916
数字人，真不是人，但是正在辅助人、取代人。
这届冬奥会上，数字人很忙。
冲击三项项目的谷爱凌也很忙，但赛前还在咪咕演播室“赶通告”。不过，这不是她本人，而是她的数字分身Meet GU，这是一个以谷爱凌为原型的亚毫米级超写实数字人。Meet GU的外形、声音、神情、妆容，都与谷爱凌本人相似度较高，甚至毛孔细节、皮肤质感和颜色都做到了1:1还原。Meet GU是中国移动咪咕视频推出的体育数字达人，她还将在演播室完成滑雪赛事解说、播报及场景电商的虚拟互动等工作。
事实上，不止运动员数字分身这一项，数字人已经渗透到赛场内外多个环节。
徐梦桃夺冠背后，竟然有个虚拟教练“观君”，他已经在自由式滑雪空中技巧运动队“服役”了三年之久，会针对运动员的每一跳做出专业判断，严格判别扣分动作。有了这些数据后，教练员便可以给予运动员更加精准的指导。
此外，冬奥会上还有负责“冬奥观赛气象指数”播报的主播“冯小殊”；“百度智能云曦灵”数字人平台的AI手语主播，承担手语翻译；阿里巴巴的冬奥宣推官数字人“冬冬”，兼任特约记者、带货主播；科大讯飞的3D虚拟冰冰，有着酷似央视主播王冰冰的眉眼和神韵，还解锁了东北话、英语等多达31种语言技能；拓尔思旗下的“小思”，连续进行冬奥热点播报的同时，还可以进行自动采编、智能写稿、虚拟播报等……
自去年开始，“数字人”赛道热度一路攀升，各种形态和“人设”的数字人屡见不鲜。清华学生“华智冰”，“邓丽君”和粉丝“见面唱歌”，还有在金融、传媒、文旅、城市管理等多个领域的应用……数字人似乎正在突破现实与虚拟的边界，越来越贴近我们的现实生活。
2022年开门红，“数字人”融资累计金额逾4亿
启信宝数据显示，2020~2022年，数字人相关企业数量逐渐呈现快速增长趋势。其中，2020年数字人相关企业新增数量为36080家，到2021年，新增数量是66293家。截至目前，国内数字人相关企业存续数量超16万家。2022年开年不到一个月的时间，数字人领域融资数量已有近百起，融资金额达4.11亿元。
图：2020年-2022年，数字人相关企业数量变化（来源：启信宝，截至2022年1月17日）
在元宇宙概念下，去年的硬件和软件市场都异常热闹。有人试图在硬件产品的新旧交替期抢占市场，有人想在新的赛道上一马当先……在元宇宙这个相对肆意畅想的虚拟超现实蓝图中，其中就包括数字人、数字工厂、数字城市乃至所有现实元素的可数字化、虚拟化。
数字人并非依托元宇宙而产生，但元宇宙的火爆一定程度上带动了数字人的热潮。相比元宇宙，数字人作为一个更具象的概念，叠加疫情下虚拟内容需求的增加、相关硬件的快速发展，成为元宇宙风口之中的“风口”。
在与一些业内人士的交流中收到这些反馈：“数字人是元宇宙中落地最快的一个应用场景”、“数字人会是元宇宙的核心，承担关键的交互”……一位投资人表示，“能明显感觉到数字人在2021年下半年比上半年热很多，元宇宙开始从一个不落地的概念慢慢落地下来”。
数字人研发门槛有多高？
与语音助手等AI数字助理相比，数字人要达到的标准更高。外观效果、交互自然流畅度，是两个被评判的核心指标。前者涉及CG建模及驱动模型的精细程度，后者主要需要具备NLP对话模型中的语义理解、多轮对话，上下文理解能力等。
以本次冬奥会的百度AI手语主播为例，探讨一下研发一款AI手语主播有多难？
从外形看，对比以往的虚拟主播形象，AI手语主播不仅高度还原真人发肤，且在立体感、灵活度、可塑性上都有大幅提升。为了让“她”完成承担手语主播工作，百度智能云首先建立了规模庞大的手语动作库，基于《国家通用手语词典》规范，结合动作捕捉设备和真实手语老师的双向调优，精修近1万个手语动作，保证了手语表达的动作准确性。同时首创4D扫描技术，使得AI手语主播表情自然生动，口型生成准确度高达98.5%。
