“复生”马丁·路德·金，数字人时代已经被点亮

马丁·路德·金的虚拟两全登上了《时代》杂志封面

美国民权运动首脑马丁·路德·金第六次登上了《时代》杂志封面，2020年2月刊。

此前他曾先后五次登上封面，划分在1957年、1964年、1965年、2006年和2013年，但这一次完全差别，封面并非接纳他的历史照片，而是通过虚拟人技术创作完成的数字肖像。

与此同时，在芝加哥的 DuSable 美国历史博物馆里，兴致而来的观众们得以重温这位首脑的激昂演说。

“I have a dream......”

戴上VR设备，体验者好像“穿越”到了当年的华盛顿林肯纪念堂前，可以近距离视察马丁·路德·金演讲的风姿，面部小细节也一览无余；置身于25万来自差别种族的民众组成的游行队伍中，观众甚至会有“担忧被人群踩踏”的亲历感。

这场沉醉式体验展《大游行》（The March），由好莱坞视觉特效公司数字王国团结艺术家 Hank Willis Thomas 打造。艺术家和工程师们，通过全息投影、人工智能及VR技术等数字化手段，实现了“真人复生”，再现了美国历史上的经典片段，前后历时三年。

马丁·路德·金饰演者 Hank Thomas 在数字人制作中举行行动数据收罗（泉源：纪录短片 The March）

人类对于人工智能的想象从未停止。

从2004年经典影戏《I robot》到最近的《Her》中的萨曼莎、《钢铁侠》中的贾维斯，人工智能不仅越来越智能，其形态、载体也不被局限于机械当中——拥有情感的人工智能，哪怕只有声音存在，也可以被看做是一个独立的“人”。

在 2020 CES展出的创新项目中，虚拟人项目 NEON 吸引了全球的眼光。

NEON由三星旗下独立实验室STAR Labs孵化，这个实验室定位于“研发尖端 AI 技术与应用的焦点平台”。NEON项目卖力人普拉纳夫·米斯特里先容，基于Core R3、SPECTRA两大引擎，NEON虚拟人在对人物原始面部、声音等数据举行捕捉并学习之后，可以自主建立未录入过的新心情、新行动、新对话，甚至能说其他语言。

据米斯特里在 CES 的展泛起场的先容，CORE R3代表真实、实时、回应（Real, Realtime, Responsive），它使得NEON得以生成栩栩如生的真实， 并实时地做出回应。而另一个引擎——SPECTRA平台，则卖力提供情报，学习，情感和影象，可以给 NEON 赋能，使得 NEON 带给人的体验到达“沉醉式”。

栩栩如生、可实时回应的 NEON 虚拟人

STAR Labs将 NEON 虚拟人称为“人工智人”，或是为了体现其与“机械助手”的观点差别。

STAR Labs战略卖力人Bob Lian在CES期间做客钛媒体CES Talk to China Stage，

他向钛媒体App表现，“Neon所实现的100%真实感，在现在市场上是无可匹敌的。”

但由于技术引擎还在研发历程中，NEON在“智能化”方面还尚有欠缺。

NEON虚拟人面部心情，说话神态以及眼部、唇部细节都很是传神。

只管 NEON 还处在很是早期的阶段，TA的缔造者们已经开始展望其商业化前景，“NEON可以扩展角色，变身为虚拟新闻主播、虚拟接待员，甚至是AI制作的影戏明星。”同样在中国，数字人的缔造者们也已经实验进入服务领域、娱乐领域及影视制作行业。

数字人，何时能像科学家们所期待的一样，成为我们日常生活的一部门？

科技公司的“造人”情结

不止 Star Labs 瞄准了模拟人类情感这样的“造人”思路，近些年，各大科技公司越发注重对人工智能EQ（情商）的开发，希望能让人工智能更靠近人。

微软人工智能小冰早在研发之初就强调人工智能的EQ将是重要的基础。要在EQ的基础上生长IQ、亚马逊也希望其人工智能助手Alexa具备同理心、中国的科技公司百度也提出“智能体”观点，希望人工智能变得更有个性。

那么，为什么科技公司都希望“造人”？

来自三星 STAR Labs 的战略卖力人 Bob 给钛媒体App的谜底是，“数字人不会疲劳、不会厌倦，永远能保持精神充沛。”

从交互层面，科技公司希望借助数字人缔造新一代人机交互方式。从生产力层面，借助“拟人”化，AI能力，让虚拟人能被运用在”需要大量重复劳动力、需要海量、庞大盘算“的场景，解放人类劳动力，提高生产效率。

