從“吉祥物”走向“實力派”，是過去兩年數(shù)智人行業(yè)明顯一大趨勢。數(shù)智人的落地，逐漸脫下了“高價”、“噱頭”、“流量”等標(biāo)簽，開始走向更務(wù)實的生產(chǎn)場景。

這帶來了巨大的藍(lán)海市場，IDC報告顯示，中國AI數(shù)字人市場規(guī)模呈現(xiàn)高速增長趨勢，預(yù)計到2026年將達(dá)102.4億元人民幣。

作為多項AI技術(shù)應(yīng)用的載體，數(shù)智人是如何擺脫高價標(biāo)簽，從大企業(yè)走向小商戶，成為小微企業(yè)經(jīng)營的“可選項”，甚至成為個人創(chuàng)作者的創(chuàng)作工具？

在今年的世界人工智能大會中，一項數(shù)字人定制現(xiàn)場體驗成為本屆大會最具亮點的環(huán)節(jié)之一，吸引了不少人參與。

從現(xiàn)場體驗來看，這項復(fù)刻專屬的數(shù)智人分身過程非常簡單，只需在一個小型影棚內(nèi)，閱讀一段3分鐘左右的文本，并對畫面和音頻進(jìn)行收錄，生成視頻素材并在后臺提交，即可在24小時內(nèi)快速生成與真人無異的數(shù)字分身。

據(jù)展臺工作人員介紹，這項體驗基于今年騰訊云推出的小樣本數(shù)智人工廠實現(xiàn)，僅需3分鐘視頻、24小時內(nèi)即可復(fù)刻2D數(shù)字分身，讓數(shù)智人應(yīng)用的服務(wù)成本大大降低。

而生成好的數(shù)智人，使用起來也非常方便，只要提供所需文字內(nèi)容，數(shù)字分身即可自動生成語氣自然、表情生動的真人形象出鏡視頻，助力使用者在營銷數(shù)字分身、數(shù)字主播、口播知識生產(chǎn)等場景中提升創(chuàng)作效率。

▲大會現(xiàn)場觀眾體驗3分鐘素材生成小樣本數(shù)智人

一、小樣本數(shù)智人降低數(shù)字人應(yīng)用成本

“現(xiàn)在辦個產(chǎn)品發(fā)布會、晚會，沒有幾個數(shù)智人都好像都落伍了。”不少市場營銷人員感嘆道。前不久各大電視臺的跨年晚會上，浙江衛(wèi)視的“谷小雨”、東方衛(wèi)視“東方嬡”、四川衛(wèi)視的“三星堆搖滾天團(tuán)”等數(shù)智人紛紛登臺表演，十分吸睛。不少科技產(chǎn)品發(fā)布會上，數(shù)智人還會成為主持人，介紹最新產(chǎn)品信息，甚至還能講幾個冷笑話串場。

▲中國國家博物館虛擬數(shù)智人艾雯雯

隨著越來越多的企業(yè)關(guān)注到數(shù)智人的落地進(jìn)展，騰訊、百度、阿里、網(wǎng)易等巨頭紛紛推出自家的數(shù)智人產(chǎn)品方案，同時，世優(yōu)科技、次世文化等創(chuàng)企涌入該賽道。大量新玩家的涌入，為數(shù)智人賽道帶來了一定的“虛熱”，但想讓數(shù)智人走向產(chǎn)業(yè)深處，仍有不少待解決的難題。

比如說，大部分?jǐn)?shù)智人都是以視頻、海報等品牌宣傳形式出街為主，與業(yè)務(wù)場景結(jié)合并不夠清晰。再比如說，過往復(fù)雜的訓(xùn)練樣本數(shù)據(jù)采集，導(dǎo)致數(shù)字人定制過程長、成本高，一定程度上限制了數(shù)字人的快速應(yīng)用落地。

對此，騰訊云智能數(shù)智人產(chǎn)品總經(jīng)理陳磊分析道：“在今年，數(shù)智人的實現(xiàn)路徑和實現(xiàn)效率認(rèn)知已經(jīng)有了大幅提升，現(xiàn)階段數(shù)智人不僅能在營銷傳播上帶來一定關(guān)注度，在企業(yè)中也能成為真正有用、能為企業(yè)帶來價值的“數(shù)智員工”。

