21世紀經濟報道記者張梓桐上海報道

編者按

元宇宙（Metaverse），這(zhe)(zhe)個來源于(yu)科幻小(xiao)說的(de)概(gai)(gai)念(nian)，已成為(wei)(wei)真實(shi)世界中(zhong)的(de)流行(xing)語。圍繞這(zhe)(zhe)一(yi)新(xin)興概(gai)(gai)念(nian)，一(yi)場(chang)產(chan)、學(xue)、研的(de)實(shi)踐正在(zai)展開。數字化(hua)轉(zhuan)型中(zhong)，元宇宙能否擔當大(da)任？這(zhe)(zhe)些新(xin)概(gai)(gai)念(nian)在(zai)中(zhong)國語境下如何落地？南財合規科技研究院數字娛樂課題組策劃了《瞭望元宇宙》系列報(bao)道，以期為(wei)(wei)行(xing)業和(he)社(she)會公眾(zhong)提供理解元宇宙的(de)敲(qiao)門磚(zhuan)。

數字人(ren)作為元宇(yu)宙(zhou)的(de)(de)(de)“原住民”，成(cheng)為了近(jin)年來業(ye)界與學界討論的(de)(de)(de)重點(dian)，目前業(ye)界普遍認為，數字人(ren)的(de)(de)(de)大規(gui)模應用依賴于高寫實度的(de)(de)(de)效(xiao)果、好的(de)(de)(de)生(sheng)產效(xiao)率和可(ke)控的(de)(de)(de)成(cheng)本。但與此同時，終(zhong)端(duan)的(de)(de)(de)運(yun)行疊(die)加(jia)算(suan)力上的(de)(de)(de)需求對實時云渲染能力形(xing)成(cheng)了挑戰。系列報道第六篇，我們探討元宇(yu)宙(zhou)賴以運(yun)行的(de)(de)(de)底層技術(shu)，以及其(qi)背后的(de)(de)(de)實際(ji)產業(ye)應用。

近年來，隨(sui)著人工智(zhi)能(neng)、虛(xu)(xu)擬現實(shi)等(deng)新(xin)技術的快(kuai)速發(fa)展(zhan)，虛(xu)(xu)擬數字人開(kai)始(shi)進入普通人的生活。而在(zai)新(xin)奇的外觀(guan)形象、靈巧的互動效果之(zhi)外，行業(ye)也正在(zai)挖掘出數字人更多的潛力。

“未來(lai)數字人(ren)的(de)發(fa)展，正呈現出靜態向(xiang)動態、2D向(xiang)3D、卡通向(xiang)寫實、單向(xiang)向(xiang)多(duo)向(xiang)互動的(de)趨勢。”蔚領時(shi)代創始(shi)人(ren)兼CEO郭(guo)建(jian)(jian)君在(zai)接受21世(shi)紀經濟報道(dao)專訪時(shi)表示，數字人(ren)領域(yu)目前已經度過萌芽期，進入了快速成長階段(duan)，不久(jiu)的(de)將來(lai)會(hui)迎(ying)來(lai)爆發(fa)期。這也(ye)意(yi)味著行業開始(shi)進入商(shang)業化(hua)變現探索的(de)關鍵階段(duan)，標準化(hua)也(ye)將逐漸建(jian)(jian)立。 

但在豐富的想象(xiang)空間之外，一(yi)些落(luo)(luo)地的問題仍然困擾著從(cong)業者與用戶。在未(wei)來，數(shu)字人是否可以實(shi)現高(gao)度(du)實(shi)時(shi)性，高(gao)度(du)可靈活性和高(gao)度(du)適應(ying)落(luo)(luo)地場景，并與人類進(jin)行有效的交(jiao)互(hu)，仍有待時(shi)間去驗證。

面臨品質成(cheng)本雙難(nan)題

中(zhong)(zhong)國人(ren)(ren)工智(zhi)能產業發(fa)展聯盟(meng)發(fa)布的(de)《虛擬數字人(ren)(ren)發(fa)展白皮書》顯示，“虛擬數字人(ren)(ren)”一(yi)詞最早(zao)源于1989 年(nian)美國國立醫學圖書館發(fa)起的(de)“可視(shi)人(ren)(ren)計劃”(Visible Human Project, YHP)。2001年(nian), 國內以“中(zhong)(zhong)國數字化虛擬人(ren)(ren)體的(de)科技問題”為主題的(de)香山科學會(hui)議滴174次學術(shu)討論會(hui)提出了(le)“數字化虛擬人(ren)(ren)體”的(de)概念。