而AI技术的生长，让盘算机无论从软件还是到硬件的“拟人”成为可能。

现在，业界将AI能力分为两大类：一是感知类的AI能力，好比我们的耳朵能听，我们的眼睛能看，这属于感知类的AI能力；二是认知类的AI能力，好比我们的大脑能思考、能运算，认知类的AI能力主要是两类技术：一是自然语言处置惩罚的技术NLP；二是知识图谱。

感知和认知能力的落地，让“虚拟人”与人类的交互有了更多可能。

如果说以往虚拟偶像的最大问题是不具备相同能力，没措施真正像人一样交流，那么，感知、认知能力的提升，让虚拟人不止停留在“徒有其表”的阶段，而是真正的感知到外界，并像人一样的交互、思考。

因此，这一波“造人”浪潮中，除了娱乐、交互领域，应用开始延展到更多实际场景中，虚拟主持、虚拟导购、虚拟前台、虚拟客户司理等实际落地案例都开始涌现。

成熟的技术厂商也开始准备入局。2019年进入下半程开始，我们生活中的数字人相关新闻开始增多，除了数家海内外科技公司都公然公布了数字人、虚拟人、或相关人工智能的研发计划、开发者平台，落地的应用也开始泛起。

其中，一部门数字人应用致力于模拟真人。

最近的例子是2019年底的虚拟主持人妮雅，频繁在各家科技媒体年度大会上亮相，一身红衣赚足了眼球。

搜狗虚拟主播妮雅在钛媒体 2019 T-EDGE全球创新大会。

在 Baidu Create 2019 百度 AI 开发者大会上，百度团结浦发银行、原力动画推出了数字虚拟人“小浦”。

浦发“数字人”计划，应用于浦发银行APP、网银以及各种移动终端，还能融入到智能家居。钛媒体App获悉，“小浦”具有三项能力：一是情感感知，通过人脸心情识别技术，实时感知用户情绪变化，让交互相同更自然；二是海量信息为用户决议提供富厚的资讯依据，基于自然语言处置惩罚、知识图谱等技术，联合金融知识库和数据训练，资助用户精致化治理小我私家资产；三是深度学习，数字人通过实施服务，积累服务履历，为客户计划未来提供支持。

数字虚拟人“小浦”

同时，“智能”也赋予了虚拟卡通形象更大的生命力，特别是人工智能在视觉与图像上的进步，让虚拟偶像们翩翩起舞、与人类互动。

B站被赞爆了的跨年晚会上，B站“亲闺女”洛天依就与国乐大师方锦龙的同台演出《好一朵漂亮的茉莉花》，为用户提供了全新的视觉体验。

琵琶声中，舞台效果也出现出春夏秋冬四个季节的情形，洛天依则辗转在四季情形中，时而撑起油纸伞，时而登上游船，又在枫叶和雪景中舞蹈……

洛天依就与方锦龙的演出，洛天依并没有真实泛起，主要依赖于AR增强现实技术而实现

不少虚拟人社交产物，也在2019年溅起了水花：可将自己录制心情的Memoji心情等应用、可以模拟真人心情的虚拟人社交产物ZEPETO、可以将自己的脸换到明星身上的ZAO等等……

如果再将虚拟人的观点往外延伸一些，小度、小爱、小冰、天猫精灵、Alex等有性格的人工智能助手，也逐渐形成了自己的数字人人设。

多家在虚拟人项目上已经小有突破的头部科技公司均接受了钛媒体App采访，他们的产物和研发思路不尽相同，但数字人在行业中的应用趋势，已经相对清晰。

腾讯AI Lab“虚拟人”项目

——定性为前沿研究项目，应用偏娱乐、内容偏向，与腾讯业务联合精密，将融入腾讯的文娱生态

作为NEON的“前辈”，早在2018年Siggraph集会上，腾讯互娱NEXT技术中心和腾讯AI Lab就携手公布了高保真可交互数字虚拟人Siren AI。

“我们认为，虚拟人是基于AI前沿多模态研究，可以具备个性、发展性、主动性甚至缔造性，能迸发出极‘智’想象力的下一代智能人机交互方式。”

