数字人距离“有趣的灵魂”还有多远？

在语义理解、情感交互方面与真人尚存在差距

受虚拟现实、元宇宙等前沿概念影响，以虚拟偶像、虚拟主播、虚拟员工等为代表的数字人当下正在受到市场追捧。今年以来，乘着利好政策的“东风”，数字人已成为头部企业竞相布局的人工智能热门赛道。但囿于技术、产品、市场等因素，数字人赛道迎来了不小的瓶颈与挑战。眼下“只有好看的皮囊，却没有灵魂”的现象，使得数字人产业要具备更普遍的商业价值，还有很长的路要探索。

■新快报记者 梁茹欣

利好政策加速产业落地

借助逼真外壳包装起来的拟人形象，数字人正从影视、文学作品中逐渐走到文娱传媒、金融、教育等现实不同行业的“岗位”上。何为数字人？按照业内认可的说法，数字人指的是通过CG技术（计算机图形技术）、图形渲染、语音合成等技术驱动生成的数字化的虚拟人物。通常这类虚拟形象具备人的外观、感知互动能力以及表达能力。就应用类型来看，数字人可分为两类，一类是以功能应用为主的服务型数字人，如虚拟员工、虚拟教师、虚拟导游等；一类是用于娱乐、社交、个性表达为主的身份型数字人，如虚拟偶像等。

根据清华大学发布《元宇宙发展研究报告3.0版》显示，2021年，虚拟数字人核心产业规模约为336亿元，年均增长率31%，预计2025年产业规模为998亿元。截至2022年10月，虚拟数字人领域融资数量近百起，金额约120亿元。另据市场调研机构IDC数据，预计到2026年中国AI数字人市场规模将达到102.4亿元，市场将呈现高速增长态势。

今年以来，乘着利好政策的“东风”，数字人产业一脚踏进了快车道。11月，工业和信息化部等五部门联合发布的《虚拟现实与行业应用融合发展行动计划（2022-2026年）》提出，到2026年，三维化、虚实融合沉浸影音关键技术重点突破，虚拟现实在经济社会重要行业领域实现规模化应用。

落脚到各地，数字人相关产业成为不少地方产业布局的重点。7月，北京发布了《北京市促进数字人产业创新发展行动计划（2022-2025年）》，提出到2025年，北京数字人产业规模突破500亿元，培育1-2家营收超50亿元的头部数字人企业、10家营收超10亿元的重点数字人企业以及20个数字人应用标杆项目等。几乎同一时间，《上海市数字经济发展“十四五”规划》也提出，发展人机交互技术，加快智能人机交互、虚拟数字人等核心技术攻关，培育虚拟演唱会、虚拟偶像、虚拟体育等数字娱乐消费新业态。

数字人制作成本大幅下降

行业分析认为，经过过去一年多的市场培育期，众多企业的入局加速探索可落地的场景，预计国内虚拟人率先在特定服务型领域（如直播带货、虚拟客服等）规模化应用。IDC中国助理研究总监卢言霞指出，当前AI数字人在部分领域已经发挥出明显的商业价值。未来在生活与工作中，将有大规模的数字人队伍与人类共存。不过，行业用户从相对成熟的应用场景开始引入AI数字人的同时，也需对这些应用场景保持耐心，不设置过高的期望值。

事实上，由于在快速生成、AI驱动等方面存在技术瓶颈，数字人目前较难实现低成本大量复制和高频次内容产出。这也意味着，高质量虚拟数字人的制作成本极高。洞见研报《2022年虚拟人行业研究报告》显示，虚拟人的制作客单价在百万元以上，更高精度的甚至达到千万级。这大部分的花销都用在了建模、AI、动捕、渲染等技术方面。以2021年年底走红出圈的抖音美妆达人“柳夜熙”为例，该制作团队曾透露，“柳夜熙”仅制作投入约在百万元级别。

游戏引擎商Cocos品牌相关负责人告诉新快报记者，业内定制数字人按照美术的类型分为卡通、二次元、写实等风格，定制一个数字人的价格从千元到百万元不等。千元价格内的常见为电商24小时直播机器人，这类技术要求较低，用户通过直接选择给定的卡通形象来进行直播。“百万级的如‘柳夜熙’‘AYAYI’等，在IP运营方面，还涉及到基本人设，需要策划人员根据客户要求进行内容输出策划。当前超写实虚拟人的运行呈现大多还是以视频或者图片的形式为主，整个流程偏向CG生产逻辑，一次视频短片内容的生产成本在几十万左右。”

有业内人士认为，随着AI算法的突破，数字人的制作成本及周期将大幅度压缩，从过去花一年半载制作，到现在两三月甚至是数小时便可以交付，制作成本也将从原先的百万级降低到万元级别。

拥有“有趣的灵魂”还有多远

然而，当前不少数字人企业宣称已“降本增效”，更多体现在营销成本降低。即使相对成熟的直播带货场景，数字人囿于成本问题也难以与真人主播拉开优势。目前，数字人产业总体上还没有实现盈利，制作和运营维护成本高、变现能力弱等仍掣肘其发展。除此之外，市面上的数字人多数停留在逼真的外壳，能够灵活地做出表情、动作，以及根据声音或者文字做出标准的口型等，但在语义理解、情感交互方面与真人尚存在差距，即只有一个好看数字“皮囊”却没有“灵魂”。

数字人距离拥有“有趣的灵魂”还有多远？Cocos品牌相关负责人对此表示，数字人下一步发展更多应该是介入ChatGPT（美国人工智能公司近期推出的自然语言处理领域的模型，它能够通过对话方式进行交互，并根据用户输入的自然语言文本内容，自动生成新的文本内容）这类对话模型，让对话的内容更加丰富有趣。另外，还可以让人灵活地介入到数字人的逻辑中，这就需要大量的手势交互、动作捕捉等技术沉淀积累。“相信2023年底就能看到大量类似逻辑的产品出现。未来，数字人不再是供应商专业定制专属，而是由个人的创造和生成，让数字人代表自己在虚实结合的空间中交互。”