但在當(dang)時，這些“虛擬數字(zi)人”主要是(shi)指人體結構的(de)(de)可(ke)視化，以三維(wei)形式顯示人體解剖結構的(de)(de)大小、形狀、位置(zhi)及(ji)器(qi)官間的(de)(de)相互空間關系。與當(dang)下(xia)所探(tan)討的(de)(de)元宇宙中的(de)(de)“原(yuan)住民”數字(zi)人有較大的(de)(de)含(han)義出(chu)入。

近(jin)五年得益于(yu)深度(du)學習算法的(de)突破，數字人的(de)制作(zuo)過程得到有(you)效簡化(hua)，虛擬數字人開(kai)始步入正軌。

同時(shi)，這(zhe)也吸引到(dao)政策層面的關注。

2022年(nian)(nian)8月，北(bei)京市經濟和信(xin)息化局發布了國內首個(ge)數(shu)字人(ren)產(chan)業專項(xiang)支持政策——《北(bei)京市促進數(shu)字人(ren)產(chan)業創新(xin)發展(zhan)行動計劃（2022—2025年(nian)(nian)）》（以下簡稱《計劃》）。《計劃》提出，抓住以數(shu)字人(ren)為(wei)代表的互聯網3.0創新(xin)應用產(chan)業機遇，充(chong)分發揮國際(ji)科技創新(xin)中心建設優勢，打造(zao)數(shu)字人(ren)產(chan)業創新(xin)高地(di)。

《計(ji)劃》提出了(le)發展目(mu)標，“到2025年，北京將培育(yu)1—2家(jia)(jia)(jia)營收超50億元的頭部數字(zi)人(ren)企(qi)業、10家(jia)(jia)(jia)營收超10億元的重點數字(zi)人(ren)企(qi)業，建(jian)成10家(jia)(jia)(jia)校企(qi)共建(jian)實驗(yan)室和企(qi)業技術創新中心，打造5家(jia)(jia)(jia)以上(shang)共性技術平臺(tai)，培育(yu)20個數字(zi)人(ren)應用標桿項目(mu)，建(jian)成2家(jia)(jia)(jia)以上(shang)特(te)色數字(zi)人(ren)園區和基地等(deng)目(mu)標。”

但行業現狀似乎與《計劃》提出的目標仍有一定距離，21世紀經濟報道記者多方了解到，目前來看，一些企業在打造數字人的過程中仍會遇到渲染品質較低、制作成本高昂，IP打造周期長等難題。

京(jing)東集團副總裁、京(jing)東智能產品(pin)與服務(wu)(wu)部(bu)總裁何曉冬在(zai)接受(shou)21世紀經濟報道采訪(fang)時表(biao)示(shi)，數字(zi)人(ren)是數字(zi)原生、人(ren)機交互等技術落地過程中最被(bei)寄予希(xi)望(wang)的(de)(de)形態(tai)之(zhi)一，但在(zai)實際應用的(de)(de)過程中，有些數字(zi)人(ren)的(de)(de)動作十分僵化(hua)，只(zhi)能起(qi)到(dao)展示(shi)的(de)(de)效果，無(wu)法提(ti)供實際辦理業務(wu)(wu)的(de)(de)交互。

何曉東(dong)以銀行(xing)場(chang)景的數(shu)字(zi)人(ren)舉例稱(cheng)，如(ru)果數(shu)字(zi)人(ren)要(yao)(yao)把(ba)整套(tao)銀行(xing)業(ye)(ye)務辦(ban)理好，需要(yao)(yao)克服(fu)幾個非常落地(di)的問題(ti)。“首先是(shi)需要(yao)(yao)避免噪(zao)音(yin)，因為(wei)銀行(xing)柜臺是(shi)比較噪(zao)雜的場(chang)所。其次是(shi)銀行(xing)數(shu)字(zi)人(ren)需要(yao)(yao)和后(hou)臺的業(ye)(ye)務支(zhi)持系統有效地(di)對(dui)接，必須能夠解決很(hen)多(duo)銀行(xing)的具體業(ye)(ye)務問題(ti)。”何曉東(dong)舉例稱(cheng)，轉賬、取錢、改密碼等(deng)業(ye)(ye)務行(xing)為(wei)都意味著數(shu)字(zi)人(ren)在知識推理、語音(yin)推理等(deng)方(fang)面都要(yao)(yao)達到很(hen)高標準，因此(ci)這些方(fang)面的同步也是(shi)很(hen)大的挑戰。

