限时优惠! 营销号广告共享，创造更多销售！

zhujiaopeiban：yiduiyidayi，zhenduixingpigaizuoye，kehoufudao，xuededuojidelaoxiankuaisudeliulangegetiyuxinwen，lejiegengduotiyusaishidexinxi；keaidekatongdonghuafeng，zhegekatonghuafengrangyouxideticaiwanxialaishigengjuquweixingle；shaixuangongneng，keyigenjushifadi、mudedi、huoliangdenglaijinxingshaixuanhuoyuan；jisukaihu：shoujikaihu，bangdingyinxingkayibudaowei，kaihujinxusanfenzhong；AI開(kai)始(shi)為(wei)數(shu)字(zi)人(ren)註(zhu)入(ru)靈(ling)魂(hun)

作(zuo)者(zhe)： 弗(fu)雷(lei)迪(di)

数據(ju)支(zhi)持(chi)： 勾(gou)股(gu)大(da)数据（www.gogudata.com）

來(lai)源(yuan)：格(ge)隆(long)匯(hui)

圖(tu)片(pian)来源：由(you)無(wu)界(jie) AI工(gong)具(ju)生(sheng)成(cheng)

這(zhe)幾(ji)天(tian)，國(guo)內(nei)“冷(leng)門(men)歌(ge)手(shou)”憑(ping)借(jie)AI翻(fan)唱(chang)再(zai)度(du)走(zou)紅(hong)。

B站(zhan)網(wang)友(you)用(yong)AI模(mo)型(xing)生成了(le)歌手孫(sun)燕(yan)姿(zi)的(de)AI分(fen)身(shen)，其(qi)實(shi)跟(gen)車(che)載(zai)導(dao)航(hang)上(shang)的“林(lin)誌(zhi)玲(ling)”、“郭(guo)德(de)綱(gang)”類(lei)似(si)。拿(na)歌手本(ben)人的音(yin)頻(pin)去(qu)訓(xun)練(lian)，生成壹(yi)個(ge)音色(se)一模一樣(yang)的“孙燕姿”。

然(ran)後(hou)，讓(rang)偶(ou)像(xiang)唱自(zi)己(ji)喜(xi)歡(huan)的歌的心(xin)願(yuan)，就(jiu)以(yi)这样一種(zhong)詭(gui)異(yi)的方(fang)式(shi)实現(xian)了。

图源：B站

海(hai)外(wai)的玩(wan)法(fa)更(geng)加(jia)離(li)譜(pu)。

美(mei)国一个擁(yong)有(you)180萬(wan)粉(fen)絲(si)的23歲(sui)女(nv)网红，通(tong)過(guo)用GPT-4復(fu)刻(ke)了自己的AI分身，然后同(tong)時(shi)與(yu)1000多(duo)个网友談(tan)戀(lian)愛(ai)，每(mei)分鐘(zhong)收(shou)費(fei)1美元(yuan)。

僅(jin)一周(zhou)，她(ta)就狂(kuang)賺(zhuan)了7.16万美元。

並(bing)且(qie)還(hai)遠(yuan)不(bu)止(zhi)如(ru)此(ci)，现在(zai)她的“男(nan)友”还在急(ji)速(su)增(zeng)加中(zhong)，目(mu)前(qian)已(yi)經(jing)增加到(dao)了近(jin)万人，排(pai)隊(dui)等(deng)待(dai)与她“谈恋爱”时間(jian)已经長(chang)達(da)96小(xiao)时。

有分析(xi)認(ren)为，按(an)照(zhao)趨(qu)勢(shi)，她月(yue)入500万美元沒(mei)有任(ren)何(he)難(nan)度，如果(guo)不是(shi)技(ji)術(shu)限(xian)制(zhi)，她赚到的錢(qian)，將(jiang)可(ke)能(neng)是一个天文(wen)数字。

这些(xie)现象(xiang)已经可以充(chong)分說(shuo)明(ming)，一个由AI+帶(dai)来的新(xin)技术红利(li)时代(dai)，正(zheng)在被(bei)急速到来。

