數字孿生元宇宙(元宇宙之數字虛擬人專題研究:科技人文的交點，賦能產業的起點)

2023-05-27

（報告出品方/作者：國海證券，姚蕾、方博云）

1、虛擬人概覽

定義：數字虛擬人是擁有數字化外形的虛擬人物

數字虛擬人的廣義定義為數字化外形的虛擬人物，具有“虛擬”（存在于非物理世界中）+“數字”（由計算機圖形學、圖形染、動作捕捉、深度學習、語音合成等計算機手段創造及使用）+“人”（具有多重人類特征，如外貌、人類表演/交互能力等）的綜合產物。打破物理界限提供擬人服務與體驗是其核心價值。

實現場景角度，目前以圖片、視頻、直播等為主，未來VR設備/全息投影有望為數字虛擬人在現實世界的投射提供更豐富的道具和軟硬件基礎。由于各場景時延（如直播等實時場景要求低時延，但內容生成場景無該要求）、驅動方式（計算驅動對模型的深度學習能力有極高要求）等不同，對技術、運營等要求差異較大。

技術角度，數字虛擬人近年的發展來源于CG、語音識別、圖像識別、動捕等相關技術的共同成熟，除CG建模+真人驅動的類別外，多模態技術與深度學習成為未來核心點。 ? 我們認為“人”是其中核心的因素，高度擬人化（外貌形象、行為表情、交互的擬人程度）為用戶帶來的親切感、參與感、互動感與沉浸感是多數消費者的核心使用動力。能否提供足夠自然逼真的相處體驗，是數字虛擬人在各個場景中取代真人重要標準。

2、虛擬人技術

技術：視覺制作層面建模、動/面捕捉、渲染為核心制作技術環節

數字虛擬人的制作涉及眾多技術領域，且制作方式尚未完全定型，《2020年數字虛擬人發展白皮書》總結出在“數字虛擬人通用系統框架”，包含任務形象、語音生成模塊、動畫生成模塊、音視頻合成顯示模塊以及交互模塊。在此基礎上提煉出五橫兩縱的技術架構。“五橫”是指用于數字人制作、交互的五大技術模塊，即人物生成、人物表達、合成顯示、識別感知、分析決策等模塊。其中，人物表達包括語音生成和動畫生成，動畫生成則包含驅動（動作生成）和渲染兩大部分。“兩縱”是指 2D、3D 數字人，3D 數字人需要額外使用三維建模技術生成數字形象，信息維度增加，所需的計算量更大。數字虛擬人視覺制作部分的工業化流程，涵蓋了建模、骨骼綁定、動捕、面捕、渲染、材質解算等各個環節。

技術層面

建模：相機陣列掃描靜態重建為主流，動態光場重建為發展重點

數字虛擬人建立的第一步需要進行前期的形象設計以及建模。2D數字虛擬人需要原畫等形象設計，而3D數字虛擬人需要額外使用三維建模技術生成數字形象，信息維度增加，所需的計算量更大，無論是基于IP或者真人設計，都需要進行面捕以及身體的建模。

3D建模技術目前主要包含靜態掃描建模以及動態建模兩類：靜態掃描建模仍為主流，其中相機陣列掃描重建快速發展，目前可實現毫秒級高速拍照掃描（高性能的相機陣列精度可達到亞毫米級），滿足數字人掃描重建需求，替代結構光掃描重建成為當前人物建模主流方式。相比靜態重建技術，動態光場重建不僅可以重建人物的幾何模型，還可一次性獲取動態的人物模型數據，并高品質重現不同視角下觀看人體的光影效果，成為數字人建模重點發展方向。海外Microsoft、Google、Intel、Facebook 等巨頭公司都在積極展開相關研究，國內清華大學、商湯科技、華為等也展開了相關研究，并取得國際水平的同步進展。