腾讯AI Lab 副主任俞栋博士接受了钛媒体App独家专访。他正领导腾讯“虚拟人”项目举行一系列前沿探索。在问及“虚拟人”的界说时，他这样回覆道。

Siren AI

同NEON一样，Siren AI的面部形象同样来自于真人——中国的女演员姜冰洁，但“她”可以在AI大脑的辅助下，由其他人驱动。

Siren所有的行动心情都是实时捕捉并实时渲染。也就是说，其他人可以通过驱动虚拟人来“还原”姜冰洁本人，完成一系列演出。

但Siren AI依然需要真人来驱动，因此，腾讯AI Lab在此基础上，公布了多模态合成系统DURIAN。

多模态合成系统DURIAN，它可以合成高拟真度的语音并同步预测唇形和心情参数，这些唇形和心情参数通过虚拟形象驱动算法让虚拟人有拟人化的心情和肢体行动，也使得虚拟人可以挣脱对动捕演员和声优的依赖。

作为DEMO，腾讯将这项技术落地到了电竞解说上，公布了代号名为“T.E.G”的卡通AI形象天鹅静。现在，AI天鹅静在企鹅电竞上已经开发了直播房间，不停更新解说视频。

现在，天鹅静还处于内测阶段，但逐日都市“上岗”直播（图片由受访者提供）

除了挣脱行动捕捉及对声优的依赖，俞栋表现，电竞虚拟人克服了样本较少、评价主观、知识依赖等问题，可以重新闻报道和人类解说中不停地学习局势分析息争说的能力，并将这些能力闻一知十，是腾讯虚拟人技术的一大突破。

除了卡通角色“天鹅静”之外，腾讯AI Lab还在今年多个集会上展示了基于神经网络渲染的写实数字人“小航”。

该数字人只需要运用讲话人不到10分钟的视频数据，就可以定制而成。腾讯AI lab计划将“小航”数字人应用在教育、主持等场景。

腾讯AI Lab基于神经网络渲染的写实数字人“小航”。

事实上，除了塑造虚拟人外观形象，驱动面部心情外，在人体图像合成、行动迁移等多方面，腾讯AI Lab都已经有深厚的技术积累，许多和虚拟人相关的技术都在研发当中。

上海科技大学和腾讯 AI Lab 推出的一项最新研究，能让AI做到近乎完美的行动迁移，这项研究还可以实现实时变装，3D 建模等功效。

只管腾讯 AI Lab 将虚拟人项目定性为前沿研究项目，但由此研发出的前沿语音合成技术，已经在腾讯内多个业务落地，包罗了电视、音箱到王者机械人产物等等。AI Lab相关人士对钛媒体App表现，未来虚拟人也会以电子偶像、电竞解说、新闻主持等差别的形式和腾讯的业务举行联合。

微软小冰

——资助虚拟人“更像人”的人工智能底层框架

与NEON的情感门路类似，微软小冰早2014年研发之初，就提出了专门生长AI的EQ，基于EQ迭代IQ的理念。虽然没有实体的机械人，但如果从虚拟人的“类人”功效来看，微软人工智能小冰是最靠近人的，也是最早提出多模态的厂商之一。

2019年，微软小冰升级到第七代，已成为全球最大的跨领域人工智能系统之一。在全球多个国家，微软小冰单一品牌已笼罩6.6亿在线用户、4.5亿台第三方智能设备和9亿内容观众。

微软小冰人工智能技术门路比力特殊，以情感盘算框架为焦点，在“类人”（EQ）上延展人工智能技术，让人工智能和人类一样具备情商的同时，也在探索人工智能缔造力的生长。

在写作、画画方面，微软小冰已经到达“原创”的水平，出书数本拥有著作权的诗集。

小冰创作的现代诗，是“她”通过对1920年后519位现代诗人的上千首诗经由万次的迭代学习告竣的，需要图像的引发，凭据诱起源而做到“有感而发”：

《她嫁了人间许多的颜色》

看那星闪烁的几颗星

西山上的太阳

青蛙儿正在远远的浅水

她嫁了人间许多的颜色

而小冰团队也在基于框架衍生出赋生其他人工智能。2019年，小冰团队开了一个由首小我私家工智能画作组成的个画展。

画展上展出了基于框架虚构的基于小冰框架，衍生出7位画家的作品。来自于差别时代的虚拟画家。（详见钛媒体App前文：微软小冰学会画画了，还要办小我私家画展）

上述绘画模型，会大量使用诱起源，不是让机械把一种已有的视觉元素转成另外一种气势派头重新生成，而是要求在诱起源的资助下，引发人工智能举行重新的创作，这是这个模型最显著的特点。

完整的人工智能底层框架，得益于小冰团队在盘算机语音、盘算机视觉、自然语音处置惩罚以及搜索引擎和知识图谱的全技术栈优势。

在2019年年尾的一次Workshop上钛媒体App相识到，小冰团队在自然语言处置惩罚、语言学研究、盘算机视觉及图形学、多模态生成等方面都取得了阶段性结果，未来有望赋能给行业。