01 数字人軍(jun)團(tuan)湧(yong)入直(zhi)播(bo)间

直播带貨(huo)是虛(xu)擬(ni)IP變(bian)现最(zui)具潛(qian)力(li)的場(chang)景(jing)。

Z世(shi)代對(dui)社(she)交(jiao)、視(shi)频、网購(gou)等工具的使(shi)用深(shen)度遙(yao)遥領(ling)先(xian)於(yu)全(quan)网平(ping)均(jun)水(shui)平，数字人和(he)虚拟空(kong)间結(jie)合(he)的新玩法給(gei)他(ta)們(men)带来了體(ti)驗(yan)感(gan)和交互(hu)性(xing)，虚拟IP的核(he)心粉丝大多来自18-24岁的年(nian)輕(qing)群(qun)体。

这一趋势让品(pin)牌(pai)方看(kan)到了让產(chan)品打(da)破(po)圈(quan)層(ceng)的機(ji)會(hui)。

2020年，虚拟歌手洛(luo)天依(yi)和樂(le)正綾(ling)等来到淘(tao)寶(bao)直播间，为博(bo)士(shi)倫(lun)、美的、歐(ou)舒(shu)丹(dan)等品牌带货。这场直播觀(guan)看人数高(gao)达270万，有近200万人打賞(shang)互動(dong)。

这在當(dang)时一度掀(xian)起(qi)巨(ju)大的討(tao)論(lun)，虚拟数字人直播的时代已经来了。

而(er)隨(sui)著(zhe)今(jin)年由chatGPT掀起的人工智(zhi)能大模型熱(re)潮(chao)，虚拟数字人领域(yu)又(you)迎(ying)来一輪(lun)更加磅(bang)礴(bo)的爆(bao)發(fa)。

一大批(pi)量(liang)的虚拟数字人开始紮(zha)堆(dui)涌進(jin)直播间。

今年4月份(fen)，天娛(yu)数科(ke)旗(qi)下(xia)的虚拟数字人“朏(朏)朏”已完(wan)成 ChatGPT 模型接(jie)入，并完成直播首(shou)秀(xiu)，不仅能夠(gou)实时響(xiang)應(ying)顧(gu)客(ke)的提(ti)問(wen)，还能根(gen)据不同问題(ti)进行(xing)自主(zhu)回(hui)答(da)。

图源：抖(dou)音

在短(duan)视频上，出(chu)现过很(hen)多这样的场景：一家(jia)公(gong)司(si)的整(zheng)个辦(ban)公室(shi)裏(li)空无一人，只(zhi)有一排排办公桌(zhuo)上有数十(shi)臺(tai)電(dian)腦(nao)屏(ping)幕(mu)里的AI美女们正在直播......

图源：短视频

这家公司，只靠(kao)2D超(chao)寫(xie)实的虚拟形(xing)象，提前準(zhun)備(bei)好(hao)的話(hua)术和背(bei)景，就可以直播一天，雖(sui)然單(dan)个效(xiao)果不如真(zhen)人直播，但(dan)成本低(di)到令(ling)人发指(zhi)，而且还可以超低成本复制，勝(sheng)在以量取(qu)胜，真正是做(zuo)到躺(tang)着让AI掙(zheng)钱也(ye)并非(fei)不可能。

这一切(qie)，在说明，一场基(ji)于“AI+”的内容(rong)效率(lv)革(ge)命(ming)，正在数字人领域爆发。

虚拟数字人根据制作技术、应用场景、形象特(te)點(dian)分为很多种。

与3D人氣(qi)偶像不同，现在大多数直播间里说话的根据真人原(yuan)型复刻聲(sheng)音、表(biao)情(qing)的2D写实数字人，妳(ni)根本分辨(bian)不出是真是假(jia)，但制作成本远低于勇(yong)闖(chuang)娱乐圈的A-Soul IP们。

一个虚拟主播可以进行7*24全天候(hou)的直播工作，随叫(jiao)随到，也不用擔(dan)心人設(she)翻车的问题，減(jian)少(shao)了直播運(yun)營(ying)中的人工成本。

这背后，是AIGC在重(zhong)新塑(su)造(zao)数字人的生产流(liu)程(cheng)。

2D数字人的制作用上了深度學(xue)習(xi)，只需(xu)要(yao)確(que)定(ding)形象设計(ji)，图文音频数据经过采(cai)集(ji)、預(yu)處(chu)理(li)后上傳(chuan)到模型训练，制作方式相(xiang)对3D更簡(jian)单，更標(biao)准化(hua)，制作效能不斷(duan)提升(sheng)。