建模綁定技術：技術突破不斷

2018年，騰訊游戲旗下NExT Studios高保真數字虛擬人Siren(塞壬)亮相GDC，其高還原度媲美真人的形象，以及可實時驅動的表情動作；制作中“綁定技術“環節就耗費了大半年時間。 2021年6月，由新華社、騰訊聯合打造的全球首位數字航天員、數字記者“小諍”首次出現新華社數字視頻中，帶領用戶漫游三大空間站；小諍項目的綁定流程較 Siren(塞壬)項目縮短了一半，依靠的就是創作團隊創新沉淀出的高效人臉制作管線——xFaceBuilder。

驅動技術：智能合成、動作捕捉為虛擬人主流動作生產方式

驅動動作技術包括手動調節關鍵幀、預制動作、動作捕捉、智能合成（文字/語音驅動）等。手動調整動畫關鍵幀與預制動作（類似MMD）無法實現實時互動。

智能合成：其中2D、3D數字人均已實現嘴型動作的智能合成，其他面部/ 身體部位的動作智能合成未能完全實現。（報告來源：未來智庫）

動捕：通過將捕捉采集的動作遷移至數字虛擬人是目前動作生成主要方式，核心技術是動作捕捉。可分為光學式、慣性式及計算機視覺動捕等。現階段光學式和慣性式動捕占據主導。計算機視覺動捕雖然相對開發難度大，目前精度較低，但就成本/對環境要求低，可移動范圍大，使用場景想象力較大，目前已有消費級應用（部分VR設備采用），成為聚焦熱點。

渲染技術：硬件與算法突破，渲染真實與實時性大幅提升

渲染技術，是指把模型在視點、光線、運動軌跡等因素作用下的視覺畫面計算出來的過程。主要由離線與實時渲染兩種類型。

離線渲染，就是在計算出畫面時并不顯示畫面，計算機根據預先定義好的光線、軌跡渲染圖片，渲染完成后再將圖片連續播放，實現動畫效果。優點是渲染質量相對好，美學和視覺效果好，缺點是無法實時控制，主要應用于影視等方面，代表性軟件包括Maya、3DMax等。

實時渲染，是指計算機邊計算畫面邊將其輸出顯示，優點是可以實時操控，缺點是要受系統的負荷能力的限制，必要時要犧牲畫面效果，主要應用于游戲等方面，代表引擎包括Unreal Engine（虛幻）、Unity Engine等。

隨著硬件能力的提升和算法的突破，渲染速度、效果真實度、畫面分辨率均大幅提升，在虛擬人物實時渲染方面，已經能做到以假亂真。2016年，EpicGames （虛幻引擎開發商）聯合 3Lateral、Cubic Motion等公司聯合開發的可實時驅動的虛擬人物在當年的Siggraph會議中做了演示，成功在消費級的硬件環境下實時渲染了高質量的虛擬角色。2018年5月，騰訊發布虛擬人Siren，也一個支持實時渲染的虛擬人物。

技術層面：交互式數字虛擬人可分為真人/計算機驅動兩種

從驅動技術角度來看，交互型數字虛擬人可分為真人和計算機驅動兩種類型。

真人驅動型數字虛擬人，以真人為核心，用戶可以通過3D建模、動作捕捉技術、渲染等技術，在網絡上形成真人的虛擬化身，在動作靈活度、互動效果等方面有明顯優勢，一方面能夠在影視內容的創作中減低生產成本，為影視行業降低門檻，推動影視級內容向消費級轉化。另一方面則多用于虛擬偶像、重要直播中，幫助數字虛擬人完成大型直播、現場路演等互動性、碎片化活動。

計算機驅動型數字虛擬人，以深度學習技術為主，本質上還是算法，但會擁有一個定制化的虛擬外表。計算驅動的數字虛擬人最終效果受到語音合成（語音表述在韻律、情感、流暢度等方面是否符合真人發聲習慣）、NLP技術（與使用者的語言交互是否順暢、是否能夠理解使用者需求）、語音識別（能否準確識別使用者需求）等技術的共同影響。盡管在特定方向上，各感知類技術已有的商業化能力已足以支撐，然而，但要達成理想的綜合效果，需要該公司在三個方面同時具有較強的綜合能力。

