北京冬奧運AI虛擬人手語主播、杭州亞運會數字人點火、新華社數字記者、數字航天員小諍......當隨著越來越多數字人出現在人們生活中,整個數字人行業也朝著多元化且廣泛的應用方向發展,快速拓展到不同行業、不同場景。
面向C端,數字人幫助用戶生產內容和輔助工作,如:數字人練口語、和數字人玩游戲等;面向B端,數字人是企業的“工具人”,應用于金融、影視、電商、直播等行業,提高行業生產和運營效率。
毫無疑問,數字人是一門好生意,但其規模化落地依然面臨著人才、成本、場景、技術等層層困難。其中,最關鍵的是技術瓶頸,如何讓數字人擺脫“空有一副好皮囊”的市場評價是一大難題。
然而,隨著大模型的出現,數字人的發展似乎正在迎來新的機遇。
1.大模型賦能數字人
對于產業界而言,數字人本身并不新鮮。在過去很長一段時間內,為了又力求數字人視覺外形上的高保真呈現,生產成本不亞于制作一部專業級電影。
瑞銀發布的數字人研究報告指出,高級虛擬人物的先期投入成本平均為3000萬元,后期又需要真人團隊完成拍攝、配音、剪輯。以樂華娛樂的虛擬女團A-SOUL為例,其一支單曲制作成本約200萬元,一場線下演唱會成本約2000萬元。
但即便是如此高昂的成本,也解決不了數字人的互動效果問題。由于智能水平不足,與其說它是數字人,更像是一個沒有靈魂的數字皮套。
高成本,再加上互動效果不佳,使得數字人的使用被限制在廠商內部或大企業客戶的試驗項目。
因此,當具有學習能力的生成式大模型顛覆了內容制作范式后,面向更廣范圍的中小型企業用戶、優先規模化落地使用的廉價數字人成為了可行方案。
據一名人工智能研究人員介紹,大模型對數字人的重塑與賦能主要體現為降本增效。
從技術角度來說,搭建一個數字人主要分為建模、驅動、渲染幾個環節。傳統的數字人主要依托計算機圖形學技術+真人動作捕捉,需要采集大量的真人數據,深度建模,耗時長,效率低,成本高。
如今在大模型的加持下,通過AI算法,基于深度學習模型、動作模擬、情感模擬等技術,只需要幾分鐘的真人視頻,用大模型訓練若干個小時,就可以生成逼真的數字人,制作成本大大降低。
不僅如此,數字人在成本降低的同時,效能也大大提升。
在大模型出現以前,數字人在外形上差異度較小,而且只能根據輸入的統一腳本,“照本宣科”地回答問題。
在大模型的賦能下,數字人擁有了“靈魂”,不僅外貌特征可以自定義設計,智能化、交互性也有了很大提升。比如在一些直播帶貨場景中,數字人已經可以與受眾進行基礎互動。
比如,百度智能云發布的曦靈數字人,大模型的加持下,可以15分鐘快速完成直播間搭建,自動生成匹配產品特色的講品話術,開啟智能互動問答。
在某餐飲品牌的直播間,曦靈數字人主播自動生成直播話術,包含開場破冰、福利放送、暖場話術、催單話術等。在這場真人與曦靈數字人的接力直播中,用戶竟然沒有絲毫察覺。
更令人驚訝的事,在真實6小時的直播比對中,數字人主播僅需真人主播15%的成本,就可獲得真人主播85%GMV。
除了直播帶貨,百度智能云曦靈作為國內首個大模型全面重構的數字人平臺,還可為企業提供2D真人、3D寫實、3D超寫實的人像,實現視頻制作、數字員工、數字人代言人等多種應用。
比如,在曦靈平臺,只需5分鐘的真人視頻,半小時即可訓練人像,錄制100句話語,24小時生成專屬音色庫,相比真人授課成本只需過去的30%,錄制效率提升20倍。
不難發現,經過大模型重塑與賦能的數字人,一定程度上擺脫了價格昂貴、互動性差等問題,越來越廣泛地出現在短視頻、直播間中。