这种工廠(chang)流水線(xian)的方式，使数字人的制作门檻(kan)、成本和周期(qi)得(de)到了大幅(fu)縮(suo)短。

同时，随着行業(ye)制作端(duan)的技术叠(die)代和成本驟(zhou)降(jiang)，針(zhen)对小型客戶(hu)的数字人解(jie)決(jue)方案(an)也开始涌现。

在4月份，騰(teng)訊(xun)雲(yun)发布(bu)的数字人生产平台，需要生成真人形象的数字分身可以在平台上采购服(fu)務(wu)，只需上传图像音视频即(ji)可实现定制，根据不同音色、视频时长收费。

除(chu)了制作数字人，还可以提供(gong)整套(tao)数字人直播解决方案，功(gong)能包(bao)括(kuo)了真人音频接管(guan)直播间，獲(huo)取用户評(ping)论智能回复，定價(jia)仅需要千(qian)元級(ji)別(bie)。

而有些渠(qu)道(dao)商(shang)，打包售(shou)賣(mai)AI主播的定价甚(shen)至(zhi)只要200元以内。

这些主播形象大多来自模特经紀(ji)公司的授(shou)權(quan)，投(tou)放(fang)質(zhi)量虽然粗(cu)糙(cao)，摳(kou)图痕(hen)跡(ji)明顯(xian)，声音也没有特点。

但对普(pu)通的中小企(qi)业来说，没有大V带货，花(hua)不起上百(bai)万定制高端IP，想(xiang)要壓(ya)缩运营成本， 快(kuai)速起量，几千塊(kuai)的数字人已经够香(xiang)了。

数字人直播间，矽(gui)基

企业如果想要自己修(xiu)改(gai)代碼(ma)，产出不同的数字人，还可以向(xiang)技术提供商购買(mai)源码，售价要比(bi)直接买AI主播更貴(gui)，不仅能自用，还可以使用源码发展(zhan)代理，甚至比自己做数字人直播还赚钱。

但AI数字人的故(gu)事(shi)，还没有講(jiang)完。

02 AI注入灵魂

IDC在《中国AI数字人市(shi)场现狀(zhuang)与机会分析》報(bao)告(gao)中将数字人分为五(wu)个等级，目前数字人发展经歷(li)從(cong)手工制作到AI建(jian)模的階(jie)段(duan)，初(chu)步(bu)具备人的外形，但还只能做简单的交互决策(ce)。

当智能化水平来到L4、L5级别时，AI驅(qu)动的数字人能够接管大多数场景决策，支持更多模態(tai)的实时交互，类似鋼(gang)鐵(tie)俠(xia)的私(si)人AI管家“賈(jia)維(wei)斯(si)”。

虚拟数字人过去三(san)十年的发展，技术发展和市场需求(qiu)基本圍(wei)繞(rao)着兩(liang)点在演(yan)变，一是视覺(jiao)效果；二(er)是交互体验。

虚拟数字人最早(zao)出现在遊(you)戲(xi)、动漫(man)、电影(ying)里，对新潮事物(wu)的情感連(lian)接和IP价值(zhi)的延(yan)伸(shen)遥相呼(hu)应。

早期的角(jiao)色型IP使用手繪(hui)，动作要一張(zhang)一张地(di)畫(hua)。1982年，日(ri)本动画《超时空要塞(sai)》的女主角林明美成为了首个发行音乐專(zhuan)輯(ji)的虚拟歌手。

初代歌姬(ji)林明美

在电影里，形象可以用计算(suan)机建模，但动作还得让人来做，CG技术和动作捕(bu)捉(zhuo)等技术逐(zhu)漸(jian)普及(ji)，依靠綠(lv)幕，捕捉设备，演員(yuan)可以成为任何角色。

千禧(xi)年后，从02年的《指環(huan)王(wang)》到去年的《阿(e)凡(fan)达2》，角色的渲(xuan)染(ran)效果已经細(xi)致(zhi)入微(wei)，为藝(yi)术創(chuang)作带来了巨大便(bian)利。

《指环王》中“咕(gu)嚕(lu)”的形象由真人捕捉

到这里，数字人技术的发展围绕更像“人”的極(ji)限一步步逼(bi)近，不仅仅要求外观、服裝(zhuang)上的视觉效果趋近真实，还包括驱动（呈(cheng)现真实细膩(ni)的表情和动作）和渲染（让画面(mian)更加精(jing)细实时）。

