大模型卷爆數字人：一句話5分鐘實現定制，跳舞主持帶貨都能hold住 精華
最快5分鐘，打造一個直接上崗工作的3D數字人。
這是大模型給數字人領域帶來的最新震撼。
就像這樣，一句話描述需求：
生成的數字人直接就能進駐直播間當主播。
跳起女團舞也不在話下。
整個制作過程中，想到什么說什么就行，大模型都能自動拆解需求，瞬間get設計、修改思路。
再也不怕老板/甲方的想法太新奇。
這樣的文生數字人技術，來自百度智能云最新發布。該說不說，是要把數字人的使用門檻一口氣砍沒的節奏了。
聽聞如此神器，我們照例第一時間爭取到了內測資格，更多細節，一起先睹為快~
一句話5分鐘，3D數字人直接上崗
從Chatbot到文生圖片，再到文生視頻，大模型帶來的交互方式的變革，已經無需贅言。
現在，在百度智能云曦靈平臺上，基于文心一言4.0，數字人定制這件事，同樣能通過自然語言對話的形式實現。
舉個例子，生成一個品牌代言人，需要幾步？
首先，輸入“生成一個百度智能云品牌代言人”這樣的提示詞，同時上傳logo圖片。
大模型就會自動從臉型、發型、妝容、服裝、配飾等多個維度，開始一步一步思考：
自動打造出符合要求的數字人。
如果需要調整細節，一樣“說話”就能完成。
也就5-10分鐘，一個360°無死角的高質量數字人就基本成型了。
捏臉完畢，下一步就是給數字人綁上表情，讓Ta能動起來。同樣只需要一鍵操作，等待1-2分鐘。
相比于過去高精度3D數字人好幾天、甚至好幾個月的定制周期，這個分鐘級的效率，確實稱得上是“顛覆”了。
值得一提的是，效率如此大幅提升的前提下，這樣的文生數字人細節質量依然保持著高水準。
表情細節：
動作質量：
結合百度智能云在數字人領域的長期積累，上崗播新聞、直播帶貨都不在話下。
數字人技術全面AI化
效率和落地能力的直觀提升之外，此次百度智能云推出的文生數字人方案背后，不少技術細節也值得好好說道說道。
正如前文所說，其技術基座，正是文心一言4.0.
而起到關鍵作用的大模型能力包括：
- 自動拆解要做的任務和子任務
- 顯示思考過程，做到有理有據，讓整個生成過程“白盒化”
- 實現了基于內容提煉的短期記憶，可以通過對話持續調整數字人形象
這樣一來，大模型就成了一個能懂人類甲方心理的數字人造型助理，可以模仿人類思路，去摳數字人定制的每一個細節，并且做到過程可控。
同時，大模型還在背后施展出了調用工具的能力。
比如，調用涵蓋6000+維度的臉型及五官細節“知識庫”，整體調整數字人面容。
大模型技術之外，百度智能云還在曦靈平臺中加入了新的AI渲染技術，支持AI驅動、AI布料模擬，讓數字人的表情肢體動作更自然，服裝面料質感更真實。包括：
- 動態褶皺貼圖，讓紋理更加真實。
- 分鐘級4D自動綁定，讓眼睛、嘴唇等部位能夠完美閉合，并支持表情風格切換。
- 肢體肌肉擠壓、碰撞實時模擬。
- ……
官方還透露，接下來，百度智能云計劃實現角色、行為、場景、燈光、鏡頭要素的全面AI化。
數字人，步入大模型時代應用新范式
如果說去年大家還在熱火朝天地討論基礎模型，那么今年以來由Sora而起，大模型帶來的應用范式的變革，已經成為科技圈新的熱議焦點。
在交互方式的改變之上，核心受到關注的，其實還是效率提升：
輸出創意，生成所需，大模型正在讓越來越多本來需要消耗大量時間、人力、金錢的工作，變得簡單、高效、人人可用。
現在，百度智能云在3D數字人領域的最新技術進展，就是這種可能性在人們更為熟知的圖像、視頻領域之外，拓展開來的一個代表。
可以預見的是，過去更多在大企業、大機構中被使用的數字人員工，在新范式的驅動之下，步入“尋常百姓家”正在成為可能。
此前，清華大學《虛擬數字人研究報告2.0版》數據顯示，從頭部企業的布局來看，面向B端的數字人產品服務是市場的主要組成部分，占比達到79%。
而隨著大模型技術對數字人應用模式的顛覆，不僅中小企業不用再對6位數的3D高精度數字人望而卻步，C端的應用也將得以拓展。
這也就意味著，數字人的應用和商業化，已經翻開新的一頁。
最后，如果你還對哪些大模型新應用感興趣，歡迎留言，我們速速測起~
本文轉自 量子位 ，作者：量子位
