隨著交互智能技術(shù)的加速發(fā)展，數(shù)字人正在從技術(shù)創(chuàng)新走向產(chǎn)業(yè)應(yīng)用。
在2022騰訊全球數(shù)字生態(tài)大會·騰訊云智能專場上，騰訊研究院、騰訊云智能、創(chuàng)業(yè)黑馬經(jīng)過產(chǎn)業(yè)研究、實地調(diào)研，共同提煉發(fā)布《數(shù)字人產(chǎn)業(yè)發(fā)展趨勢報告（2023）》（以下簡稱“報告”），圍繞數(shù)字人的發(fā)展現(xiàn)狀、產(chǎn)業(yè)趨勢、應(yīng)用案例三方面重點闡述，為數(shù)字人行業(yè)發(fā)展提供前瞻觀點和洞察預判，助力數(shù)字人技術(shù)創(chuàng)新和產(chǎn)業(yè)應(yīng)用發(fā)展。
騰訊云副總裁、智能平臺負責人李學朝，騰訊云智能超寫實數(shù)智人小微，騰訊研究院副院長李剛發(fā)布報告
AI技術(shù)驅(qū)動數(shù)字人具備智能可交互的能力
《報告》指出，數(shù)字人從定義上看，是指以數(shù)字形式存在于數(shù)字空間中，具有擬人或真人的外貌、行為和特點的虛擬人物。在分類上，數(shù)字人從商業(yè)和功能的緯度劃分，主要包括內(nèi)容/IP型數(shù)字人、功能服務(wù)型數(shù)字人和虛擬分身數(shù)字人三大類。
根據(jù)市場分析機構(gòu)預測，到2026年中國AI數(shù)字人市場規(guī)模將達102.4億元，數(shù)字人市場將呈現(xiàn)高速增長態(tài)勢。爆點事件推動數(shù)字人產(chǎn)業(yè)被廣大用戶認知，底層是技術(shù)發(fā)展、用戶需求、生態(tài)建設(shè)和標準建立的支撐。
其中，技術(shù)進步是數(shù)字人發(fā)展的第一推動力。《報告》指出，數(shù)字人的核心技術(shù)主要包括計算機圖形學、動作捕捉、圖像渲染、AI等，隨著各項技術(shù)的不斷迭代，正推動數(shù)字人制作效能和智能水平持續(xù)提升。
通過建模、渲染技術(shù)，可以讓數(shù)字人具有人的相貌、形態(tài)等人物特征，使數(shù)字人做到“形似人”。動作捕捉和AI驅(qū)動技術(shù)，則讓數(shù)字人具備人的行為，不僅具有語言和面部表情，還可以協(xié)調(diào)肢體動作，讓數(shù)字人看上去更加形象逼真。
在精心打磨“好看的皮囊”的同時，技術(shù)發(fā)展更賦予了數(shù)字人“有趣的靈魂”，讓數(shù)字人具備智能可交互的能力，讓用戶感受到更具人格化的數(shù)字人。
隨著具有交互能力的數(shù)字人，在各行各業(yè)不同場景成功“入職”，更多用戶開始體驗到數(shù)字人為實體場景服務(wù)帶來的切實改變。
數(shù)字人產(chǎn)業(yè)發(fā)展十大趨勢發(fā)布
伴隨云計算、AI、5G等數(shù)字技術(shù)的突破進展，全真互聯(lián)時代正在悄然到來，加速線上線下的跨時空融合。作為全真互聯(lián)的重要入口，數(shù)字人推動線上和線下更加全面地一體化，打造出沉浸式的“全真”體驗與可操作的“互聯(lián)”交互。
此次《報告》也重點闡釋了數(shù)字人產(chǎn)業(yè)發(fā)展十大趨勢，內(nèi)容如下：
第一，從價值定位上看，數(shù)字人制造和運營服務(wù)的B端市場不斷擴大，帶動了數(shù)字人向更廣大的C端用戶提供服務(wù)。各類數(shù)字人價值定位和商業(yè)模式有所差異，IP運營，客戶服務(wù)和流量變現(xiàn)是當前主要的三種模式。
第二，從技術(shù)迭代維度看，技術(shù)集綜合迭代驅(qū)動數(shù)字人形似人，制作效能將繼續(xù)提升。算法的優(yōu)化將推動專業(yè)動捕設(shè)備趨向便捷化，面部捕捉技術(shù)則朝著更簡單的硬件、更細膩的表情、更自動化的流程方向發(fā)展。
