2024年剛開局，先有OpenAI的AI視頻生成模型Sora驚艷全網(wǎng)，隨后阿里巴巴發(fā)布EMO，一張照片+音頻，就能生成具有生動(dòng)表情和各種頭部姿勢、口型完全匹配高保真的人聲頭像動(dòng)態(tài)視頻。

　　技術(shù)的革新不僅為內(nèi)容創(chuàng)作者打開了新世界的大門，也為整個(gè)AIGC領(lǐng)域注入了新的活力。連帶著虛擬數(shù)字人等數(shù)字文化產(chǎn)品也重新回到大眾視野。

　　AIGC加持 虛擬數(shù)字人開始狂飆

　　事實(shí)上，隨著去年類ChatGPT語言大模型的問世和AIGC的強(qiáng)勢崛起，已經(jīng)催生數(shù)字虛擬人在多個(gè)場景的應(yīng)用價(jià)值。包括文旅、電商、金融等行業(yè)。如新華社主播“新小微”、航天員“小諍”、故宮博物館導(dǎo)游“福大人”等，虛擬數(shù)字人正代替真人，代言品牌，出演真人影視劇，作為AI主播攻占直播間。

　　從技術(shù)上來看，首先，借助CV技術(shù)的持續(xù)進(jìn)步，優(yōu)化了數(shù)字人的生產(chǎn)流程，縮短了數(shù)字人的制作時(shí)間并降低了訓(xùn)練及運(yùn)營成本，使得規(guī)�；�生產(chǎn)成為可能。其次，隨著大模型、語音合成等智能交互技術(shù)的成熟，數(shù)字虛擬人對信息、知識的學(xué)習(xí)更充分，聲音合成更加真實(shí)自然，提升了用戶體驗(yàn)和交互感。再次，隨著動(dòng)捕技術(shù)和AI驅(qū)動(dòng)的飛速發(fā)展，數(shù)字虛擬人的表現(xiàn)力和動(dòng)作真實(shí)性得到了極大提升，使得數(shù)字虛擬人在視覺呈現(xiàn)上更加精細(xì)和生動(dòng)，動(dòng)作表現(xiàn)更加自然流暢。

　　據(jù)量子位智庫發(fā)布的《虛擬數(shù)字人深度產(chǎn)業(yè)報(bào)告》預(yù)測，到2030年我國虛擬數(shù)字人整體市場規(guī)模將達(dá)到2700億元，其中，“服務(wù)型虛擬人”總規(guī)模也將超過950億元。

　　什么是虛擬數(shù)字人

　　數(shù)字人也稱為虛擬人物或數(shù)字分身，是通過計(jì)算機(jī)圖形學(xué)、AI和動(dòng)捕技術(shù)創(chuàng)造的三維或二維虛擬角色。這些數(shù)字人不僅能夠模擬人類的外觀，具有高度的人性化表現(xiàn)，還能在某種程度上模仿人類的行為和情感，很好地還原真人的面部表情、動(dòng)作手勢、聲音和語氣。

　　從制作環(huán)節(jié)來說，主要需要對虛擬人三個(gè)基本特征進(jìn)行“定位”，即形象生成、動(dòng)畫生成和語音生成。這三個(gè)特征的背后是大量技術(shù)棧的支撐，涉及眾多的領(lǐng)域，包括圖形識別、視覺技術(shù)、3D建模、CG渲染、動(dòng)作捕捉、知識圖譜解析、自然語言處理、智能語音合成等。

　　隨著虛擬數(shù)字人在傳媒、影視、藝術(shù)、電商、娛樂、游戲等領(lǐng)域的廣泛應(yīng)用，現(xiàn)階段，虛擬數(shù)字人需要更智能、更人性化、更真實(shí)的表現(xiàn)力。

　　標(biāo)貝科技賦能數(shù)“智”人 加速打破次元壁

　　標(biāo)貝科技基于的AI技術(shù)及產(chǎn)品服務(wù)，推出全棧式數(shù)字人解決方案，通過數(shù)字人IP智造平臺，提供數(shù)字人生產(chǎn)、內(nèi)容創(chuàng)作、業(yè)務(wù)配置一站式服務(wù)，可批量生成視頻、實(shí)時(shí)直播，滿足用戶對各類視頻和業(yè)務(wù)場景需求，以“超保真復(fù)刻、低門檻制作”，讓虛擬數(shù)字人實(shí)現(xiàn)低成本大量復(fù)制、高頻次內(nèi)容產(chǎn)出，具備普遍的商業(yè)價(jià)值。

　　·數(shù)字人解決方案核心優(yōu)勢

　　(1)技術(shù)驅(qū)動(dòng) 數(shù)字人交互新體驗(yàn)