在自然语言方面，该人工智能框架可以与人举行多轮自然对话，对话轮次到达23轮（业界最高），而且是人工智能主导对话，还具备“三观”系统，已经形成了态度检测、情绪模型等。此外，小冰团队还在实验让人工智能之间能够实现相互学习。

微软小冰首席NLP科学家武威认为，基于三项能力——1，向人类、向其他人工智能学习；2，能够自主治理、把控对话流程；3，具备连结能力，能够连结散落的多模态知识，小冰的人工智能框架正在朝向自我完备型对话机械人进化。

多轮对话，许多语音技术服务商都在深耕于此，而武威告诉钛媒体App，“小冰是最早推出全双工语音（full-duplex sense）并在智能音箱等场景中举行产物化落地的。” 他还先容，小冰框架的对话引擎，已经从行业最常用的检索模型（Retrieval Model）、生长到生成模型（Generation Model），再进化到现在的共感模型（Empathy Model），让小冰在对话历程中可以自创回应，在开放域的对话中察言观色，凭据用户的反映去决议对话计谋，从而进一步计划对话可能的走向并主导对话的历程。

“小冰框架很是特殊的一点是把控对话、治理对话。如何组合对话，酿成一个流，及引导话题，这需要IQ与EQ相联合。另外一方面，小冰更注重怎么去说、怎么去交流，而不是简朴的问答。”武威说。

基于微软开发的新模型，人工智能甚至可以做出比喻句了，这可以看作是语言学上的突破：

“恋爱和葡萄酒一样，对法式员来说都是奢侈品。”

小冰团队从庞大的诗歌中挑选了6大类，每类122个主题，并通过小冰谈天日志过滤出了包罗恋爱、心田、世界、母亲、漂亮、人类在内的96个常用比喻观点。随后从1000个常用词中选取了3000个最常用的形容词扩充小冰的比喻能力。

在语音领域，微软希望用框架缔造跨越多种演唱技巧的多个声音模型。除小冰外，微软还拥有或为第三方提供了十余个高质量的虚拟歌手模型，他们中有男有女，声线和唱法也不相同。

在视觉及图形学上，小冰框架具备图像评论、颜值测定、实时视觉、实时心情，经由3D渲染后，可以生成可交互的数字人。

在交互上，第七代小冰也具备面向未来的多模态交互感官，这是一种融合了全双工语音交互、实时视觉与焦点对话引擎的全新交互感官。它能够实现用户与人工智能同时边听边说边看的交互体验。也就是说，小冰不止能通过对话与人攀谈，还可以通过现场“看到”的场景与人类举行对话。

更重要的在于，“小冰”只是微软基于人工智能框架缔造出来的一个虚拟人物形象，这只是小冰团队演示人工智能框架的第一个原型产物，在技术底座之上，还可以凭据差别场景需求搭配AI能力，缔造出更多虚拟人。

在2019年年底，微软小冰人工智能框架Avatar Framework首次公然亮相，并公布第一个工具包版本。微软Avatar Framework框架赋生的虚拟人类，未来都将可以和小冰一样，有种种各样交互的感官，能听、能看、能对话，能缔造。

通过该框架，微软已赋能软银Pepper、东京涉谷区议会批准的“涉谷未来”、宠物小精灵新登场人物“ロトムRotomu”、朝日电视台新闻节目主持人“AI杏寿” 等数十个第三方客户AI及虚拟人物，叫醒阅文团体包罗《全职妙手》在内的101部小说主人公IP人物。这标志着微软小冰人工智能产物线，开始向行业输出头向toB大规模应用的、能大规模工业化复制、快速举行商业化的更底层能力。从商业模式上来看，微软也是赋能方。

面向普通公共用户，1月17日，微软小冰团队宣布于春节前期分批启动Avatar Framework的小规模公然测试。如测试顺利，将按既定计划，于今年春季正式公然公布全新的Avatar Framework for everyone版本。

这意味着，微软小冰将不再局限于“小冰”这个IP，而是可根据每小我私家类用户的需求，为他们定制化地缔造种种类型的人工智能虚拟人类，功效笼罩陪同、情感交流、智能助手、内容缔造等种种应用种别。

据相识，在小规模测试阶段，每批次均面向一种特定的虚拟人类场景开展测试。1月22日启动的第一批小规模公然测试，测试目的为情感陪同型，产物限定为女性情人。更多批次将在以后数周内依次推出。在测试阶段，每个虚拟人类的生命将限制为168小时。测试竣事后，这些虚拟人类的生命将被终结，但其与用户的交互影象可被保留。因此，如用户需要，可有望在正式产物推出时复生。

