虚拟数字人迎面走来

“一峰一状百树迎，天水合璧两岸情。”你能想象得到这句诗出自虚拟数字人之口吗？近日，百度虚拟数字人家族在2022百度世界大会上的集体亮相再次引爆舆论场。它们有的能歌善舞，有的妙笔生花，有的已经开始探索太空，有的则在辅助智能制造......IDC最新发布的报告显示，中国虚拟数字人市场规模呈现高速增长趋势，预计到2026年将达102.4亿元。当前，政策、应用价值、市场需求、资本支出、技术成熟正合力推动虚拟数字人市场崛起。作为人工智能技术最热门的应用之一，业内对虚拟数字人的进退观点不一，众说纷纭。但不可否认的是，虚拟数字人正在以不可抵挡的姿态迎面而来。

来源：IDC中国，2022

互联网大厂差异化布局

据不完全统计，2021年，虚拟数字人领域投融资事件27起，融资金额在百万至千万元之间。尤其在元宇宙、Web 3.0等概念的推动下，虚拟数字人市场迅速升温，资本不断涌入。2022年以来，虚拟数字人领域融资已达到了近百起，融资金额累计突破4亿元。

互联网大厂虽集体入局，但切入点却各有不同。其中，百度第一个明确了全场景、大生态定位，以虚拟数字人为载体全方位输出其在人工智能算法、底层技术、行业应用及生态搭建等方面的优势，旨在实现规模化生产、快速降低成本，从而实现虚拟数字人普惠。

在2022百度世界大会上，希加加、度晓晓等虚拟数字人成为大会主角，出现在现场多个环节中。百度飞桨和文心大模型为其虚拟数字人提供了脱颖而出的深度学习和内容创造能力。记者从会上获悉，百度虚拟数字人家族数量已经达到了几十个，百度智能云曦灵虚拟数字人平台将实现超写实虚拟数字人24小时纯AI直播。百度副总裁袁佛玉更是直言：“随着百度AI算法的突破，能让虚拟数字人制作成本十倍、百倍地下降，还能让虚拟数字人生产周期，从动辄几个月，缩短到小时级别。虚拟数字人的制作成本，将从百万级降低到万元级别。”

区别于百度，腾讯依托自身在语音智能和大文娱生态方面的优势，力图将IP作为核心亮点和竞争力。基于云小微数智人平台，腾讯推出了一系列IP型虚拟数字人，目前声量比较大的有《QQ炫舞》的星瞳、《和平精英》的吉莉、《王者荣耀》的无限王者团等。这些由游戏角色升级而来的虚拟偶像，天生具备广泛的粉丝基础，商业价值高，且能对其游戏内容进行反哺。

《QQ炫舞》系列发行制作人Todd此前表示，国内虚拟偶像目前的变现逻辑距离成熟模式还很远，除了品牌合作，未来还有发行唱片、制作动画和游戏等一系列途径，如果眼下进行过度的商业价值挖掘，会伤害这些长远价值。因此，团队并不急于变现。

不过，腾讯也并不是光靠IP布局虚拟数字人，还同步推出了一些基于特定场景的虚拟数字人，如平安普惠数字员工、新华社主播“新小微”、航天员“小诤”、3D手语翻译官“聆语”、故宫博物馆导游“福大人”等。这些虚拟数字人则多是为企业端业务场景量身定制，或者是与旗下智能车载、智能家居、智能交通等智能设备结合，定位是服务型数字助手。

阿里巴巴对于虚拟数字人的态度则更为保守，主要为自身业务需求服务。借着北京冬奥会的契机大火了一把的数字人“冬冬”采用了面向高质量图形的Unity高清渲染管线(HDRP)，在视觉上有着不输AR/VR的效果。但在应用场景方面，仍是以直播带货为主，契合其老本行——电商业务的需求。

阿里巴巴研究员、数字人技术负责人李小龙表示：“虚拟数字人需要在特定场景内真正解决人的问题。”电商直播间是一个已经被验证可行的商业化场景。阿里巴巴已经在淘宝直播的场景中进行虚拟数字人应用落地尝试，“当前阶段，已经有600多家商家在尝试我们的虚拟主播，每天开播的超过200家”。