第三，從AI賦能維度看，多模態(tài)AI技術(shù)是未來數(shù)字人發(fā)展的最大推動力，將驅(qū)動數(shù)字人多模態(tài)交互更神似人，并逐步覆蓋數(shù)字人制作、運營全流程。
第四，從融合發(fā)展維度看，數(shù)字人技術(shù)與SLAM、3D交互、體積視頻、空間音頻等技術(shù)深度融合，渲染將從本地轉(zhuǎn)移到云端。
第五，從行業(yè)應(yīng)用維度看，未來數(shù)字人可以與更多的行業(yè)場景進行結(jié)合，成為人機交互新入口。從應(yīng)用廣度來看，數(shù)字人可以提供更好的用戶體驗，與各種領(lǐng)域結(jié)合，實現(xiàn)服務(wù)規(guī)模化和標準化；在應(yīng)用深度上，數(shù)字人作為企業(yè)數(shù)字資產(chǎn)，具有生產(chǎn)力的屬性，可以進一步釋放生產(chǎn)效能。
第六，從C端模式維度看，伴隨AI驅(qū)動技術(shù)的發(fā)展，易操作的數(shù)字人生產(chǎn)、服務(wù)平臺陸續(xù)出現(xiàn)，未來普通用戶也可以用低成本制作數(shù)字人，催生更開放的創(chuàng)作者生態(tài)、更豐富的UGC內(nèi)容。
第七，從硬件載體維度看，目前PC、手機、智慧大屏等2D主流顯示設(shè)備仍是數(shù)字人顯示的主要載體，未來隨著數(shù)字人和3D數(shù)字內(nèi)容結(jié)合，沉浸式設(shè)備在特定領(lǐng)域?qū)⒊蔀樾陆夥ā?/p>
第八，離線-在線-在場是數(shù)字人發(fā)展的必然路徑。從關(guān)注動畫、渲染的身份型數(shù)字人，到融合語言理解能力、表達能力、學習能力、交互能力的服務(wù)型數(shù)字人，從在線服務(wù)到在場體驗，數(shù)字人將進入大規(guī)模應(yīng)用期，加速轉(zhuǎn)化為現(xiàn)實生產(chǎn)力，為消費市場和企業(yè)服務(wù)創(chuàng)造更大價值。其中，在場是數(shù)字人發(fā)展的高級階段，將與應(yīng)用場景深度耦合。
第九，從產(chǎn)業(yè)集聚維度看，數(shù)字人需要技術(shù)研發(fā)、產(chǎn)品設(shè)計、項目運營、財務(wù)融資等多方面人才，北京有望成為產(chǎn)業(yè)新高地。
第十，從合規(guī)前置維度看，數(shù)字人版權(quán)保護及行業(yè)合規(guī)體系需同步建設(shè)，推動實現(xiàn)可用、可靠、可知、可控。
數(shù)字人進入大規(guī)模應(yīng)用期，為生產(chǎn)、生活帶來更智能的服務(wù)
“數(shù)字人”能走多遠，關(guān)鍵看產(chǎn)業(yè)應(yīng)用。
為了全面把握數(shù)字人產(chǎn)業(yè)發(fā)展的前沿趨勢，騰訊研究院、騰訊云智能和創(chuàng)業(yè)黑馬聯(lián)合，先后訪談國內(nèi)外數(shù)十家數(shù)字人領(lǐng)域創(chuàng)新企業(yè)，從價值定位、核心技術(shù)、行業(yè)應(yīng)用、產(chǎn)業(yè)聚集、未來挑戰(zhàn)等維度進行剖析，深度解析產(chǎn)業(yè)發(fā)展的現(xiàn)狀，驅(qū)動力、挑戰(zhàn)和未來走向。
《報告》指出，目前數(shù)字人生產(chǎn)工具和方案較為完善，在企業(yè)服務(wù)、影視動畫、文化傳媒領(lǐng)域，數(shù)字人都得到了廣泛應(yīng)用。對此，騰訊研究院副院長李剛認為，隨著越來越多的產(chǎn)業(yè)需求與應(yīng)用場景被挖掘，以及虛擬人自身的技術(shù)迭代，這一市場還有很大的拓展空間，陸續(xù)出現(xiàn)新價值點。