商汤SenseAR数字人

——已有成型社交产物试水，下一步瞄准“职业型”数字人

在CV领域，商汤是少数将AI+AR作为重点应用偏向的独角兽公司之一，数字人也是他们在探索的应用之一。

商汤科技首创人汤晓鸥曾在演讲中提到AI+AR即Magic in the AIR。AR数字人就是使用AI技术来驱动数字智能体说话与行动。

“人和人最自然地交互方式，是面临面的、通过语言、视觉、听觉等多种感官来举行交流。我们希望通过人工智能，让人机交互也迫近人和人这种自然的交互方式。所以除了语言、声音交流之外，我们增加了视觉的维度。让机械不光能听见我们说什么，还能看到我们，知道我们是谁，并凭据我们实际的反馈来决议如何举行下一步交流。”商汤科技产物执行总监栾青在专访中对钛媒体App说道。

她认为，在盘算机改变交互方式的历程中，我们已经实现了通过chatbot让语音交互升级，而技术的迭代，让声音交流之外的交互成为了可能。未来，智能体还应该拥有智慧的眼睛，以及自然有亲和力的形象，能够在许多场所真正做到替代真人为大家服务。“她还可能更酷一点，好比在看到小朋侪的时候摇身一酿成小朋侪喜欢的卡通形象，跟成年人说话就可以用成年人的相同方式，等等。”

因此，商汤团队在最开始做AR时便形成了共识：一定要做“人”。

“我们做的AR技术，人一直是很是重要的焦点。例如说，大家看我们日常手机里的照片，可以发现60%以上都是人，以及跟人相关的运动。所以我们在做人机交互时，‘人’就是一个越发专注的偏向和主题了。”

从最开始的SenseAR特效引擎，到肢体特效，再到2019年推出SenseAR Avatar，栾青认为，科技公司对AR技术和数字化人物的明白是个不停推进的历程。

“AR人物相关的技术已经有了整套的升级”，栾青对钛媒体App表现，跟已往虚拟人技术相比，已往是将人的行动酿成了卡通或3D拟真形象，而现在的数字人更多是将语言、文字生玉成身和脸部的行动。

“虽然从机械学习来讲，这两种都用到了深度学习，但学习的难度和精度，以及真正开发迭代的点会有差别，两种不是一个维度的工具。”

在使用AI+AR联合人物的产物偏向，商汤已经做出了多次实验。无论是从技术研发还是从落地应用来看，商汤的虚拟人项目在每一个阶段，都跟实际应用需求联合精密。

现在，通过商汤科技的SenseAR Avatar解决方案，可以通过一张照片生玉成身形象，并通过手机摄像头捕捉行动举行驱动，设计师可以举行差别气势派头设计。该技术将应用于直播、AI虚拟教育、游戏等场景。

商汤一方面为行业开发定制化的数字人解决方案，好比智能前台、健身教练等，一方面开放SenseAR Avatar给开发者，主打智能手机、智能硬件上的应用。而与自身业务相联合，基于SenseAR Avatar平台，商汤自家也推出了全新的AR汽车朋友Avatar，只需用户一张照片，就可生成用户专属形象的增强现实车舱朋友。

商汤同样提供两种拟态：模拟真人/卡通形象，凭据差别的需求，都可以驱动SenseAR Avatar来举行建模。

栾青向钛媒体App表现，商汤科技会从场景中提炼出的需求，有些需求来自客户，“但我们坚持研究先行，寻求技术突破”。

商汤这种“技术从需求而来”生长门路，可以在一款爆款APP——韩国SNOW公司旗下的ZEPETO上显露出一角，即凭据场景、客户需求，调整技术以快速打入市场。

2018年，ZEPETO一时间火爆朋侪圈，ZEPETO所缔造的真人虚拟形象，差别于此前机器的心情选项，可以凭据真人实时动态直接缔造心情，在虚拟世界里与朋侪合影。

通过ZEPETO制作的虚拟形象（图片泉源：时尚COSMO）

ZEPETO由韩国SNOW公司开发，曾被 iOS 中国区下架，尔后又更名为“崽崽”上线了更多应用商店，但之后运营较差，用户大量流失。

商汤表现，下一步他们也计划将数字人技术推广到更大的 to B 市场中。栾青向钛媒体App透露，商汤正在将数字人引入教育、银行、健身等企业级场景，让数字人充当智能前台、智能教练、AI老师，解放重复性事情繁重的劳动力。