从产业链全局来看，不止是BAT，华为云、京东云、字节跳动、科大讯飞、商汤科技、小冰公司等科技厂商皆已参与到虚拟数字人生产中来。基础软硬件方面，不仅有英伟达、英特尔、AMD等芯片大厂，还有百度、阿里、华为、浪潮、联想等厂商在提供算力服务。在建模、动作捕捉及渲染方面，也不乏Adobe、AutoDesk、Unity、Unreal等知名厂商的身影。应用层更是覆盖了影视、传媒、游戏、文旅、零售等诸多领域，数字王国、诺华视创、哔哩哔哩、浦发银行、中国移动等皆在其中。某AI公司专家指出：“虚拟数字人的产业链较长且覆盖面广泛，多数入局企业正在基于自身技术优势以及客户群体覆盖的领域进行研发创新，以构建差异化竞争优势。”

来源：IDC

虚拟数字人产业基础尚待夯实

“由于行业内产业链各环节公司专注于虚拟数字人生产流程中的单点环节，各类企业相对割裂，尚未实现协同调优，加之目前虚拟数字人生产、运营成本较高，市场接受度尚低，整个产业发展尚处于起步阶段。”赛迪顾问人工智能产业研究中心高级分析师于凯迪在接受《中国电子报》记者采访时说道。

目前，虚拟数字人的生产商以互联网公司为主，虽然许多公司都推出了自己的虚拟数字人，但它们各自的AI算法大多是自闭环的，只需要购买一些基础的软硬件即可。而产业链上那些纯靠卖算法的AI公司则只能将目标客户定位于那些非互联网公司企业身上。二者之间未能找到一种互惠互利的良性生态模式。

人类可以敏锐的通过口唇、表情、肢体行为来读取非文本信息，因此对于虚拟数字人交互过程中呈现的效果有很高的要求，这就需要NLP、智能语音、知识图谱等AI技术训练具备极高的协同能力，这种技术融合的难度较高。整体来看，虚拟数字人还处于前期探索阶段，生产、运营成本较高，普遍面向B端客户，针对c端市场的需求，如普通用户生成自己的虚拟形象、AI化身等，还有待挖掘和激活。

在虚拟数字人生产技术方面，同样存在许多薄弱环节。如登上春晚的虚拟数字人翎Ling就被吐槽面部僵硬一眼假；北京国际电影节的元宇宙星推官虚拟数字人“梅涩甜”也被吐槽角色建模塑胶感严重，“土味十足”；首个国风虚拟男艺人秦佑同样被吐槽“毫无特色”。

浙江大学国际联合商学院数字经济与金融创新研究中心联席主任、研究员盘和林坦言，国内3D素材、生产3D形象动作的游戏引擎等工具软件比较落后，生产虚拟数字人的工具软件基本被国外公司垄断，需要从基础引擎、建模软件、AI学习框架、编程语言方面有很多创新，来夯实虚拟数字人产业基础。

北京虚拟动点科技有限公司技术总监崔超在接受《中国电子报》记者采访时表示：“虚拟数字人生产技术目前的薄弱环节主要体现在骨骼重定向、真实度模拟、声音处理等方面，例如骨骼重定向时真实人和虚拟数字人的骨骼比例相差较大，骨骼拓扑结构不同时，可起到很好的驱动作用，得到更真实的匹配效果，但这项技术难度较高；再比如虚拟数字人要达到与真人无异的还原度，声音处理也是一大难点，AI驱动的声音大都缺乏感情，有损虚拟数字人的真实度。多数生产商在软件、算法端的技术能力依然有很大提升空间。”

“数智人不仅要听得到、听得清人类的语言，还需要能听得懂、说得出，复杂应用场景对技术提出了更高要求。”腾讯数智人业务相关负责人对《中国电子报》记者说道：“制作方式自动化水平较低、关键技术有待发展，以及技术人才、综合人才的缺乏，也一定程度上限制了数智人的产业化发展。”

尽管一代又一代虚拟数字人蜂拥而至，但它们中的很多并未在市场中激起太大浪花就已消失不见了。究其原因，依然与成本问题有很大干系。虽然百度声称，基于算法突破可将虚拟数字人的制作成本从百万级降低到万元级别。百度集团资深副总裁、百度移动生态事业群组（MEG）总经理何俊杰表示：“'人均一个虚拟数字人’的时代已经到来。”