三種商業模式 

郭建君在采訪中也表達了類似看法，他表示，數字人成熟的背后一方面是技術整合能力，另一方面是IP運營能力。“數字人是一個產業鏈很長的行業，既需要底層引擎技術的發展，也需要對上層工具和生產管線的優化，才能同時滿足數字人形象好、生產效率高和成本可控的三重效果。”

而(er)IP運營(ying)能(neng)力體現在對數字形象打造(zao)的(de)(de)思路和(he)經驗之上。郭建(jian)君表(biao)示，當(dang)前(qian)行業(ye)較為普遍的(de)(de)情況是(shi)(shi)，技術(shu)制作(zuo)更(geng)有信心，運營(ying)思維比較欠(qian)缺。在這方面，蔚領時代正在探索的(de)(de)一(yi)條道路是(shi)(shi)——選擇更(geng)專業(ye)的(de)(de)生(sheng)態(tai)伙伴(ban)合作(zuo)進行商業(ye)化(hua)。

近日，蔚領(ling)時代與文(wen)娛(yu)企業(ye)海西傳媒集團組建了獨立運營的(de)(de)公司蔚海燦娛(yu)，推出了龔俊的(de)(de)數字(zi)人(ren)“霽風”，郭建君表示，后(hou)續(xu)將圍繞可互(hu)動數字(zi)IP的(de)(de)矩陣搭建、共創虛(xu)擬空(kong)間(jian)的(de)(de)構建等方面進行多重合(he)作(zuo)。

值得一(yi)提的(de)是，利用契合特(te)定場景的(de)IP加(jia)快(kuai)表演型數字(zi)人(ren)(ren)(ren)(ren)創新也是《計劃(hua)》的(de)規劃(hua)的(de)主要(yao)任務(wu)之一(yi)，其提出要(yao)“促進技術(shu)(shu)人(ren)(ren)(ren)(ren)才與(yu)藝術(shu)(shu)人(ren)(ren)(ren)(ren)才聯合創新，加(jia)快(kuai)數字(zi)人(ren)(ren)(ren)(ren)IP孵化，培育創作者(zhe)經(jing)濟。同時打(da)造精品(pin)(pin)數字(zi)人(ren)(ren)(ren)(ren)品(pin)(pin)牌，支持數字(zi)人(ren)(ren)(ren)(ren)參與(yu)廣告(gao)營銷、品(pin)(pin)牌代(dai)言，加(jia)強數字(zi)人(ren)(ren)(ren)(ren)運營管理，樹立傳(chuan)播正能量的(de)數字(zi)人(ren)(ren)(ren)(ren)形(xing)象。” 

事實上，IP運營，客戶服務和流量變現正是當前數字人主要的三種商業模式。

騰訊云(yun)近日發布的(de)(de)《數字人產業(ye)發展(zhan)趨勢報告（2023）》指出，內容/IP型數字人主要依靠數字人的(de)(de)商業(ye)IP運(yun)營(ying)實現(xian)商業(ye)變(bian)現(xian)，功(gong)能服(fu)務型是交(jiao)付給客戶(hu)實現(xian)變(bian)現(xian)，而(er)虛擬分身(shen)則需要結合虛擬空間的(de)(de)設(she)定和規則進行流量變(bian)現(xian)。