商汤正在落地的智能前台、智能导购数字人。

与激进的“智人”思路差别，商汤正在落地的智能前台、智能导购数字人，接纳了一个真人操作多个数字人的模式。

当用户提出数字人不能解答的问题时，真人可以直接“上身”数字人，远程协助客户完成庞大任务。相比起打电话转接人工客服，从数字人到真人的转换体验越发无缝，也确保了突发场景下事情的连贯。

创业公司

——偶邦、智能音箱公司、原力动画

AI及物联网领域的创业公司们也瞄准了数字人需求，这些创业公司，要么自己开发，要么是在大厂的AI开发者平台上，试图到场到大厂生态中。

好比上文提到的原力动画，在百度生态上，该公司已经团结百度、浦发银行推出数字虚拟人。

从降生起就专注个性化AI的偶邦（ObEN），其产物可以通过 3D 图像重建和电音模拟技术来构建虚拟形象，任何用户都可以定制他的AI虚拟形象，即PAI（个性化人工智能，Personal AI）。PAI兼具语音表达、行动表达、3D视觉和个性化特征。（钛媒体App曾报道这家公司，ObEN郑毅：AI虚拟形象不仅是得力助手，未来或会取代人实现“永生” | 科技生活节）

现在，偶邦在加大与娱乐及内容平台的互助，为艺人打造虚拟形象。已往一年，偶邦智能已经与日本最大的经纪公司吉本兴业签约，由偶邦为明星开发虚拟形象，而经纪公司则卖力运营明星的虚拟形象。

但与日韩艺人在大型经纪公司中差别，海内许多艺人签约的是事情室，艺人版权的疏散是偶邦做明星虚拟形象面临的一个挑战。

明星虚拟形象在民众中的接受度还不甚乐观，这或是偶邦首先选择与观众基础最大的中央电视台互助的原因。在2019年央视网络春晚上，偶邦智能为撒贝宁和朱迅划分设计了“小小撒”和“朱小迅”两个3D虚拟主持人形象。在去年热播的央视主持人大赛中，偶邦也为在线的公共评审打造了一套虚拟形象。

另外，偶邦也拓展到了直播场景。去年9月，偶邦与斗鱼直播互助，想要推出“虚拟女主播”。

Keep也在推出自己的AI“虚拟教练”。Keep希望“虚拟教练”并不止是把“教练”角色搬到互联网上，而是内容、数据、算法和场景四方面相联合的一套体系。Keep积累了海量的用户数据——用户的社会学属性、运动行为数据、社交数据和场景数据等。通过AI技术对技术加以分析，“虚拟教练”可能会比真人教练越发相识用户的需求。（详情见钛媒体App前文：技术范儿的 Keep 发力AI赛道，为什么“虚拟教练”会更懂你？）

另有一部门智能硬件公司，例如狗尾草智能开发的HE琥珀智能音箱，希望能将数字人植入到智能设备中，为消费者提供陪同服务。

数字人的落地，始于“职业替代”场景

在“造人”的探索中，海内外企业的技术门路也有微妙的区别。外洋厂商更像是在试探虚拟人“拟真”技术能够到达的上线，而海内厂商思量得更多的是这项技术如何能落地应用。

但无论是“拟真”、还是应用，眼下来看，技术赋能方已经做好准备，并跃跃欲试。

“为什么今年大家越来越多做这个事情？从行业上，数字人的技术逐步的到达了一个阶段，需求也逐步的在开始寻找落脚点。”栾青说道。她向钛媒体App透露，在ZEPETO之后，就有数家客户提出，希望将这样的拟真形象产物应用到他们的行业场景中去。

另外一个有趣的信息是，这些科技公司并不将虚拟人形象拘泥于真人或是卡通，在攻克技术难题之后，虚拟人是真人形象还是卡通人形象，全看应用场景和法例政策约束。

来自腾讯的俞栋则增补道，高拟真写实的虚拟人和卡通二次元气势派头的虚拟人各有难点，其建模、驱动、渲染使用的方法和成本也不尽相同，“我们制作差别类型的虚拟人，实际上是针对差别的场景和用户。”

而在“人造人”的落地上，大部门科技公司都瞄准“职业”角色来举行研发。

NEON的目的同样是将人工智人用于健身、主播等场景；搜狗虚拟人应用落地在主播；商汤同样计划试水智能前台、教育这种明确的职业场景。

从应用场景来看，一是在文娱领域的应用偏多：应用在影视、直播、内容、社交等行业的虚拟主播、虚拟主持人、虚拟歌手等等。二是在与人相近的服务行业中应用多：好比应用在教育、银行等行业的前台、客服、老师等形象。

