随着AI的出现，虚拟数字人逐渐成熟，而让虚拟人富有生命力和有影响力，是当前未来的行进方向。作者总结了虚拟数字人的应用和观察，一起来看看吧。
生成式AI的技术让虚拟数字人不仅仅只有系统设置好的能力，更可以具备“灵魂”。
如何让虚拟人有生命力和有影响力，是未来行进的方向。
21年我关注这方面的时候，大部分还是处于电影特效环节，一个真人需要穿一些专业的动捕设备，然后需要设计同学进行大量的人工建模和绑定；
23年年底到现在我再次对这个行业的现状进行了一些摸索，发现确实有了惊人的迭代。
刚开始还是处于应用本身的更新，22年我有次在广州一个展会上看到了做数字人直播的SaaS公司，印象非常清楚，当时还询价，大概是8000/人/月；而且其他的展位都是有商品的，只有这家放了ppt，而且连海报都还没有，只是一个黑白A4纸，打印的产品说明。
当时这家公司的人还是一些“假人”建模出来的，并且音和形的拟合度也非常低。
整体观看，非常假。
但是时日至今，现在确实能够够看到一些还不错的数字人。
一、虚拟数字人的几个常见应用
1. 虚拟偶像产出一些音乐、小短剧、照片等，主体基本由公司进行运营，在各大社交平台进行圈粉。
商业化变现路径：粉丝经济
代表作：洛天依（二次元音乐）
柳夜熙（剧情）
2. 虚拟主播播音主持专业赛道，对新闻、综艺等进行专业的主持；也有在抖音小红书代替真人出镜，呈现内容；
商业化的变现路径：节省人力 + 资本价值
代表人物：央视的主播小C
3. 数字员工服务于企业，多有IP属性、品牌代言和跨界属性，带来一些“噱头”，视觉效果加持，提供一些客服能力。
商业化路径：品牌价值、资本价值
代表人物：百信银行的员工AIya
4. 虚拟导游服务于各地的文旅局，作为旅游IP的特性进行呈现；现在这这两年的商业化路径看起来还不错。
古人现代化呈现（虚拟李白）
商业化路径：代言人、AI概念加持
代表人物：刘三姐
5. 数字分身概念：大多数是对现实生活中的人提供一个第二数字分身进行呈现，比如现在的老黄，主要是作为公司的代表作进行呈现，比如最近的刘强东直播、黄仁勋数字分身。
二、技术方案
实现路径：造个虚拟人出来–>能表达（说话不假）—>能够产生交互（能回复问题）
最原始的状态：动捕设备+手工渲染
现在的方案：
1. 人怎么造出来- 手动建模：通过unity3D.c4d等等都可以建模（原始）
- AI绘画的技术：
- 文生图通过文生图的形式，构建一个人(通过
- AI换脸通过真人图像转虚拟人的形式（比如抖音的一些头像、写实画像转二次元、妙鸭..）
真人驱动：通过动作捕捉设备进行关联，记录动作坐标；
代码驱动：对生成的数字人模型进行骨骼、表情的绑定以实现后续驱动；
智能驱动：通过动作的描述、口型、表情，等等，自动进行有动作流的绑定与生成。
3. 声音拟合这里就像是我给一个视频配音，如何提高精准度，这里大家应该都感受过，需要一直不断地拉大视频的帧，这样才能对的更整齐
但是这里还有一个问题，我们还需要让这个人的口型和语音对上，这个其实就是一个技术难点了（比如前几年电视剧的后期配音大家是非常能明显的感觉到区别）
过去的做法，是我需要人工把人物模型说话的模型建模渲染出来，然后让语音对齐这个口型；
口型动画生成技术：现在的技术已经攻克了口型和语音的自动拟合，能够实现我通过语音驱动这个人物模型的口型；
但是坦白讲，随着语言而变动表情和语气，这个点，确实现在还没有看到，或许也是成本太高了，一时半会不太能呈现出来。
4. 如何产生交互？对话这件事情，现在已经有了生成式大模型、知识库，对于信息的输入和赋予灵魂的输出，这件事情，倒不是技术困境了，阻力核心还是集中在，如何结合多模态让人类感知到这个“数字人”真实性。
三、未来来商业化的方式（个人思考）
1. 电商的应用场景，真实度提升的那一刻，虚拟主播会逐步进入大家的世界现在能看到的一些数字人直播间还是非常初级的阶段，大多还是基础的实现口播，在情绪和问答数据交互上存在一些瓶颈，但是这些是可以通过现有的模型技术进行解决的，相信很快会有大的厂商在这里解决这里的技术问题
- 在一些大厂的基础商铺会首批上线，比如集团下的多个化妆品品牌等等；
- 一些本地生活的连锁门店的直播间，交互范围有限，且需要靠抖音直播的时长来转化优惠券和流量的；
四、文旅行业会快速落地
现在各地的文旅局，都在推进AI的应用，不管是博物馆的ar眼镜还是一些全息投影叠加AI人物的生成
导览数字人、代言人，这些都可以快速提升游客的感官体验。并且在这个场合中，“假”并不会被过度放大。
eg：上次在山东省博物馆和河南省博物院，都有看到类似的应用，通过ai的方式展现了京杭大运河当前的开凿和状况；还有李白杜甫这些诗人的经历，都有通过虚拟人+生成式视频+现场交互的方式，给游客带来较好的体感
助手数字人化日常大家会使用siri和小爱同学等等的语音对话助手，但是这里的siri是一个同样的siri，而且只是语音
如果现在你可以真实的构建一个数字人助手，可以yy一下，我可以线上设定他参数，比如我希望他是boy or girl ，语气是怎么样的，学历背景和工作履历是如何的，从一维二维的对话，走向三维的视频，同时再结合一些VR眼镜等等硬件，可以在特定的环境实现真实对话。。纯yy暂无一些资料表明。
五、国内的一些商业化方案
1. 单一IP的定制化方案- 强定制化品牌形象的数字人：央视电视台主播、政务IP
- 卖捏好的人（SaaS方案）-for电商直播（百度的智能云）
- 软硬件一体化方案-for电商（讯飞）
- 重点发力重视数字人直播赛道
会员制，卖时长和做好的视频–For内容制作者（云平台）如影
数字员工解决方案（小冰）
六、技术困境
1. 生动性：包括最近大家看到的刘强东京东直播，都是非常死板，没有“人味”
虽然解决了口型的问题，但是对于情绪和表情上，还是没有办法进行通用的商业化，这里在未来的一段时间必然是攻克的瓶颈。
2. 算力：大模型的通病了，如何降本，让这件事情走进千家万户本文由 @闻一 原创发布于人人都是产品经理。未经许可，禁止转载。
题图来自Unsplash，基于CC0协议。
该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。
友情提示
本站部分转载文章，皆来自互联网，仅供参考及分享，并不用于任何商业用途；版权归原作者所有，如涉及作品内容、版权和其他问题，请与本网联系，我们将在第一时间删除内容！
联系邮箱：1042463605@qq.com