“數(shu)(shu)(shu)字(zi)(zi)(zi)人(ren)的(de)制(zhi)作(zuo)成(cheng)(cheng)本(ben)和周期(qi)(qi)伴隨定(ding)制(zhi)化(hua)(hua)程度的(de)下(xia)降而遞減。三種數(shu)(shu)(shu)字(zi)(zi)(zi)人(ren)的(de)制(zhi)作(zuo)方式(shi)和周期(qi)(qi)也存在(zai)差異(yi)，內(nei)容(rong)/IP型(xing)數(shu)(shu)(shu)字(zi)(zi)(zi)人(ren)更(geng)多是(shi)項目(mu)制(zhi)，以定(ding)制(zhi)為主;功能服務型(xing)是(shi)產(chan)(chan)品和定(ding)制(zhi)化(hua)(hua)相(xiang)結(jie)合，在(zai)通用(yong)產(chan)(chan)品上，進(jin)行定(ding)制(zhi)化(hua)(hua)開發;而虛擬分身更(geng)多是(shi)產(chan)(chan)品制(zhi)，用(yong)戶利用(yong)平臺工具產(chan)(chan)品進(jin)行數(shu)(shu)(shu)字(zi)(zi)(zi)人(ren)形象的(de)制(zhi)作(zuo)并在(zai)相(xiang)應虛擬場景(jing)內(nei)進(jin)行活動，一般而言，內(nei)容(rong)/IP型(xing)數(shu)(shu)(shu)字(zi)(zi)(zi)人(ren)的(de)成(cheng)(cheng)本(ben)和周期(qi)(qi)最高(gao)，虛擬分身型(xing)數(shu)(shu)(shu)字(zi)(zi)(zi)人(ren)最低(di)。”

大規模應用依賴可控成本 

“數字人的大規模應用，有三個條件必不可少：高寫實度的效果、較高的生產效率和可控的成本。”在郭建君看來，雖然對(dui)比傳(chuan)統離(li)線(xian)渲染(ran)(ran)的(de)影視級別的(de)寫實(shi)度效果(guo)仍然需要(yao)提(ti)升，但當前行業應用的(de)實(shi)時渲染(ran)(ran)的(de)技術，在生產效率、可控成本(ben)和(he)數字人可互動性上均具(ju)備了優勢。

科技(ji)部信息通(tong)信專(zhuan)家、上(shang)海(hai)流程智造科技(ji)創新研究院(yuan)院(yuan)長賀仁龍告訴21世紀(ji)經濟報道記者，構造虛(xu)擬世界的技(ji)術(shu)正在逐漸成熟，應用的場景也日(ri)益(yi)豐富，效果也十分逼真。但在感知交互方面(mian)，數字(zi)人(ren)仍然面(mian)臨著一(yi)系列(lie)問題。”

“在創建元宇(yu)宙的(de)過程(cheng)中(zhong)，會構造一個(ge)世界的(de)秩序和邏輯，但(dan)這個(ge)世界是(shi)否有(you)重力，重力又(you)是(shi)多少(shao)，目前來看都是(shi)技(ji)術需要(yao)探索的(de)方向。同(tong)時，虛擬世界的(de)邏輯需要(yao)規律和算法生成，在這其中(zhong)，如何有(you)效地(di)使數(shu)字人在視覺、聽(ting)覺之外，與(yu)用戶進行觸覺感知交互，也(ye)是(shi)行業面臨的(de)難題(ti)。”

“未來超寫實的(de)世界(jie)將以可視化為主要(yao)特(te)征。而這(zhe)需要(yao)海量的(de)圖形運算。”郭建君認為，VR/AR終端(duan)將成為元宇(yu)宙(zhou)的(de)入口，但終端(duan)的(de)運行依賴(lai)算力高速的(de)運行，這(zhe)其(qi)中，實時云渲染能力解(jie)決的(de)就是(shi)把超寫實的(de)世界(jie)帶到終端(duan)體(ti)驗上的(de)問題(ti)。

“只有云(yun)端實時渲(xuan)染在(zai)達到較高標準的情況下(xia)，才能真正(zheng)帶來(lai)足夠寫實、互動、有沉(chen)浸感的圖像畫質。這(zhe)也(ye)就是蔚領時代(dai)認為的GaaS（Graphics as a Service）時代(dai)到來(lai)的邏輯依(yi)據。”

郭建君認為，未(wei)來(lai)(lai)支撐(cheng)實時云(yun)渲(xuan)染(ran)的(de)底層技術主要是云(yun)原生(sheng)的(de)技術，比如多GPU協同(tong)渲(xuan)染(ran)，以及C+S架構來(lai)(lai)實現的(de)單(dan)個(ge)(ge)進程(cheng)輸出幾十路視頻(pin)流供(gong)幾十個(ge)(ge)玩(wan)家游(you)玩(wan)的(de)技術。“這些創新的(de)云(yun)原生(sheng)的(de)技術是未(wei)來(lai)(lai)元宇宙的(de)支撐(cheng)，同(tong)時圍繞著類似云(yun)游(you)戲的(de)串流能(neng)(neng)力和云(yun)端虛(xu)擬化的(de)能(neng)(neng)力，也是未(wei)來(lai)(lai)元宇宙所需(xu)要的(de)。”