不过，總(zong)觉得还是缺(que)了点什(shen)麽(me)。

1970 年，日本机器(qi)人专家森(sen)昌(chang)弘(hong)提出“恐(kong)怖(bu)谷(gu)”理论，由于机器人与人类在外表、动作上相似，所(suo)以人类会对机器人产生正面的情感。

当机器人与人类的相似程度达到一个特定程度的时候，一点点的差(cha)别都(dou)会被放大，并带来負(fu)面和反(fan)感情緒(xu)。而当机器人与人类的相似度繼(ji)續(xu)上升，人类对其情感会再度回到正面。

与电影不同，社交屬(shu)性更強(qiang)的应用场景对数字人实时交互的要求更高，不只是滿(man)足(zu)于制作一个好看的“花瓶(ping)”而已。

在交互方面，自然語(yu)言(yan)模型填(tian)補(bu)了这一空缺。

文本生成能力已经驚(jing)艷(yan)眾(zhong)人的GPT，给数字人的“智商”加上了两道杠(gang)。

NLP大模型是AI驱动虚拟人的技术基石(shi)，简单来讲就是让虚拟数字人能说会道，减少标准化内容的制作成本，被训练来担任智能客服、主持人、导游等角色。长期来看，随着个性化和情感理解的能力提高，为老(lao)人提供陪(pei)伴(ban)關(guan)懷(huai)，成为小孩(hai)子(zi)的”私人教(jiao)師(shi)“也将实现。

此外，嘴(zui)型动作也可以由AI驱动，建立(li)起与文本的映(ying)射(she)关系(xi)，随着写实程度的提高，微表情也就更豐(feng)富(fu)，说话的时候表情、口(kou)型能够对得上，这样的数字人不仅“形似人”，而且“神(shen)似人”。

新華(hua)社：全球(qiu)首位(wei)数字航天员：小諍(zheng)

Midjourney是基于diffusion model擴(kuo)散(san)模型的爆款(kuan)产品，在去年7月发布，通过文本輸(shu)入指令训练AI绘画。

一对情侶(lv)，由Midjourney制图

有机構(gou)測(ce)算过，目前其年收入就已经能够达到1億(yi)美元的規(gui)模。

有B站up主用Midjourney复原了奶(nai)奶的写实形象，从外观上看，衰(shuai)老的皮(pi)紋(wen)和白(bai)頭(tou)发细節(jie)感十足，加上过去的音频重现奶奶的声音，最后通过D-ID生成了奶奶的数字分身。

为了彌(mi)补未(wei)与奶奶好好告别的小遺(yi)憾(han)，孙子和眼(yan)前的数字“奶奶”开啟(qi)了对话，而“奶奶”親(qin)切地回应，其实是ChatGPT提供的回答素(su)材(cai)。

图源：B站

正是通过这些用户端的越(yue)来越多的嘗(chang)試(shi)，反过来为AI的“人格化”不断添(tian)加海量训练素材，加速丰富AI模型数据，最終(zhong)让AI为数字人注入灵魂，带来更大可能。

03 尾(wei)声

对虚拟分身的探(tan)索(suo)至今持续了三十余(yu)年，从手绘到真人驱动，再到AI驱动，拟真感和交互性的体验进步打开了廣(guang)闊(kuo)的应用场景，涓(juan)流汇成大海。

AIGC幫(bang)助(zhu)将普通人的外观、声音等特征(zheng)全面数字化，更低的制作门槛打开了市场的想象空间。

IDC预计，到2026年中国AI数字人市场规模将达到102.4亿元人民(min)幣(bi)，但能够给我(wo)们带来多么良(liang)好的体验，决定了数字人最终的命运。

同时，AI数字人具备下一代人机交互入口的潜质，未来我们面对的或(huo)不再是冰(bing)冷的屏幕，而是生动活(huo)潑(po)的数字人类，越能够挖(wa)掘(jue)最深层次(ci)的情感需求，成为我们生活里的參(can)与者。

或許(xu)正如AI教父(fu)所言，人类只是智慧(hui)演化的过渡(du)阶段，以便创造出数字智能，如今我们终于有一个长得像人类的数字分身，像我们一样说话，以后或许还能像我们一样思(si)考(kao)。（全文完）返(fan)回搜(sou)狐(hu)，查(zha)看更多

責(ze)任編(bian)辑：