像“商湯如影”、“深蘭硅基大腦SaaS平臺”、每經(jīng)“雨燕智宣”這樣的，則屬于是工具平臺類產(chǎn)品。

數(shù)字人和數(shù)字人生成平臺舉例

“數(shù)字人”脫胎換骨，“數(shù)智人”呼之欲出

總的來說，國內(nèi)數(shù)字人產(chǎn)業(yè)目前正處于加速發(fā)展期，越來越多的科技企業(yè)在這一領域布局，越來越多的數(shù)字人產(chǎn)品在各行各業(yè)落地，整個產(chǎn)業(yè)呈現(xiàn)出一片欣欣向榮的發(fā)展局面。據(jù)前瞻經(jīng)濟學人預計，2027年市場體量或達到300億元，2022-2027年行業(yè)整體年復合增速或達到30%。

當前，AI技術(shù)驅(qū)動多模態(tài)輸入感知、多模態(tài)交互能力不斷完善，ASR、NLP、TTS、STA、情感計算等技術(shù)已經(jīng)取得突破，數(shù)字人已經(jīng)開始擔負起連接人與AI的新型交互接口的角色，成為元宇宙中各類“人”與事物之間產(chǎn)生聯(lián)系或發(fā)生孿生關系的新介質(zhì)。

因此，像虛擬IP與虛擬化身這兩類身份型數(shù)字人，它們在內(nèi)容創(chuàng)新空間和應用開發(fā)潛力上的優(yōu)勢將更加明顯，有望在電商、直播、營銷等領域得到廣泛應用。

未來，隨著數(shù)字人所具備的人的形象、性格、行為特征以及類人的互動能力不斷提升，大模型技術(shù)的不斷加持，數(shù)字人將進一步向具有人類意識的“數(shù)智人”方向發(fā)展。在不改變業(yè)務邏輯的情況下，“數(shù)智人”可以與更多的行業(yè)場景進行深度結(jié)合，產(chǎn)生千行千面的數(shù)字人業(yè)態(tài)，從而向用戶提供更好的陪伴。

總而言之，雖說現(xiàn)階段數(shù)字人產(chǎn)業(yè)仍處于發(fā)展初期，但未來隨著技術(shù)的突破、應用門檻的降低，市場體量的增大，數(shù)字人必將走進我們的生活，走進千家萬戶。

正所謂：一切皆有可能，萬事皆可期待。

763人已贊賞 >

敬原創(chuàng)，有鈦度，得贊賞

贊賞支持

0

8

0

掃描下載App