數(shù)智人作為騰訊云智能關(guān)鍵產(chǎn)品，始終專注于交互智能技術(shù)應(yīng)用，實現(xiàn)助力企業(yè)數(shù)智化轉(zhuǎn)型的目標。騰訊云副總裁、騰訊云智能平臺負責人李學朝表示：“從關(guān)注動畫、渲染的身份型數(shù)字人，到融合語言理解能力、表達能力、學習能力、交互能力的服務(wù)型數(shù)智人，從在線服務(wù)到在場體驗，數(shù)字人將進入大規(guī)模應(yīng)用期，加速轉(zhuǎn)化為現(xiàn)實生產(chǎn)力，為消費市場和企業(yè)服務(wù)創(chuàng)造更大價值。”
騰訊云智能新一代超寫實數(shù)智人小微，也參與了本次《報告》發(fā)布。小微具備播報、交互、手語等數(shù)智人優(yōu)勢技能，以其為代表的騰訊云智能數(shù)智人，能夠在10余行業(yè)的100+業(yè)務(wù)場景中，以“一人”服務(wù)萬人，使企業(yè)服務(wù)突破時間與空間限制，有效提升溝通效率與服務(wù)溫度。
比如在金融場景，中信建投證券依托騰訊云智能交互智能技術(shù)，讓數(shù)智人通過視頻見證開戶及陪伴用戶，引導客戶完成自助開戶操作流程。與過往客戶純自助流程相比，數(shù)智人陪伴可以以語音和形象代替單調(diào)的文字提示，更好地解答與指引開戶操作，提供更親切、自然、高效的服務(wù)體驗。
在出行領(lǐng)域，在一汽-大眾云展廳，數(shù)智人Ida經(jīng)過汽車行業(yè)專用語料訓練，變身為汽車導購“數(shù)智分身”，可以像真人專業(yè)汽車導購一樣，為顧客帶來沉浸式的購車體驗。在騰訊云智能的技術(shù)支持下，數(shù)智人Ida實現(xiàn)聲音呈現(xiàn)、情感表達、肢體互動的實時渲染，擁有接近真人的形象表現(xiàn)力，為虛擬云展廳帶來更優(yōu)質(zhì)的交互體驗。
隨著數(shù)智人落地千行百業(yè)，“聽得清、聽得懂、會表達”的數(shù)智人正在成為各行業(yè)塑造競爭優(yōu)勢的新生產(chǎn)力，促進更高效的產(chǎn)業(yè)協(xié)作與更優(yōu)質(zhì)的用戶體驗。
創(chuàng)業(yè)黑馬集團創(chuàng)始人牛文文在《報告》序言中表示：“在Web3.0的世界里，數(shù)字人是每一個用戶創(chuàng)建的唯一身份的基本工具。與不同行業(yè)融合的深度與廣度、數(shù)字資產(chǎn)的確權(quán)保護、面向C端產(chǎn)品化的能力構(gòu)成了不同數(shù)字人企業(yè)之間競爭的主要壁壘。”
騰訊研究院院長司曉指出，目前很多技術(shù)已經(jīng)接近商業(yè)化大規(guī)模推廣的臨界點，數(shù)字人產(chǎn)業(yè)有望進入全真互聯(lián)的新階段。在未來，數(shù)字人將可能作為我們的分身，成為數(shù)字世界的交互入口，為我們帶來更智能、更沉浸的“在場”體驗。
騰訊云副總裁、騰訊云智能負責人、優(yōu)圖實驗室負責人吳運聲在《報告》序言提到，全真互聯(lián)建基于CV、NLP、ASR、TTS、交互智能等多種人工智能技術(shù)，實現(xiàn)對真實世界全面感知、連接、交互，數(shù)字人正是聚合這些技術(shù)的典型應(yīng)用之一。在數(shù)實融合的趨勢下，科技企業(yè)以技術(shù)進步推動應(yīng)用創(chuàng)新，加速數(shù)字人的場景化應(yīng)用落地。
今年以來，數(shù)字人相關(guān)政策相繼出臺，作為數(shù)字經(jīng)濟的重要環(huán)節(jié)得到指導支持。7月，北京市發(fā)布《北京市促進數(shù)字人產(chǎn)業(yè)創(chuàng)新發(fā)展行動計劃（2022-2025年）》，是國內(nèi)出臺的首個數(shù)字人產(chǎn)業(yè)專項支持政策。與此同時，針對數(shù)字人通用技術(shù)的標準制定也陸續(xù)落地，如金融行業(yè)，在證券期貨、金融應(yīng)用等方向都發(fā)布了相關(guān)應(yīng)用建設(shè)指南。政策規(guī)范將進一步引導數(shù)字人更好地服務(wù)現(xiàn)實社會，推動數(shù)字人成為中國數(shù)字經(jīng)濟的新增長點。
