元宇宙數字人(元宇宙風口之下，虛擬數字人先火了)

元宇宙無疑是 2021 年的概念頂流，在巨頭下場、web 3.0 加速構建過程中，虛擬數字人作為元宇宙的場景入口與連接紐帶也備受矚目。

1 月 14 日，百度智能云 AI 人機交互實驗室負責人李士巖在百度 AI 開放日上圍繞當前數字人產業的發展格局、技術難點和底層驅動力進行了系統分享。

李士巖表示，虛擬數字人產業格局中，提供建模、渲染、動態捕捉等服務于數字人制作的基礎設施服務商已形成穩固格局，大多由海外巨頭把持。但在工具、應用層，中國企業已開始嶄露頭角。

不過，數字人規模化落地還面臨三大難點：產業鏈割裂、服務場景與演藝場景沒有有效打通、滿足高頻需求成本高。

為系統解決這些難題，百度推出了數字人平臺“曦靈”，未來數字人生產、內容創作、業務配置服務將可以在一個平臺上實現全鏈路制作和調優，降本增效。“我們近兩年的奮斗目標是，通過百度智能云曦靈平臺的開放，讓每個人實現數字人自由。”李士巖表示。

數字人大規模落地要突破三大難題

目前，數字人經歷了以“紙片人”為代表的 1.0 階段，以 Vtuber 主播為代表的 2.0 時代，已進化至 3.0 階段，具備模型高精、人工智能驅動特點的數字人 3.0 成為行業主流。

李士巖介紹，第三代數字人的建模和內容生產均有 AI 參與，這使得數字人的制作效率更高，也更智能，能面向更多應用場景。可面向全群體用戶，可由視頻、直播、chatbot 等載體承載，更具備千人千面的互動能力。

數字人 3.0 已展現出巨大的市場空間。根據次元光譜不完全統計，2021 年國內虛擬偶像/數字人領域里至少發生 19 筆融資，2021 年產業上下游也紛紛從自己擅長的角度切入市場。虛擬數字人產業格局中，提供建模、渲染、動態捕捉等服務于數字人制作的基礎設施服務商已形成穩固格局，大多由海外巨頭把持。不過，在工具、應用層，中國企業已開始嶄露頭角。

中國企業中，數量最多的是資產制作和策劃運營類的公司，比如推出超寫實數字人的 AYAYI 燃麥科技，推出虛擬人物柳夜熙的創壹視頻，但這類公司面臨的挑戰是門檻較低、可替代性高。

此外，掌握技術和場景的互聯網公司則扮演綜合性技術服務商的角色，一邊推出基于自身優勢場景的數字人，打造應用標桿；一邊推出數字人平臺，將產品繼續落地到更細化的場景中，點、線互相推進。

李士巖表示，數字人產業有三大核心推動力，第一級火箭是用戶需求與技術升級、第二級是政策支持與資本涌入、第三級是計算平臺的迭代。

“每一次數字人發展本質上都是技術推動的，用戶從平面的圖文影音獲取信息與交互，向實時 3D 交互反饋的需求轉變，將成為數字人長期發展的根本動能，未來也將創造大量需求。“李士巖說。

雖然數字人行業擁有強勁的驅動力，但李士巖認為，當下國內數字人要大規模產業落地還面臨三大難題：

首先，數字人產業鏈各個節點相對割裂，不能高效協同，導致數字人在制作和調優上存在較高壁壘，目前行業中大多數公司只是數字人制作與運營全流程上的一環或其中幾環。

其次，服務場景與演藝場景沒有有效打通，表現為演藝型數字人不具備客戶所需的業務能力，而服務型數字人缺乏人設，難以與用戶進行情感交流。

第三是滿足高機動性、高頻需求的成本依舊很高，這一問題歸根結底還是數字人的生產效率問題。

百度推出數字人平臺 “曦靈”

針對當前數字人制作存在的高門檻問題，2021 年 12 月，在百度 AI 開發者大會上，百度 CTO 王海峰正式發布了“百度智能云曦靈數字人平臺”， 搭建了集數字人生產、內容創作、業務配置服務為一體的平臺級產品。

百度智能云曦靈 整體架構圖

據介紹，百度的數字人平臺曦靈具有全場景、一站式、平臺化的特點，能支持從最初數字人形象定制、人設管理再到業務編排、內容創作，最后到多種驅動模式下與用戶互動的全部需求，這也意味著在一個平臺上即可實現數字人的全鏈路調優，從而將效果做到最好。

李士巖以數字人生成環節為例，演示了百度智能云曦靈平臺的功能。用戶在百度智能云曦靈平臺上傳一張照片，就能快速生成一個可被 AI 驅動的 2D 數字人像，以前需要兩三個月時間做出來的 3D 數字人，現在可以壓縮到小時級，同時還可以通過一句話語音描述或簡單捏臉等多種形式快速生產數字人。

在內容生產維度，通過人像驅動、自然語言理解、語音交互、智能推薦等四大 AI 引擎，支持真人場景下多樣化內容的快速生成、業務配置。目前，數字人個性化功能開發也較之前更加完善，以百度剛剛發布的 3D 超寫實口語數字人為例，基于面部 4D 數據（3D+時序）的高精數字人“文字到形狀的跨模態面部表情生成技術”，使得口型合成準確性達 98.5%。