在2023世界人工智能大會上，騰訊云公布了一系列數(shù)智人領(lǐng)域的進(jìn)展。在數(shù)智人領(lǐng)域，今年騰訊云推出了小樣本數(shù)智人工廠，僅需少量數(shù)據(jù)、24小時內(nèi)即可復(fù)刻2D數(shù)字分身，讓企業(yè)應(yīng)用數(shù)智人服務(wù)成本大大降低。依托AI生成算法，數(shù)智人3D形象的復(fù)刻速度也將得到大幅提升，通過生成式動作驅(qū)動，結(jié)合行業(yè)大模型能力，可讓企業(yè)獲得更“個性化、專業(yè)、自然逼真”的數(shù)智員工，讓“面對面”專業(yè)服務(wù)成為可能。

數(shù)字經(jīng)濟(jì)學(xué)者劉興亮在過去半年，已經(jīng)在日常規(guī)模化使用專屬“數(shù)智人”制作其真人出鏡的短視頻“亮三點”。劉興亮分享稱：“這個形象近似真人，表情、唇型匹配自然，包括我的特色口音也模擬得惟妙惟俏的數(shù)智人，正是騰訊云智能小樣本數(shù)智人。未來，不需要搭建拍攝場地，也不用提前化妝彩排，不受空間、時間限制，數(shù)智人可以隨時隨地幫我生成口播視頻，解放我的生產(chǎn)力?！?/p>

▲數(shù)字經(jīng)濟(jì)學(xué)者劉興亮用小樣本數(shù)智人生產(chǎn)視頻

而在今年的展臺現(xiàn)場，央視總臺記者也進(jìn)行了現(xiàn)場體驗，與自己的數(shù)字分身進(jìn)行“對話”。就像《西游記》中“真假美猴王”的故事，隨著數(shù)字人技術(shù)的發(fā)展，記者也在現(xiàn)實世界中遇到了另外一個自己。

▲央視總臺記者在體驗現(xiàn)場與數(shù)字分身“對話”

二、落地金融、汽車等領(lǐng)域，數(shù)字人加速步入產(chǎn)業(yè)

盡管尋找合適的落地場景是數(shù)智人玩家打通產(chǎn)業(yè)中不可或缺的一步，但是如何打造客戶滿意的數(shù)智人，如何進(jìn)一步降低使用門檻，如何讓數(shù)智人和更多生產(chǎn)環(huán)節(jié)打通，則是玩家們脫穎而出的關(guān)鍵。

例如，數(shù)字人雖然越來越受企業(yè)和廣告主的歡迎，但高昂的制作和運(yùn)營成本問題一直有待解決。復(fù)雜的訓(xùn)練樣本數(shù)據(jù)采集，導(dǎo)致數(shù)字人定制過程長、成本高，一定程度上也限制了數(shù)字人的快速應(yīng)用落地。

今年4月，騰訊云首次對外公布小樣本數(shù)智人生產(chǎn)平臺，該平臺具有訓(xùn)練樣本小、生產(chǎn)效率高、自動化生產(chǎn)等特性，可以實現(xiàn)低成本“自助式”數(shù)智人生產(chǎn)制作。依托騰訊自研AI能力和技術(shù)經(jīng)驗，只需要3分鐘真人口播視頻、100句語音素材，平臺便可通過音頻、文本多模態(tài)數(shù)據(jù)輸入，實時建模并生成高清人像，在24小時內(nèi)制作出與真人近似的“數(shù)智人”。

又例如，如何讓數(shù)字人和更多經(jīng)營、運(yùn)營環(huán)節(jié)打通，實現(xiàn)降本增效，發(fā)揮生產(chǎn)力效用。

比如說，早期的虛擬代言人、虛擬偶像多數(shù)為擁有虛擬形象的主播和動捕演員甚至是CG動畫，場景也多局限于文娛領(lǐng)域，呈單向傳播、且后期運(yùn)營無力。不少虛擬代言人都“曇花一現(xiàn)”，生存周期較短。但隨著AI大模型在數(shù)智人的語言、理解等方向不斷升級、加入玩家增多，技術(shù)成本降低，都在促使數(shù)智人廠商更深入地走向產(chǎn)業(yè)，打開更多數(shù)智人應(yīng)用場景，進(jìn)入金融、傳媒、出行、文旅等行業(yè)。

像網(wǎng)上開戶業(yè)務(wù)本是券商的高頻業(yè)務(wù)場景，是機(jī)構(gòu)獲得客戶的關(guān)鍵渠道，也與人工服務(wù)息息相關(guān)。傳統(tǒng)的真人提供的人工客服服務(wù)存在一定的局限性，比如說，真人客服只能在同一時間接待1個客戶，這就對客服團(tuán)隊的人員數(shù)量有較高要求。并且，真人客服也很難24小時提供服務(wù)，容易造成客源流失。

