AI新動能: 數(shù)字人三大特征八大場景 原創(chuàng) 精華
隨著元宇宙概念的火爆也一同帶動了數(shù)字人市場的快速升溫，據(jù)計(jì)算全球平均每天都會誕生一個數(shù)字人。數(shù)字人正成為一股潮流，涌入人們的日常生活——會“捉妖”的虛擬美妝達(dá)人柳夜熙，抖音出道三天點(diǎn)贊即超百萬，一夜之間成為國內(nèi)虛擬偶像界的“頂流”；在江蘇衛(wèi)視跨年演唱會上，昔日歌后鄧麗君“重返”舞臺，與歌手周深同臺對唱，交織幾代人的青春記憶；而在杭州亞運(yùn)會上，數(shù)字人點(diǎn)燃火炬，成為開幕式的亮點(diǎn)。除此之外，數(shù)字人擔(dān)當(dāng)起手語主播、氣象主播、公益宣傳、帶貨達(dá)人等各式角色，代替真人提供服務(wù)支持……
一、什么是AI數(shù)字人？
數(shù)字人的核心是“人”，本質(zhì)上是通過數(shù)字技術(shù)提高數(shù)字人的綜合體驗(yàn)，使之帶來真人般的感受和互動。
一方面，隨著人工智能、虛擬現(xiàn)實(shí)、高精度渲染等技術(shù)的發(fā)展和融合，數(shù)字人的擬人化程度愈來愈高，從形象、表情、姿態(tài)、動作，再到語音、語意、語態(tài)等方方面面正在逐步逼近真人水平。例如，超寫實(shí)數(shù)字人（Metahuman）已成為當(dāng)前主流，柳夜熙、“鄧麗君”等都是超寫實(shí)數(shù)字人的代表，擁有高度逼真的數(shù)字化外觀形象。
另一方面，人工智能技術(shù)在數(shù)字人形象生成、動作驅(qū)動和語言交互等環(huán)節(jié)的深入應(yīng)用，也將進(jìn)一步提升數(shù)字人制作的自動化水平，推動數(shù)字人市場從利基走向大眾。數(shù)字人的擬人化，以及生產(chǎn)制作的自動化程度反映數(shù)字人系統(tǒng)整體進(jìn)化和發(fā)展水平，代表著數(shù)字技術(shù)綜合運(yùn)用能力和成熟度體現(xiàn)。
根據(jù)“擬人化”和“自動化”兩個維度，我們可以將數(shù)字人分成 L1-L5 五個等級，如下圖所示。
其中，我們將 L4 和 L5 等級的數(shù)字人統(tǒng)稱為“AI 數(shù)字人”。Ta 們不僅具備高度的擬人化呈現(xiàn)，在形象、動作和智力層面都更接近于真人水平，能夠聽懂、看懂、有記憶、自學(xué)習(xí)，與人進(jìn)行自然交互；同時，在制作流程中也融合了大量的人工智能算法技術(shù)來提升數(shù)字人的生產(chǎn)效率，降低數(shù)字人的制作成本。普遍認(rèn)為，只有達(dá)到 L4 級別及以上的數(shù)字人才能真正的走入千行百業(yè)，在消費(fèi)和產(chǎn)業(yè)領(lǐng)域大放異彩。
二、AI數(shù)字人的三大特征
多模態(tài)交互、深度學(xué)習(xí)和 AIGC是 AI 數(shù)字人的三大特征。
首先，在應(yīng)用層面，多模態(tài)交互是 AI 數(shù)字人的“核心力”。
我們認(rèn)為，具備足夠自然和擬真的多模態(tài)交互能力，是數(shù)字人在更廣泛的應(yīng)用場景中逐步替代真人角色的關(guān)鍵。所謂“多模態(tài)交互”，即是將深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)和計(jì)算機(jī)圖形學(xué)相結(jié)合，充分模擬人與人之間自然真實(shí)的交互方式，實(shí)現(xiàn)“聽得懂，看得見，說得出”的人機(jī)交互效果。