通过建设专业的内容库，而且专门为完成一件事情而训练人工智能，是比力容易实现的。在这些职业性场景下，数字人已经可以替代部门劳动力。

栾青解释道：“现在我们大家在做的数字人，大部门还是我们在赋予它一个职业，它还暂时不是说一个普通化的人，因为普通化的人需要的这样一些能力就会越发的挑战，可是我们暂时还是希望它拥有一个职业。”

腾讯AI lab主任张正友也在一次采访中对钛媒体App表现，当下通用人工智能、强人工智能的技术普适性还没那么强，还不能做到像人一样听说读写、思考。而关于在基础研发领域技术“我们与展望中的偏向有多远”这个问题，张正友用了一个词：“迫近”。

张正友认为，未来人工智能一定会被应用在各个偏向；但眼下的应用，还需基于对差别行业的深入明白。

在技术大前提下，栾青还认为，各家的技术门路与落地计划，也与公司基因有密不行分的关系。

以商汤为例，是想把AI做成各行各业的“水煤电”，因此，在提出数字人项目之时，就已经明确了产物的商业化落地指标：“我们的数字人做出来之后，是一定要落地解决一些行业问题的，产物在研发时期就思量到了商业化问题。”

因此，除了这些科技公司之外，上述行业中的许多科技实力雄厚的公司，也在基于自己的专业能力和AI能力之上“造人”。特别是在教育、直播行业，不少在线教育公司都在举行AI虚拟老师的开发，微软、商汤这类具有平台技术能力的公司同时也是他们的互助同伴。

直播平台虎牙，在2019年年底也开放了虚实联合开放平台HERO，团结主播公会一起探索“直播AI数字人”的开发。

另外一大场景需求是在银行。在银行接待场景中，搭载AI的chatbot运用已经相对普及，而数字人就是普通的chatbot一套“有形象”、有科技感的体验升级解决方案。

搜狗也将数字人使用场景落在了主播、主持等特定职业场景，钛媒体App在《从实验室到荧屏，“搜狗AI合成主播”是如何靠近真人的？》中曾有报道。搜狗语音交互技术中心高级总监陈伟认为，使用AI主播最大的意义在于资助提升效率，将真人主播从大量重复性劳动中释放出来，从而有更多精神投身到深度访谈或其他事情中。

“播报一个新闻一般会有园地、时间、主播自己精神的限制，天天的产出很有限，资源自己又是受限。但AI主播差别，可以事情24h，也不必担忧有错误泛起。”

谈商业模式，“还很远”

现在来看，涉及数字人的C端应用并欠好做，无论是腾讯天鹅静，还是虚拟主播，在市面上掀起的水花都比力小，更多以互助形式落地样本，ZEPETO也是红极一时，后续本土化运营略缺位。

也就是说，科技公司已经进入技术储蓄期，先把技术准备好。但现在各家也只是停留在跟互助同伴探索商业化落地的历程中，真正谈商业模式，另有一段距离。

现在来看，科技公司都试图以B端为突破口，先赋能给有场景、乐于应用前沿体验科技的互助同伴。大厂都没有把数字人做成“一招定胜负”的产物，更像是人工智能落地的一个产物、一场场景实验，有容错率。

而资本市场对这一技术偏向也在张望中。

投身AI赛道多年，洪泰基金执行董事宋楠认为，公司纷纷推出AI虚拟形象，本质上迎合了“数字孪生”的观点。

据宋楠先容，数字孪生指的是未来现实世界的信息都市被数字化，现实世界看到的高楼大厦在数字世界里也会有对应。因此，在物理世界里我们有一套身份和社会规则，在数字世界里会有另一套身份和社会运行机制。

”这是十年之后一定正确的事情，科技公司做AI数字人，也有抢占未来数字世界入口的原因。“宋楠指出。

但对于投资机构而言，“想让每小我私家都拥有数字人”这件事依然很遥远，资本市场对于这种需要恒久投入，又缺少短期回报的项目十分审慎，尤其是在当前创投情况不景气的状态下。

“好比说人类未来一定能上火星移民，这件事情是确定的，可是我从今天就开始投资火星移民吗？肯定不行。“宋楠比喻道。

除此以外，宋楠对AI数字人在数字世界中的角色也存有疑问。在他看来，在数字世界还未成型，规则还未建设时，打造数字人的意义并不大。

”如果数字世界的楼有50米，而你只有2米高，你会不会以为要酿成泰坦的形象才更适应这个世界？“宋楠问道。

现在看来，在这一赛道上，创业公司比力难“单出头”，也很难会孵化出一个“独角兽”公司来。同时，消费者对数字人的认知和应用，也没有到达像智能音箱、人工智能语音助手那样普及。