同時,數字人開始朝著更多“身份”進軍——銀行理財師、律師、老師、已逝的名人……數字人正在成為任何想成為的人,也為這條日漸擁擠的賽道帶來了新的機遇。
2.讓數字人更像“人”
大模型的出現讓數字人“脫胎換骨”,成為如今最火的創業賽道之一。
目前市場上主要的數字人廠商主要有兩類:一類是以百度、騰訊、華為等為代表的科技巨頭,基于自身大模型方面的優勢研發推出數字人產品;另一類是以硅基智能、出門問問、相芯科技等為代表的中小廠商。
多名人工智能領域投資人表示,目前AIGC(生成式人工智能)還處于早期階段,能落地產生利潤的不多,數字人是其中比較少有的商業化路徑,且已經能夠盈利的項目。
但隨著大量的創業者涌入,行業競爭趨于激烈和同質化,賽道逐漸變得擁擠和內卷。
內卷的一個表現是價格越降越低。目前2D數字人的價格大多數已經降到千元級別,有的甚至只需要幾百元。
360集團的數字人營銷服務也顯示,通過智能營銷云平臺的配套SaaS服務推廣給客戶,按照會員用戶每月付費的標準估算,一款數字人的價格最低幾十元,最高在一、二百元上下。
隨著大量低成本的數字人涌入市場,百元級別的數字分身迅速被炒成一本萬利的“財富經”。
每到深夜,打開主流平臺,大量的數字人堅守在直播間。隨之而來的是關于數字人的質疑聲漸起,諸如效果太假、市場混亂等,導致用戶體驗不佳。
有業內人士認為,隨著越來越多的玩家涌入,一些創業者技術能力有限,生產的數字人產品質量良莠不齊,容易導致劣幣驅逐良幣。
一方面,數字人多用于較為簡單的環境、解決較為基礎的問題,在場景切換或面對多輪對話時,可能出現答非所問或陷入死循環的情況,制約用戶體驗。
另一方面,大模型下的數字人交互體驗始終與真人存在明顯差異,比如,在Sora生成內容中,無視物理學原理、人的手指時多時少等問題被廣為詬病,可能進一步引發心理方面的“恐怖谷效應”。
對此,也有專家認為,需要進一步提升技術創新能力和用戶體驗感,在保證數字人外在擬人效果的同時,優化用戶交互體驗,注重實時渲染、光學捕捉、三維重建、智能人機交互等新興技術與自然語言處理、語音識別、計算機視覺、生成式AI等技術的研究和應用。
“當前行業正在共同突破的技術目標是‘如何讓數字人變得更像一個人’,像人一樣去思考”,一位業內人士表示,加快企業間的技術協同,解決交互型數字人在情緒感知、語義理解等方面的技術難題是接下來的重點。
這一系列的挑戰都指向技術側。
2024年度《中國虛擬數字人影響力指數報告》指出,截至2024年2月底,國家知識產權局“專利檢索”數據顯示,2023年全年數字人領域專利申請數高達544個,反映出業界在核心技術研發上的強勁勢頭和深度創新。
從2023年數字人相關專利申請機構來看,以百度、騰訊為代表的老牌互聯網巨頭,以中國移動、工商銀行為代表的頭部通信、金融機構,以小冰公司、世優科技、黑鏡科技為代表的頭部數字人公司形成了技術端的多強格局。
盡管行業頭部大廠在AI技術上擁有了先發優勢,但在產業高速發展的過程中,每個公司在技術本身都沒有絕對的壁壘,本質上技術背后是人。對于所有數字人廠商來說,AIGC帶來機會的同時,也成為直面挑戰的起點。
3.結語
數字人正處于風口,吸引了大量想分一杯羹的創業者涌入。但不可否認的是,作為一項年輕的技術,數字人還處于早期階段,市場尚在培育之中。
對于同處一片紅海中的數字人公司來說,要思考的或許不是如何“卷低價”,而是通過技術的不斷進步,讓數字人“更像人”,提高行業的整體水位,讓數字人“活下去”,創造更多的價值。