擁有多模態(tài)交互能力的 AI 數(shù)字人，不僅能夠呈現(xiàn)傳統(tǒng)語音對話無法展現(xiàn)的多媒體信息，通過結(jié)合計(jì)算機(jī)視覺技術(shù)，還能完成身份識別、手勢識別、情感識別等多項(xiàng)交互任務(wù)，讓交互過程更加豐富且高效。與此同時，可視化的寫實(shí)形象也賦予了 AI 數(shù)字人獨(dú)特的情感溫度，有助于建立人性化的情感紐帶。
其次，在價值層面，深度學(xué)習(xí)是 AI 數(shù)字人的“創(chuàng)造力”。
每一個 AI 數(shù)字人背后都有一個“智慧的大腦”，可以基于語音語義理解等技術(shù)，結(jié)合不同領(lǐng)域的知識庫和海量數(shù)據(jù)訓(xùn)練，進(jìn)行深度學(xué)習(xí)和迭代升級，讓自己變得越來越“聰明”，越來越專業(yè)，從而能夠快速適應(yīng)瞬息萬變的市場變化和細(xì)分化的場景需求，不斷打破即有的應(yīng)用邊界，為用戶持續(xù)創(chuàng)造新價值和新體驗(yàn)。
第三，在制作層面，AIGC 是 AI 數(shù)字人的“生產(chǎn)力”。
高制作成本和長制作周期掣肘數(shù)字人產(chǎn)業(yè)規(guī)模化發(fā)展。傳統(tǒng)數(shù)字人生產(chǎn)過程中，從人物建模到動畫設(shè)計(jì)和制作等各個環(huán)節(jié)幾乎都依賴人工“雕琢”而成。譬如，以人物建模為例，傳統(tǒng)建模環(huán)節(jié)大概要花費(fèi)數(shù)月時間。此外，要讓模型動起來，前面的準(zhǔn)備工作（蒙皮、BlendShape 等）以及后續(xù)的動畫制作及優(yōu)化環(huán)節(jié)也需要花費(fèi)數(shù)月時間，無論是時間成本還是人工成本都是一個相對較大的投入。
AIGC 重塑生產(chǎn)流程，在人物模型的重建、動畫準(zhǔn)備和制作等各個環(huán)節(jié)輔助數(shù)字人自動化生成，大幅加速數(shù)字人生產(chǎn)，降低制作門檻和成本投入，是 AI 數(shù)字人生產(chǎn)力之本。以人物建模環(huán)節(jié)為例，例如，商湯科技為軟銀大會打造的軟銀 COO 今井康之的 AI 數(shù)字人形象，即是基于少量照片的面部掃描，結(jié)合 AI 算法快速生成數(shù)字人高精度 3D 模型，將傳統(tǒng)以月計(jì)算的制作周期縮短至數(shù)天內(nèi)完成。
三、AI數(shù)字人的三大應(yīng)用方向
根據(jù)使用目的和底層邏輯不同，AI 數(shù)字人可大致分成三大應(yīng)用方向。
方向一：主要以創(chuàng)建 IP 影響力或打造粉絲經(jīng)濟(jì)為目的的 AI 數(shù)字人應(yīng)用，包括虛擬偶像、虛擬 KOL、虛擬演員、虛擬主播等。
基于“IP 孵化 + 內(nèi)容運(yùn)營”，賦予 Ta 們獨(dú)特的人設(shè)和人格特質(zhì)，以此來吸引不同受眾群體的關(guān)注，從而形成一定規(guī)模的流量基礎(chǔ)和情感鏈接，再通過諸如直播帶貨、跨界品牌代言、IP 授權(quán)周邊衍生品、娛樂演藝等多種手段來實(shí)現(xiàn)價值閉環(huán)或進(jìn)行商業(yè)化變現(xiàn)。