　　標(biāo)貝科技數(shù)字人方案結(jié)合大模型、自然語言理解、語音識別、語音合成、云渲染、情感分析等多項(xiàng)能力，實(shí)現(xiàn)用戶通過語音與數(shù)字人實(shí)時(shí)互動(dòng)，支持多輪對話。無論是特定行業(yè)知識、企業(yè)專業(yè)知識，還是多維度知識，標(biāo)貝科技數(shù)字人都能敏捷響應(yīng)并提供順暢無阻的問答互動(dòng)。

　　(2)形象、聲音隨心定制 打造百變數(shù)字人

　　標(biāo)貝科技數(shù)字人方案支持客戶自由配置數(shù)字人的形象、聲音等多種參數(shù)。基于不同的語言庫，標(biāo)貝科技AI數(shù)智人具備數(shù)十種音色及多語種、方言能力。還能提供聲音復(fù)刻功能，實(shí)現(xiàn)千人千面的個(gè)性化音色定制，適配業(yè)務(wù)場景及人設(shè)屬性，輕松定制百變多樣的AI數(shù)字人。

　　(3) 接入簡單 快速上線

　　標(biāo)貝科技數(shù)字人方案包含從輸入、處理再到輸出的全鏈路能力，為客戶提供高效、快捷的一站式服務(wù)。同時(shí)極低延遲，快速響應(yīng)用戶，讓用戶參與更加沉浸。方案還支持企業(yè)根據(jù)自身需求自行部署垂類大模型，針對不同業(yè)務(wù)場景靈活切換，助力用戶留存增長。

　　·全鏈路虛擬人方案 適配多種場景

　　(1)電商直播

　　在直播領(lǐng)域，標(biāo)貝科技數(shù)字人平臺提供多種可商用數(shù)字人形象供選擇，并且還可以精準(zhǔn)復(fù)制現(xiàn)有主播的形象，實(shí)現(xiàn)1:1的完美還原�；�于知識庫及大模型，數(shù)字人主播具備高度智能化和互動(dòng)性，能夠?qū)崟r(shí)回答用戶問題，提供專業(yè)、個(gè)性化的建議，實(shí)現(xiàn)全天候、24小時(shí)高效直播。適用于本地生活直播、直播帶貨、個(gè)人IP直播等場景。

　　(2)智慧文旅

　　標(biāo)貝科技數(shù)字人方案可以為文旅企業(yè)提供一體化、全場景數(shù)字服務(wù)，打造景區(qū)專屬“數(shù)字人IP”。通過多模態(tài)互動(dòng)，為游客提供全新的文旅服務(wù)體驗(yàn)。

　　例如，借助內(nèi)容創(chuàng)作平臺，將創(chuàng)意文案轉(zhuǎn)化為短視頻，為文旅品牌在社交媒體上吸引關(guān)注，提升互動(dòng)與品牌傳播效果;結(jié)合知識庫和智能客服系統(tǒng)，為游客提供即時(shí)、精準(zhǔn)的咨詢解答;部署數(shù)字人導(dǎo)覽系統(tǒng)，通過一體機(jī)、高清大屏和互動(dòng)技術(shù)，為游客提供實(shí)時(shí)導(dǎo)覽信息;通過定制化的數(shù)字IP，將歷史名人以數(shù)字化形象呈現(xiàn)，讓游客在互動(dòng)中深入了解當(dāng)?shù)匚幕�，�?chuàng)新文化傳承與旅游體驗(yàn)。

　　(3)智慧黨建

　　標(biāo)貝科技借助虛擬現(xiàn)實(shí)、數(shù)字人、VR等新技術(shù)，打造沉浸式、交互性、場景化方式的智慧黨建方案。例如，數(shù)字人伴學(xué)，結(jié)合語音識別、大模型、自然語言處理、情感分析等技術(shù)為黨員提供線上專業(yè)的講解和一對一學(xué)習(xí)交流，提升學(xué)習(xí)效果;打造黨建一體機(jī)，實(shí)現(xiàn)黨員、群眾提問的“隨問隨答”;設(shè)置虛擬3D展廳，利用數(shù)字人講解，打造沉浸式黨建學(xué)習(xí)場景。

　　目前，標(biāo)貝科技AI數(shù)字人方案已為多家行業(yè)客戶提供數(shù)字形象定制服務(wù)。隨著未來生成式AI技術(shù)的愈發(fā)成熟，將推動(dòng)虛擬數(shù)字人不斷升級迭代，甚至擁有自主學(xué)習(xí)能力。這些突破也將促進(jìn)數(shù)字人商業(yè)模式的創(chuàng)新，為越來越多行業(yè)帶來革新。標(biāo)貝科技也將持續(xù)進(jìn)行技術(shù)創(chuàng)新，在虛擬數(shù)字人賽道上做更多的探索及深耕，賦能“AI+虛擬數(shù)字人”在更多場景的落地。