此外，通过机器翻译技术，百度智能云构建出一套精确的手语翻译引擎，可懂度达到85%以上，结合语音识别技术，可将冰雪赛事的文字及音视频内容转化为手语；同时再通过专为手语优化的自然动作引擎，完成AI手语主播的动作驱动，实时演绎为数字人的动作、表情和唇语。这保证了AI手语主播具备高可懂度的手语表达能力和精准连贯的呈现效果。
据百度方面表示，数字人要为人类提供服务、与人自然地交流，背后需要强大的知识体系和对话能力支撑。百度知识图谱积累的5500亿知识，帮助数字人拥有“自己”的经验和认识去思考。基于百度去年发布的百亿参数对话模型PLATO，数字人才可以跟用户进行有料、有趣、有情感的交流。
算力、算法、AI模型的协同优化必不可少
建模、AI、动作捕捉、渲染是开发数字人的关键技术，而这些都离不开算力的支撑。算力直接影响了是否可以进行实时渲染、互动，从而可能会进一步限制到实用场景，是打造和应用的关键基础。
思腾合力是AI服务器与HPC基础架构解决方案商，该公司AI算法工程师庄翔宁告诉<与非网>，数字人的开发需要用到计算机图学、图形渲染、动作捕捉等等，因此在即时响应性能方面会有一定程度算力的需求。
此外，为了满足即时响应的需求，在训练的模型上，有必要进行模型压缩，抑或是一开始就避免将训练模型设计得太复杂，以免影响到应用时运行的速度。思腾合力在图形预处理和模型压缩方面，通过自研算法来降低影像或视频的解析度，但保留重要核心判定的物体。
他补充，在模型压缩及布署方面，除了精简训练模型外，也可以通过压缩方式进一步精简其超参数，最后通过模型布署的方式简化应用模型。
由此可见，一款数字人的打造和成功应用，算力支持必不可少，但是算法、模型的协同优化也非常关键，不论是提升即时响应能力，还是数字人的人格化训练，以及使数字人具备一定的知识体系、互动能力等，都是数字人实现动态性、交互性的关键支柱。
数字人：好看的皮囊下，AI交互是硬核
从数字人当前的投资方向看，大多数集中在数字人主播、数字人偶像等制作上。一位投资人表示，目前，AI赋予数字人的交互能力在一级市场更受关注，可惜这样的好项目并不多。
数字人仍处于发展初期，业界当前首先在命名上就有很多方式：数字人、虚拟人、数智人、虚拟数字人、数字孪生、虚拟替身、数字分身等等，这也从一定程度上体现了它所处的发展阶段——就像任何刚刚起跑的新事物一样，难免有概念和定义上的纷争。
根据《虚拟数字人深度产业报告》，这些命名都可以指代由计算机图形学、图形渲染、动作捕捉、深度学习、语音合成等手段打造出来的具有人类外貌特征、表演能力、交互能力等等的非物理世界产物。
《中国虚拟数字人影响力指数报告》则从未来媒体形态和服务模式对虚拟数字人进行了定义：计算机图形学、语音合成技术、深度学习、类脑科学、生物科技、计算科学等聚合科技（Converging Technologies）带来语义传播与无障碍传播的新空间，由此诞生的虚拟数字人将以新媒介角色，广泛应用在元宇宙新生态中，担任着信息制造、传递的责任，是元宇宙中“人”与“人”、“人”与事物或事物与事物之间产生联系或发生孪生关系的新介质。
从以上定义中，可以提炼出数字人的三大发展特征：第一，它是聚合科技的产物；第二，兼具人类外形和内在，交互能力是关键；第三，未来更大的市场存在于行业应用新生态中，也就是说，它需要在更多的创新方向、下沉市场中找到更多的价值空间。
把冰冷的人机交互变成更加有真实体感的交流，或是作为真实人类的数字分身来帮助交流，这些都是数字人正在做的。未来，只要有交互需求的地方，数字人都会有用武之地，而这也是数字人当前最大的考验。
写在最后
数据显示，2030年，围绕虚拟数字人我国将会形成一个高达2700亿的蓝海市场（量子位《虚拟数字人》报告）。但现阶段，数字人仍面临着开发门槛高、成本高、制作周期长、难以批量产出等挑战，这与元宇宙“人人都有一个数字分身”的愿景还有着巨大的鸿沟，也是当前需要着力解决的问题。
下一步，数字人将重点向融合文字、听觉、视觉、肢体动作甚至触觉等多模态交互的方式演进，除了在to B服务领域持续发力外，在生活服务中也会为C端用户带来更多陪伴、信息交互以及更深的情感链接，带来有温度的交流体验。