方向二：主要以替代真人服務(wù)、實(shí)現(xiàn)降本增效為目的的 AI 數(shù)字人應(yīng)用，包括虛擬客服、虛擬前臺、虛擬導(dǎo)游、虛擬主持人等。
Ta 們根據(jù)各自領(lǐng)域所長，能夠“7×24 小時”在崗不間斷的提供服務(wù)支持，尤其針對標(biāo)準(zhǔn)化、重復(fù)性高的真人服務(wù)可以實(shí)現(xiàn)數(shù)字化替代，并結(jié)合業(yè)務(wù)流程自動化，幫助企業(yè)進(jìn)一步提高生產(chǎn)效率、降低人工服務(wù)成本，為企業(yè)數(shù)字化轉(zhuǎn)型提供新路徑。
方向三：隨著人工智能、虛擬現(xiàn)實(shí)等相關(guān)技術(shù)的逐步成熟，通過深度學(xué)習(xí)和認(rèn)知泛化，AI數(shù)字人將會全面突破應(yīng)用邊界，升級成為數(shù)字世界的“超級助手”。
與前兩個應(yīng)用方向不同，AI 數(shù)字人的第三大應(yīng)用方向不再僅遵循真實(shí)世界的“替代”邏輯，初衷更在于滿足用戶與數(shù)字世界的連接和交互需求，實(shí)現(xiàn)對于數(shù)字世界的直接操作。正如《元宇宙”破壁人“：做虛實(shí)融合世界的賦能者》白皮書中所描繪的圖景一樣，“這些數(shù)字人將成為我們在數(shù)字世界的 AI 代理人”。通過與 Ta們的直接交互，可以“隨機(jī)應(yīng)變”的針對用戶個性化、多樣化需求，提供全天候、全方位的人性化陪伴和智能化服務(wù)，成為人們通向虛實(shí)融合世界的超級入口。
四、AI數(shù)字人的八大應(yīng)用場景
場景1：金融網(wǎng)店“新窗口”
商湯為寧波銀行上海分行打造的超寫實(shí)型 AI 數(shù)字人大堂經(jīng)理“小寧”，以栩栩如生的客服形象為銀行客戶提供各類業(yè)務(wù)咨詢和服務(wù)辦理。
生動的形象和擬真的交互體驗(yàn)，AI 數(shù)字人讓銀行客戶倍感新鮮，有效提升了客戶關(guān)注時間，不僅能為銀行創(chuàng)造更多業(yè)務(wù)推廣機(jī)會，在網(wǎng)點(diǎn)“智能化、無人化”的趨勢下，成為銀行服務(wù)線下客群的“新窗口”，以及提升服務(wù)效率、提高服務(wù)質(zhì)量和標(biāo)準(zhǔn)的重要載體。
場景2：在線互金“新入口”
基于手機(jī)銀行在線服務(wù)問題，渤海銀行與商湯合作開發(fā) AI 數(shù)字人“小海豚”，以生動、可愛的 3D 卡通形象，為渤海銀行的線上用戶提供全程“貼身服務(wù)”，包括自助式業(yè)務(wù)引導(dǎo)和辦理、金融知識的專業(yè)講解，以及理財(cái)產(chǎn)品的智能推薦等，為客戶創(chuàng)造全新的交互觸達(dá)式體驗(yàn)，成為手機(jī)銀行提供在線互金服務(wù)的“新入口”。
例如，在自助業(yè)務(wù)辦理上，小海豚可以正確“理解”客戶需求，并快速定位到客戶所需辦理的業(yè)務(wù)界面，大大縮減了繁瑣的操作流程，幫助客戶高效完成業(yè)務(wù)辦理，為客戶提供了一個親切交互、快捷便利的無障礙金融體驗(yàn)。
場景3：商場交互“新觸點(diǎn)”
廣州新塘的永旺夢樂城與商湯聯(lián)合打造了超寫實(shí)型 AI 數(shù)字人“小糖”，主要承擔(dān)商場內(nèi)客服咨詢、導(dǎo)航導(dǎo)購等多項(xiàng)服務(wù)工作。