“一(yi)個可喜的(de)(de)現(xian)象是我們看到頭(tou)部渲染引擎的(de)(de)技術發展迅速(su)，現(xian)在(zai)已經(jing)開始進(jin)行影視級效(xiao)果的(de)(de)應用了。”郭建(jian)君說道。

在云原生技術之外，3D重建技術的發展也為數字(zi)人的大規(gui)模落地帶來了更多(duo)的可能性。

上述《報告》指出，2D數(shu)字人(ren)和3D數(shu)字人(ren)生成(cheng)/建模方(fang)式(shi)(shi)不同，2D數(shu)字人(ren)本質是生成(cheng)圖像，因此(ci)主要方(fang)式(shi)(shi)是利用深(shen)度(du)學習技術根(gen)據(ju)視頻(pin)生成(cheng)與(yu)真人(ren)相同的圖像，技術相對成(cheng)熟。

“3D數字人需要建(jian)(jian)(jian)立3D模(mo)(mo)(mo)(mo)型，主要是(shi)利(li)用軟件傳統(tong)的手工建(jian)(jian)(jian)模(mo)(mo)(mo)(mo)、靜態掃描建(jian)(jian)(jian)模(mo)(mo)(mo)(mo)(相機陣(zhen)列掃描建(jian)(jian)(jian)模(mo)(mo)(mo)(mo))、動(dong)態光(guang)場(chang)或者AI建(jian)(jian)(jian)模(mo)(mo)(mo)(mo)(3D重(zhong)建(jian)(jian)(jian)技術)生成(cheng)3D模(mo)(mo)(mo)(mo)型。目前手工建(jian)(jian)(jian)模(mo)(mo)(mo)(mo)和靜態掃描建(jian)(jian)(jian)模(mo)(mo)(mo)(mo)技術較(jiao)為(wei)成(cheng)熟且應用廣泛，利(li)用3D重(zhong)建(jian)(jian)(jian)技術或動(dong)態光(guang)場(chang)重(zhong)建(jian)(jian)(jian)可(ke)極大(da)節約建(jian)(jian)(jian)模(mo)(mo)(mo)(mo)時間，提(ti)升建(jian)(jian)(jian)模(mo)(mo)(mo)(mo)效率，是(shi)未來(lai)重(zhong)要布局方向。”報(bao)告指出。

而在科大訊飛總(zong)裁吳曉如看來(lai)，機器想(xiang)更自(zi)然(ran)地與(yu)人類進行交互，需要(yao)通過聽覺(jue)、視覺(jue)、語義以(yi)及(ji)各種(zhong)傳(chuan)感器的組合去獲取(qu)更多的有用信(xin)息，AI感知方式必然(ran)要(yao)從(cong)單(dan)模(mo)態(tai)發(fa)展到(dao)多模(mo)態(tai)，逐步擬人化。

2021年10月(yue)，科(ke)大(da)訊飛正式發(fa)布(bu)AI虛擬人交(jiao)互平臺，它具有多模感知(zhi)、多維表達、情感貫穿、自主定義四大(da)交(jiao)互特(te)點(dian)。可以在客戶的不同(tong)業(ye)務(wu)場景(jing)下進行AI虛擬人賦(fu)能，提供一站式的AI虛擬人應用服(fu)務(wu)。

“科大訊(xun)飛推出的數字人目前已經開始把(ba)視覺、手勢、視線和(he)語音結合起來，實(shi)現數字虛擬人交互的多維表達(da)。”吳曉如在(zai)接受(shou)21世紀(ji)經濟報道等媒體(ti)采訪(fang)時說道。

出品：南財合規科技研究院數字娛樂課題組

策劃：曹金良

統籌：諸未靜

研究員(yuan)：諸(zhu)未靜、蔡姝越、孫煜、吳立洋、張梓桐(tong)

本期作者：張梓桐

設計：陳珊