但有了“數(shù)智員工”，這些問題都能迎刃而解。中信建投證券聯(lián)合騰訊云智能打造了業(yè)內(nèi)首個可交互“數(shù)智員工”，通過真人形象信息采集，動作捕捉、二維建模等技術(shù)高度還原員工形象，以實現(xiàn)更沉浸式的服務(wù)效果。這類數(shù)智人包含AI驅(qū)動的技術(shù)內(nèi)核和行業(yè)理解力，能在特定場景中自主完成工作，不依賴人工的運(yùn)營支持，真正將員工從重復(fù)、枯燥的工作中解放出來，實現(xiàn)降本增效。

▲中信建投證劵“數(shù)智員工”

“數(shù)智人不但能支持開戶環(huán)節(jié)的相關(guān)工作，還可以指導(dǎo)客戶了解操作流程、注意事項等，甚至能更加有針對性的解決客戶在業(yè)務(wù)辦理過程中遇到的問題。” 中信建投項目負(fù)責(zé)人分享稱，目前中信建投證券95%以上的新客開戶都會使用到該系統(tǒng)。中信建投表示，騰訊云智能數(shù)智人在開戶場景上線以來，在提高見證效率、優(yōu)化客戶體驗等方面起到了良好的示范作用。他們希望數(shù)智人可以在智能客服等場景中得到更好的應(yīng)用。

這一場景不僅出現(xiàn)在金融行業(yè)，同樣也在汽車等多個行業(yè)上演。例如，一汽大眾的數(shù)智人Ida，是首個全旅程陪伴式“數(shù)智導(dǎo)購”，從看車到選車、聊車、購車，Ida都將全程陪伴在用戶身邊。

據(jù)陳磊介紹，基于首個汽車行業(yè)語料驅(qū)動，她可以通過豐富的講解介紹，將用戶在線瀏覽時長提升至10分鐘以上，遠(yuǎn)超業(yè)內(nèi)一般水平。并且，用戶還極大的縮短了用戶在認(rèn)識新車-理解-好感-購買的購車鏈路，其云展廳的用戶留資率遠(yuǎn)高于其他線上板塊，超過13%。

從中信建投證券和一汽大眾的“數(shù)智員工”的案例中，我們可以看到，越來越多的數(shù)字人開始進(jìn)入產(chǎn)業(yè)。并且，隨著案例的不斷積累，走出“試用期”的數(shù)字人將會為用戶提供更自然的交互體驗。

三、距離數(shù)智人步入千行百業(yè)，還有多遠(yuǎn)？

事實上，除了金融、汽車行業(yè)，數(shù)智人的應(yīng)用前景，遠(yuǎn)比人們認(rèn)知的還要更為廣闊，與不同類型企業(yè)的結(jié)合方式也更加多樣。擺脫華美外觀后的數(shù)智人，將會更強(qiáng)調(diào)功能性。這需要對數(shù)智人的本質(zhì)有更深的了解，才能更好的挖掘相關(guān)功能。

數(shù)智人本質(zhì)上是語音語義、自然語言處理、計算機(jī)視覺、機(jī)器學(xué)習(xí)等多模態(tài)AI技術(shù)的集合體。騰訊云智能數(shù)智人產(chǎn)品總經(jīng)理陳磊認(rèn)為，數(shù)智人賽道未來繼續(xù)發(fā)展，既需要通過技術(shù)推動形象生產(chǎn)效能的提升，也需要更多行業(yè)知識接入，讓數(shù)智人能做到理解“千行百業(yè)”。

首先，認(rèn)知層面，產(chǎn)業(yè)客戶對數(shù)智人的業(yè)務(wù)價值了解不夠全面，存在一定刻板印象。事實上現(xiàn)在大部分行業(yè)業(yè)務(wù)的前期、中期、后期階段都能接入數(shù)智人的相關(guān)業(yè)務(wù)?！霸谇捌?，我們可以通過數(shù)智人來建立品牌形象，通過營銷互動，提高用戶的轉(zhuǎn)換率?！标惱谡f。不僅如此，數(shù)智人還可以承擔(dān)部分業(yè)務(wù)辦理服務(wù)，甚至是售后服務(wù)。在有了頗具行業(yè)特色的形象后，數(shù)智人還能和用戶維持一定的情感連接，維系用戶客情?；趯Ω餍袠I(yè)理解的不斷加深，騰訊云智能梳理了14個行業(yè)大類、130+個數(shù)智員工可上崗的場景，作為落地應(yīng)用的指引，為產(chǎn)業(yè)客戶和數(shù)智人之間搭建合作的橋梁。