3、虛擬人應用市場及商業模式

虛擬偶像

2022年核心市場規模將達121億：根據艾媒數據，虛擬偶像在網民中的認可度較高，以網民總數10.11億（《中國互聯網絡發展狀況統計報告》2021年6月數據）計算，2021年深度+淺度追星人群占比超80%，約8億人；而在追星群眾中63.6%關注支持虛擬偶像，則預計有超5億人為虛擬偶像受眾，隨著虛擬偶像應用面鋪開，滲透率有望進一步提升。根據艾媒數據，2020年中國虛擬偶像核心市場規模為34.6億元，YOY+69.3%，預計2021-2023年中國虛擬偶像核心市場規模分別達62.2/120.8/205.2億元， YOY+79.6%/+94.3%/+69.8%；2020年虛擬偶像帶動市場規模為 645.6億元，YOY+70.3%，預計2021-2023年分別達1074.9/1866.1/3334.7億元， YOY+66.5%/+73.6%/+78.7%。

用戶范圍廣、花費多、時長長：根據艾媒數據， 2021年虛擬偶像用戶中29-30歲青年群體占比超90%，男女比例相對均衡，高收入人群居多。而中國網民中近50%用戶為虛擬偶像月均花費金額超500元，且86.5% 的用戶為虛擬偶像的花費與現實偶像持平或者更多；近75%的用戶為虛擬偶像日均花費時間超過1小時。隨著二次元領域的主要受眾群體90/00后的逐漸擁有了自主消費能力，虛擬偶像在流量變現、內容變現等方面將會獲得更好的支撐，具有非常強的忠誠度、號召力以及商業變現前景。

虛擬分身

游戲行業虛擬形象需求擴大：虛擬分身（AVATAR）滿足個人在虛擬世界中為自己創造獨特形象的身份需求，在社交、游戲等領域被反復驗證。游戲需要玩家帶入角色，對人設天然要求高。隨著硬件技術迭代，游戲在畫面精細度和角色操控自由度方面越發強大，游戲廠商有較好的虛擬形象技術沉淀。以最典型的RPG為例，在2021年近3000億游戲市場規模中，TOP100收入移動游戲中， RPG（角色扮演類游戲）占比達31.3%，較20年30.9%仍有一定提升。RPG游戲開始只有低還原度/有限的角色選擇，逐漸升級至設置自由度極高的“捏臉”系統，可以讓玩家根據自己的審美細化設定角色外觀，加強第二分身的游戲沉浸感、真實感。

虛擬社交構建元宇宙支撐框架，虛擬分身成為元宇宙入口。浸式體驗，虛擬社交平臺用戶通過打造自己的虛擬形象進行社交互動，將人與人更輕松地相互連接起來。社交平臺的拓展和深化，鑄造了元宇宙的支撐框架，元宇宙最終要實現多個個體在虛擬世界的交互，在聚合用戶的過程中社交平臺起到了關鍵作用。國內虛擬社交頭部公司集中布局，先后上線獲測試虛擬社交產品。如字節派對島（內測）、百度息壤、騰訊超級QQ秀、網易瑤臺等，SOUL、BUD、啫喱等社交 APP也相繼涌現。海外虛擬社交以VR平臺為主流，包括Vrchat、Horizon 等。

4、產業鏈及相關公司分析

基礎層：海外公司形成較深的技術壁壘

基礎層為數字虛擬人提供基礎軟硬件支撐，硬件包括顯示設備、光學器件、傳感器、芯片等，基礎軟件包括建模軟件、渲染引擎。顯示設備是數字人的載體，既包括手機電視、投影、LED顯示等2D顯示設備，也包括裸眼立體AR、VR等3D顯示設備。光學器件用于視覺傳感器、用戶顯示器的制作。傳感器用于數字人原始數據及用戶數據的采集。芯片用于傳感器數據預處理和數字人模型渲染、AI計算。建模軟件能夠對數字虛擬人的人體、衣物進行三維建模。渲染引擎能夠對燈光、毛發、衣物等進行渲染，主流引擎包括 Unity 公司的Unity 3D、Epic Games公司虛幻引擎等。總體來看，處于基礎層的廠商已經深耕行業多年，已經形成了較為深厚的技術壁壘。