例如，作為虛擬客服人員，“小糖”可以隨時隨地為顧客提供準(zhǔn)確、快速的店鋪位置導(dǎo)覽、停車路線指引、積分兌換等問詢服務(wù)。當(dāng)遇到“超綱”問題時，后臺管理人員可以及時進(jìn)行遠(yuǎn)程接管。作為虛擬導(dǎo)購員，“小糖”通過與顧客的自然交互和意圖理解，判斷顧客的實(shí)地需求，將新品上線、新店開業(yè)、優(yōu)惠活動等商場或店鋪信息更有效的向顧客進(jìn)行精準(zhǔn)推薦，有助于營銷轉(zhuǎn)化效果的提升。
場景4：文博講解“新體驗(yàn)”
中共一大紀(jì)念館與商湯合作，于 2021 年建黨 100 周年之際在展館內(nèi)推出 001 號 AI 數(shù)字人講解員“申小伊”。Ta 不僅能夠主動迎接和問候，還能為來自全國各地的參觀群眾和黨員干部講解中共一大黨史。
在形象設(shè)計(jì)上，“申小伊”達(dá)到了超寫實(shí)級別精度，嚴(yán)格遵循紀(jì)念館內(nèi)制服標(biāo)準(zhǔn)著裝“上崗”；在講解專業(yè)性上，“申小伊”基于中共一大相關(guān)的黨史典籍建立知識庫體系進(jìn)行深度學(xué)習(xí)，并通過知識泛化覆蓋上萬條黨史問題，不僅能夠熟練講解黨史內(nèi)容，還能輕松解答各類黨史相關(guān)問題。
場景5：品牌營銷“新代言”
商湯基于 AIGC，僅結(jié)合幾張真人照片即快速生成超寫實(shí) AI 數(shù)字人“大真”。Ta 不僅可以充當(dāng)活動虛擬主持，與同臺真人主持一起與觀眾進(jìn)行實(shí)時互動，還可以登錄直播間 24 小時不間斷直播帶貨，與用戶“面對面”進(jìn)行彈幕互動，自助解答品牌相關(guān)問題。
場景6：企業(yè)前臺“新形象”
根據(jù)企業(yè)形象定制的 AI 數(shù)字人，不僅擁有符合企業(yè)文化氣質(zhì)的外觀形象，還能替代真人前臺根據(jù)員工預(yù)約信息，對已預(yù)約的到訪客戶進(jìn)行主動式的迎賓接待，并基于豐富的企業(yè)知識庫體系，為到訪客戶進(jìn)行企業(yè)介紹、發(fā)展歷程的講解，并能與訪客進(jìn)行實(shí)時對話，親切耐心地解答企業(yè)相關(guān)問詢。
場景7：指揮車艙“新助手”
車機(jī)大屏已成為新一代智能終端，承載著載具內(nèi)人機(jī)交互、調(diào)用軟件服務(wù)等功能，也影響著智慧車艙的交互體驗(yàn)。將車機(jī)系統(tǒng)功能進(jìn)行集成，并通過生動的 AI 數(shù)字人形象作為人機(jī)交互的主要媒介，相對傳統(tǒng)語音或觸屏等方式，為車主帶來更具個性化、人格化的行車體驗(yàn)。
場景8：虛擬活動“新服務(wù)”
在沉浸式活動 / 會議系統(tǒng)中，AI 數(shù)字人可以作為活動隨行助手，全程“陪伴”參會者左右，隨時隨地提供咨詢服務(wù)，回答活動相關(guān)問題，并提供活動接待、講解、導(dǎo)覽、記錄、推介等各類服務(wù)和支持。一方面減少活動主辦方人工客服投入，提升用戶體驗(yàn)；另一方面可以通過對 AI 數(shù)字人交互數(shù)據(jù)的收集和分析，幫助主辦方掌握參會人員實(shí)際需求，更好的實(shí)現(xiàn)活動效果的轉(zhuǎn)化，達(dá)到主辦活動的目的。
本文轉(zhuǎn)載自公眾號數(shù)字化助推器 作者：天涯咫尺TGH