▲騰訊云智能數(shù)智人百大應(yīng)用場景

騰訊認(rèn)為文旅、傳媒、政務(wù)、教育、金融將成為數(shù)智人主要落地場景，消費(fèi)電子、出行、醫(yī)療、能源、地產(chǎn)等也將會逐漸鏈入數(shù)智人相關(guān)業(yè)務(wù)?！拔覀冊谶x擇場景時，場景落地可執(zhí)行性和可復(fù)制性將是我們主要考量的要素之一。同時我們也會探索一些有社會價值的領(lǐng)域?！标惱谡f：“我們會有幾個主要場景，但一些大的場景方面會和產(chǎn)業(yè)伙伴聯(lián)合。”

其次，不同落地場景對數(shù)智人的要求也不盡相同，比如說金融領(lǐng)域，數(shù)智人的專業(yè)性要求更高，功能性更強(qiáng)，需要迅速響應(yīng)各類服務(wù)，而像數(shù)智主播、數(shù)智導(dǎo)游、數(shù)智管家等，騰訊云智能則需要打造行業(yè)語料庫訓(xùn)練相關(guān)語言模型，從而支持不同語境及需求下的表達(dá)交互。

最后，數(shù)智人的形象供給效率也不斷提高。過去打造一款專屬的數(shù)智人形象可能要3個月左右時間，涉及拍攝視頻的話，成品等待時間或長至半年。為了降低數(shù)智人制作門檻，加速數(shù)智人向千行百業(yè)的普及，騰訊云智能提出了自動化的“AI+數(shù)智人工廠”的方向，依靠“產(chǎn)、銷、服”的一站式平臺，實現(xiàn)“自助式”購買、生產(chǎn)和應(yīng)用數(shù)智人，大幅提升數(shù)智人生產(chǎn)效率。借助該平臺，數(shù)字人制作已能實現(xiàn)數(shù)千元的成本和小時級的制作時長，大幅降低數(shù)字人使用門檻。

針對數(shù)智人的運(yùn)營，騰訊還提供了播報數(shù)智人平臺和交互數(shù)智人平臺服務(wù)，滿足企業(yè)高效打造數(shù)智員工的訴求。播報數(shù)智人平臺支持通過文字、語音輸入快速生成數(shù)智人視頻；交互數(shù)智人平臺可打造數(shù)智員工，定制專屬問答庫，提供7*24小時人機(jī)雙向交互服務(wù)，還能實現(xiàn)數(shù)智人直播服務(wù)，自由切換真人語音接管，與用戶問答互動。

“小樣本數(shù)智人支持半身、全身形象展示，手勢動作會根據(jù)內(nèi)容靈活調(diào)整，也支持錄制背景任意更換，適用于直播帶貨等更廣泛的商用場景?！?/p>

目前，不少用戶已經(jīng)開始真正從效能角度，考慮數(shù)字人的實用價值。而伴隨大模型技術(shù)進(jìn)入行業(yè)落地攻堅戰(zhàn)，數(shù)字人應(yīng)用也有了更大的想象空間。

例如，作為醫(yī)療行業(yè)數(shù)字技術(shù)的供應(yīng)商，上海醫(yī)微訊就計劃通過數(shù)智人打通就醫(yī)過程中各環(huán)節(jié)存在的障礙，比如，在就醫(yī)者進(jìn)入門診大廳以后，幫助其快速掛號、診室指引等。同時，幫助醫(yī)生開展醫(yī)患教育和知識分享。比如，用數(shù)智人代替醫(yī)生為患者進(jìn)行相關(guān)知識的科普和培訓(xùn)。

《人機(jī)共生——大模型時代的AI十大趨勢報告》指出，生成式人工智能所展現(xiàn)出來的高靈活度以及強(qiáng)交互性讓人們對AI技術(shù)有了全新的認(rèn)知。這種全新的AI技術(shù)讓數(shù)字人更像真實的人，能夠更充分地挖掘和梳理信息、知識，并更貼近人類日常交流和表達(dá)習(xí)慣地處理語句。未來構(gòu)建數(shù)字內(nèi)容的過程中，數(shù)字人將廣泛應(yīng)用于各種場合，提高工作效率并實現(xiàn)成本降低。