平臺層：建模渲染

平臺層包括軟硬件系統、生產技術服務平臺、AI 能力平臺等為數字虛擬人的制作及開發提供技術能力。建模系統和動作捕捉系統通過產業鏈上游的傳感器、光學器件等硬件獲取真人/實物的各類信息，利用軟件算法實現對人物的建模、動作的重現；渲染平臺用于模型的云端渲染。解決方案平臺基于自身技術能力為廣大客戶提供數字人解決方案。AI 能力平臺提供計算機視覺、智能語音、自然語言處理技術能力。平臺層匯聚的企業較多，騰訊、百度、搜狗、魔琺科技、相芯科技均有提供相應數字人技術服務平臺。

頭部廠商——騰訊：游戲IP可開發虛擬人形象，加碼AI和虛擬人制作技術研究

供了大量的素材；②旗下NExT Studios、騰訊云和 AI Lab 深入研究虛擬人制作技術和AI技術。

游戲IP：先后推出QQ炫舞-星瞳，英雄聯盟-KDA女團。 ? NExT Studios：擁有獨立的照相建模實驗室、高質量人臉制作管線、給予光學動捕的動畫生產管線，極大提高了虛擬人的制作效率。（報告來源：未來智庫）

AI Lab：由 100 余位來自世界知名院校的科學家，以及 300 多位經驗豐富的應用工程師組成，并與世界頂級院校與機構合作。目前已打造出AI虛擬人“艾靈”，可以展示AI作詩、AI書法等國風才藝，也可以與歌手展開跨次元合作。

騰訊云：提供虛擬人實時渲染解決方案。接入輕量級SDK，即可將虛擬人和場景搬上云端實時渲染，享受穩定、高畫質、低延時體驗。支持使用 iOS 及安卓設備采集語音、臉部及身體動作，同時也支持動捕設備數據傳輸至云端。支持觀眾進入虛擬場景與主播互動等超前玩法，打造更強的參與感和沉浸感。兼容原創虛擬人、虛擬場景等多類型數字資產，支持與直播、演唱會等場景耦合。

頭部廠商——阿里：開發虛擬人應用于電商，達摩院 XR實驗室完善底層技術

阿里在虛擬人方面主要分為兩個方向：①開發虛擬人應用于電商；②達摩院 XR實驗室深入研究虛擬人技術。

應用于電商的虛擬人：①電商AI虛擬模特塔璣。商家只需要上傳一張商品的平鋪圖，就可以生成模特的實拍圖，用于店鋪的商品詳情頁。AI模特利用創新算法技術在目標人臉（Target Face）模塊基礎上，生成成千上萬種五官組合，形成全世界獨一無二的虛擬人臉，降低了商家被盜圖的風險。同時利用算法技術將服裝平鋪圖轉化成 3D圖“穿”在模特身上，直接降低了商家上新的人力和財力成本。②淘寶人生。用戶可定制自己的虛擬形象。③邀請虛擬人代言：引入天貓超級品牌日數字主理人 AYAYI。

XR實驗室：為阿里達摩院下X實驗室中的XR實驗室，致力于研究物品與人物的三位建模、高真實感渲染、自然人機交互、大場景地圖與定位、機器人抓取操縱領域。將產品運用于：

①全息店鋪：通過自研硬件設備對室內外空間掃描建立VR店鋪模型，并在移動端提供VR展現。可基于VR店鋪模型疊加各類空間信息和服務，如商品信息、訂購導覽等，也可以在VR店鋪模型中嵌入虛擬人，如虛擬導購員等。

②AR平行世界：通過自研硬件設備對室內外空間掃描建立三維高精地圖，并通過攝像頭在地圖中實現高精度定位，實現AR導航、AR信息疊加、AR打卡拍照、AR虛擬客服等能力。同時提供內容生產平臺，幫助企業輕松實現各類效果定制化。

③IDC智能運維機器人：由XR LAB自主設計開發的、具備機械臂控制能力的數據機房運維機器人，通過視覺與觸覺融合的復雜操作控制算法，具備在數據中心實現“自動更換硬盤、精細化巡檢、自動資產盤點”的三大核心業務能力，為數據中心提供無人值守、無人巡檢和數據安全的完整解決方案。