據悉，早在 2019 年，百度就開始了“虛擬數字人戰略”。基于多年的 AI 技術沉淀， AI 能力已成為百度智能云曦靈平臺的核心能力，現在百度也在把這種能力開放給外界。李士巖表示，“我們近兩年的奮斗目標是通過百度智能云曦靈平臺的開放，讓每個人實現數字人自由。”

詳解曦靈三大優勢

具體而言，百度智能云曦靈具有三大優勢：

（一）、全場景：

百度智能云曦靈除了提供通用解決方案外，還覆蓋銀行/保險、運營商、媒體/廣電、互娛/品牌商、MCN/藝人經濟等領域，提供一站式的虛擬主持人、虛擬員工、虛擬偶像、品牌代言人的創建與運營服務。

（二）、 一站式：

百度智能云曦靈通過四大引擎，一站式實現數字人的“能聽、能說、能理解、可互動”。

人像驅動引擎

通過 4D 掃描、智能綁定等 AI 技術，實現數字人的唇形驅動、肢體驅動、表情驅動、手勢感知等，增強角色表現力，讓數字人從表情到動作更生動具體。

智能對話引擎

擁有智能對話平臺 UNIT，服務于智能對話系統的開發者，在對話理解和對話管理技術方面擁有強大的技術積累。可為數字人快速定制對話能力、持續提升對話效果、深度定制和靈活接入，滿足各應用場景需求等，讓數字人在理解自然語言上更智慧。

語音交互引擎

該引擎擁有在線語音交互注意力模型，能實現與數字人自然暢通交流，高準確度的音畫同步，逐字口型準確率>98.5%。還擁有全雙工 ASR、個性化 TTS、變聲器、定制喚醒詞等各類功能或開發工具。

智能推薦引擎

依托百度的大規模機器學習和個性化推薦技術，基于豐富的素材庫，增強數字人在不同應用場景中，對客戶進行內容、產品的智能服務能力。

（三）平臺化：

百度智能云曦靈目前已具備標準平臺的快速交付能力，在 AI 引擎和資產生產線的基礎上設置三大平臺，幫助不同領域客戶快速實現敏捷型需求，降本增效。

人設管理平臺： 在人設管理平臺上根據不同的場景搭配設置不同的人設，比如服務型數字人的人設要親和力強、正式，而演藝型數字人則要求個性化程度更高。

業務編排與技能配置平臺： 通過一些簡單的拖拽，實現業務流程的創新。以服務型數字人為例，由于落地場景比較離散，每家客戶的業務流程不一樣，該平臺就提供了創建不同業務流的能力。

內容創作與 IP 孵化平臺： 偏向于演藝型數字人，如虛擬代言人需要做海報、短視頻等內容觸達不同平臺的客戶，或直播數字人需要做直播推流等，該平臺均可提供相應能力。

曦靈數字人應用案例：明星數字人探索

在技術催生的數字人 3.0 階段，虛擬人可與不同行業產生更緊密的融合。

基于市場使用場景，數字人可以分為演藝型數字人、服務型數字人兩類。

演藝術型數字人包括虛擬主播、虛擬偶像以及數字孿生的虛擬品牌代言人。目前百度已經打造了 AI 手語主播、央視網虛擬主持人小 C、航天局火星車數字人祝融號、百度虛擬代言人希加加、百度 APP 代言人龔俊數字人。

值得一提的是，龔俊數字人是百度在明星代言人方向的數字孿生探索，讓明星的 IP 價值得以向元宇宙以數倍價值延伸。

不久前，龔俊數字人發布新歌《2021 在說啥》刷屏全網。這是國內率先由可交互明星數字人參與作詞作曲和演唱的歌曲。

龔俊擁有近兩千萬粉絲，但他不可能隨時與每一個粉絲對話。但通過百度 APP，每個人都可以擁有龔俊數字人，且 24 小時都可以與之進行互動。龔俊數字人擁有真人龔俊一樣的臉和聲音，甚至他能聽懂你在問什么，并做出回答。目前，“龔俊數字人”通過 AI 驅動實現了廣大用戶的 UGC，在百度 App 內的語音包被使用數百萬次。

AI 手語主播是數字人另一個頗有價值的應用，是技術向善的代表案例。AI 手語主播采用語音識別、自然語言理解等人工智能技術，構建出一套復雜而精確的手語翻譯引擎，實現了文字及音視頻內容到手語的翻譯；再通過專為手語優化的自然動作引擎，進行虛擬形象的驅動，將手語實時演繹為數字人的表情動作。

服務型數字人包括數字員工、虛擬員工、虛擬業務員等，可以幫助金融、運營商、政府、零售等行業提供基于數字人的新一代客戶服務能力，解決排隊長、回應慢、人力成本大等問題。目前，百度已經和浦發銀行、光大銀行、中國聯通等合作推出了一對一服務型數字人。數字人客戶能夠提供全天候智能問答及線上業務辦理服務、提供虛擬大堂經理服務，大幅提升了用戶體驗。