不外，在一些特定领域，潜在需求已经徐徐显露出来。在宋楠看来，虚拟形象有三种适用的场景，不外也都面临着一定的挑战。

第一种是做虚拟偶像，这需要极强的IP运营能力，究竟不是谁都能做出初音未来和洛天依；第二种是做真人的明星虚拟形象，不外问题在于明星能否接受与粉丝这样亲密的互动；第三种是像阅文的IP赋生计划，但面临的挑战也在于大IP有限，真正出圈的只有《全职妙手》、唐家三少这样的大IP。

就在去年9月，阅文团体携手微软小冰，公布网络文学“IP叫醒计划”。基于阅文团体旗下100部小说原著和主人公IP，微软小冰Avatar Framework经由框架性的整合学习后，重建小说所形貌的虚拟世界观和知识体系，赋予四个大类共100个男主人设全新的可交互“生命”。

现在，数位可交互的角色已经上线红袖念书APP。

像红袖念书用户MoMo抽取到的IP角色是“仙君”，该人物性格有严肃、蛮横、逻辑等几个设定。

MoMo对钛媒体App表现，“平时休闲时候会和虚拟角色互动，他们的回覆大要是有逻辑的，比力切合人物的特征。”

像仙君的语言习惯会偏古文，而学长人设则更生动。

Keep CTO 彭跃辉也在此前采访中对钛媒体App表现，虚拟教练服务，首先会吸引到Keep用户中对私教用度敏感的人群。也即，技术是免费的，但虚拟教练业务有其收费场景。未来，“虚拟教练”整合到一些业务场景和硬件产物中，是否能从用户端赚到钱？现在还难以下结论。

不外，技术落地尚处于探索历程中，更不用谈及明确的商业模式了。

阅文对钛媒体App表现，在赋生100个角色项目筹备历程中，遇到的最大的挑战始终是“如何让AI的讲话更靠近角色”，为此不仅需要将大量原著文本形貌提供应AI作为分析的基础，也需要对IP形象有深入明白和把控的专业人士为角色撰写感性形貌文档，让微软小冰的开发人员同步加深对IP形象性格的明白，从而对AI学习的效果举行不停的细节调整，让对话更流通，更靠近书中的角色。

另一方面，由于书中的角色自带世界观和知识储蓄，好比电竞大神需要醒目游戏用语差别作品里，专精的游戏都是差别的，甚至有原创世界观配景的游戏，这种情况下，需要对差别角色在原作基础上建设差别的知识谱系，这是一个相当大的工程，现在这一部门还在推进的历程中。

阅文对钛媒体App指出，“IP赋生”只是“AI+IP”的初探，虚拟男友在红袖念书的入口较深，后期或会凭据用户接受度开放更显着的入口。

另外，在“拟人”这件事上，已经泛起严重的产物同质化问题：

俞栋表现，从三个偏向已经泛起大量产物同质化现象：一是智力层面的拟人：受NLP技术限制，短期内难突破，各厂商的产物集中在siri、alexa等能执行简朴单工指令的助手阶段；

二是声音层面的拟人：集中在语调像（不管是唱歌还是说话），解决同质化的关键在于让音色也更像，同时降低千人千面长镜下的数据收罗量和建模时间，以降低使用门槛；

三是出现层面的拟人，按精度可以大致分为两类：toC领域：类似于虚拟主播、Animoji、Zepeto等卡通非写实气势派头的模型已经到达了较高精度的实时驱动；各大直播、短视频平台也有/正在开发相应的功效，其终极形态就是“能实时驱动的迪士尼动画”。

俞栋认为，解决同质化的关键在于两方面：降低数据收罗/驱动成本，让千元机也能跑得动，二是从产物侧开发更多的玩法。

但在toB领域：类似于好莱坞大片、3A游戏等超传神写实气势派头的模型上现在尚无法实时驱动，且模型制作成本高，是各家发力的偏向之一，但尚无成熟解决方案找到画面质量和成本的平衡点。

虽然一切仍在起步阶段，但数字人的趋势已经2020年头显现出来。

“把现实世界映射到数字世界的趋势是绝对不行逆的，未来我们可以构建一个更辽阔的数字世界。我们会认证身份信息而且界说数字世界的规则”，宋楠对钛媒体App表现。

整个数字世界还是玄色，而科技公司所做的就是在这世界混沌之时，先把数字化的人点亮。（本文首发钛媒体App，采访/芦依、李程程、赵宇航，撰文/赵宇航、芦依）

更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App