但实际上，虚拟数字人的“支撑成本”远比前期生产制作还要“烧钱”。公开数据显示，设计一个虚拟偶像形象花费10万元至100万元，而后续的内容制作和智能驱动则需一年200万元到500万元的持续性投入，这还不算营销端、运营端等其他投入。

“柳夜熙”团队曾透露，推出“柳夜熙”之前的半年多时间，研发成本、人员成本、技术成本等投入已“远超百万”，它的第一条短视频成本就差不多花了几十万元人民币。小冰公司首席运营官、人工智能创造力实验室负责人徐元春也曾表示，目前运用3D建模等类似技术制作的超写实虚拟数字人，仅单个形象部分，3D模型成本就在30万元至45万元左右，运营一年可能要花掉五六百万。

在花团锦簇的表象之下，不得不承认的是我们距离“人均一个虚拟数字人”还有很长的一段路要走。于凯迪说道：“虚拟数字人是否达到批量化生产的标准受虚拟数字人系统平台的工程化能力的影响，也就是系统的易用性、可拓展性、兼容性、可靠性等能力。待虚拟数字人系统平台的制作效率和技术能力实现大幅提升，'人均一个虚拟数字人’才有实现的可能。”

下一代虚拟数字人还有多远？

IDC报告认为，当前虚拟数字人大多处于L1-L3阶段，即依赖算法驱动肢体、姿态、口型、表情等，虚拟数字人可执行简单的决策和操作。未来虚拟数字人将实现L4-L5水平，由虚拟数字人自主进行决策、执行任务，完全实现智能化交互。

随着新兴业态兴起，直播购物、在线教育、线上旅游、远程问诊等生产生活新方式加速推广；伴随超高清电视的普及应用，互动视频、沉浸式视频、VR/AR游戏等新业态正不断拓展社交、购物、娱乐、展览、旅游、教育、医疗等领域的边界，人机智能交互将成为人工智能典型应用模式，为虚拟数字人在上述行业的大规模落地提供良好的基础。

“基于新一代多模态人机交互系统的业务型、功能型数智人，通过整合语音交互、知识图谱、视觉识别和情绪识别等技术，有效连接内容和服务、B端和C端，在垂直产业链条中提供智能化服务，以适应更多元的行业化、业务化、场景化需求。这将大大拓展虚拟数字人的应用场景，并助推这一新兴领域的价值跃迁。”腾讯数智人业务相关负责人说道。

在技术方向上，文本数据和语音、图像数据的多模态融合依然是未来虚拟数字人产品的刚需；在应用方向上，国内的优势在于丰富的落地应用场景，虚拟数字人应用将优先面向金融、政府、传媒、电商、影视特效等行业的ToB专业服务场景，如虚拟带货主播、媒体行业虚拟主播、金融及政务行业问答机器人、电影特效数字人等；此外，国内互联网直播、在线教育、在线文旅、在线医疗、电竞、社交等行业对于具有更加鲜活形象的虚拟数字人也存在广泛的潜在需求，ToC（个人端）的虚拟数字人产品研发也是未来的方向之一。

另有观点认为，下一代虚拟数字人的进化方向与元宇宙的演进方向息息相关。它将成为人们从现实生活走入元宇宙的“数字化身”，拥有自己的身份、资产，甚至是价值观等，不但可以为元宇宙带来丰富的内容，还能给参与者提供一种更深层次的沉浸式体验。

正如Forrester分析师卢冠男此前接受记者采访时所言，当前我们刚刚进入“元宇宙先兆”时期，后续还将进入初始型元宇宙（primordial metaverse，即不同虚拟世界的联结机制使用户可以从一个虚拟空间去往另一个空间，就像在不同网站浏览网页）以及联邦式元宇宙（federated metaverse，即不同的虚拟世界采纳一套共同系统，支持并遵循身份和资产的可移植性和一致性）。未来，我们也有可能以虚拟数字人的形态穿梭于元宇宙之中，让科幻电影中的场景变为现实。

IDC中国助理研究总监卢言霞表示，今天的虚拟数字人在某些领域发挥了明显的商业价值。未来，在生活和工作中，将会有大量的数字人团队与人类共存。一方面，行业用户可以从相对成熟的应用场景中引入虚拟数字人；另一方面，要对这些应用场景保持耐心，不要设置过高的期望值。