虛空異界：破圈而出的虛擬數(shù)字人

莊嘉

自然人與虛擬數(shù)字人并存的時代即將到來，數(shù)字世界或?qū)⒂瓉硇碌牧炎儭?022年伊始，虛擬數(shù)字人競相亮相，抓人眼球。從榮獲“萬科最佳新人獎”的數(shù)字員工“崔筱盼”，到北京衛(wèi)視2022年春節(jié)聯(lián)歡晚會的虛擬人“蘇小妹”;從全球首個登上奧運會的虛擬歌手“洛天依”，到新華社推出的首位虛擬網(wǎng)紅“熱愛REAL”作為冬奧公益宣傳大使……一時間，虛擬數(shù)字人成了網(wǎng)絡世界的新爆點。

虛擬數(shù)字人的頻繁出現(xiàn)，意味著諸多領(lǐng)域?qū)⒂瓉泶筮M化的關(guān)鍵變革。究竟何謂“虛擬數(shù)字人”呢？根據(jù)中國人工智能產(chǎn)業(yè)發(fā)展聯(lián)盟總體組和中關(guān)村數(shù)智人工智能產(chǎn)業(yè)聯(lián)盟數(shù)字人工作委員會發(fā)布的《2020年虛擬數(shù)字人發(fā)展白皮書》，“虛擬數(shù)字人，是指通過計算機圖形學技術(shù)創(chuàng)造出的與人類形象接近的數(shù)字化形象，并賦予其特定的任務身份設定”。從相似度上來看，虛擬數(shù)字人就是數(shù)字化外形的虛擬人，擁有三方面“類人”特征，即人的外貌（長得像人），人的行為（能說話，能舉手，能做鬼臉），以及人的思想（會學習）。

據(jù)統(tǒng)計，在2022年北京冬奧會上，至少出現(xiàn)了28位虛擬數(shù)字人，應用類型囊括了氣象主播、真人虛擬形象主播、手語主播、奧林匹克公益宣傳大使、冬奧官方周邊帶貨主播等，參與主體涵蓋了新華社、騰訊、百度、阿里、中國移動、科大訊飛、微軟小冰等20家科技、平臺類巨頭。京東云更是明確對外宣稱，“將深入探索虛擬數(shù)字人領(lǐng)域”。

這股虛擬數(shù)字人的風潮實際上得益于國務院在2022年初發(fā)布的《數(shù)字經(jīng)濟十四五發(fā)展規(guī)劃》。該規(guī)劃明確提出，“十四五”時期數(shù)字經(jīng)濟發(fā)展要以數(shù)字技術(shù)與實體經(jīng)濟深度融合為主線，賦能傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級。到2025年，數(shù)字經(jīng)濟核心產(chǎn)業(yè)增加值占國內(nèi)生產(chǎn)總值比重達到10%，數(shù)字技術(shù)與實體經(jīng)濟融合取得顯著成效。

在這樣的大背景下，從2021年下半年開始，國內(nèi)便興起了一股數(shù)字虛擬風。據(jù)統(tǒng)計，2021年下半年，虛擬數(shù)字人相關(guān)企業(yè)融資超過了20起。紅杉資本、IDG資本、順為資本等一線基金紛紛入局。2021年6月15日，清華大學計算機系舉行“華智冰”成果發(fā)布會，宣布“華智冰”正式入學，迎來了中國首個原創(chuàng)虛擬學生。國家廣電總局于2021年10月20日在《廣播電視和網(wǎng)絡視聽“十四五”科技發(fā)展規(guī)劃》中首次明確指出，“推動虛擬主播、動畫手語廣泛應用于新聞播報、天氣預報、綜藝科教等節(jié)目生產(chǎn)，創(chuàng)新節(jié)目形態(tài)，提高制播效率和智能化水平。到2020年，IP化制播標準體系基本完善”。2021年12月5日，新華社成立了元宇宙聯(lián)創(chuàng)中心，多次發(fā)文表示“鼓勵探索，構(gòu)建數(shù)字空間新生態(tài)”，并推出首位虛擬網(wǎng)紅“熱愛REAL”作為冬奧公益宣傳大使。

據(jù)天風證券統(tǒng)計數(shù)據(jù)顯示，“2021年中國虛擬數(shù)字人行業(yè)的市場規(guī)模近2000億元人民幣”。另據(jù)《量子位：虛擬數(shù)字人深度產(chǎn)業(yè)報告》，“到2030年，我國虛擬數(shù)字人市場規(guī)模將達到2700億元人民幣”。實然，這股虛擬數(shù)字人的春風已經(jīng)起了勢！

與以往的虛擬影像不同，虛擬數(shù)字人異于虛擬人、數(shù)字人的重要分水嶺在于其具備“智”的潛力——即思考能力。從研發(fā)前景來看，虛擬數(shù)字人是AI人格化催生的“數(shù)”與“智”的結(jié)合。核心潛力是其具備持續(xù)的學習能力，能逐漸“成長”，不斷學習數(shù)據(jù)中隱含的模式，包括文本、視覺、圖像、視頻等，就如同人類能夠不斷從身邊經(jīng)歷的事情中學習的行為模式一樣。隨著時間推移，虛擬數(shù)字人針對新場景學到的新能力，將有機地融入自己的模型中，從而變得愈發(fā)“聰明”。

由于虛擬數(shù)字人具備的成長潛能，海內(nèi)外廠商正在加速布局虛擬數(shù)字人賽道。比如，德國的德意志銀行于2020年7月推出了全球首個虛擬數(shù)字員工“Blue Bot Yi”，旨在負責為德意志銀行兩家在華客戶提供實時定制交易報告、現(xiàn)金池報告的服務，并能處理和響應客戶查詢指令。德國的制表品牌NOMOS Glashütte于2022年1月推出了品牌時光摯友-虛擬數(shù)字人“阿喜”，意圖進一步增強品牌用戶在手表視覺體驗上的交互感。

又比如，新西蘭的UNEEQ公司“以橄欖球運動員約翰·基爾萬為原型，打造了一款可以隨時隨地為用戶提供心理健康支持的虛擬數(shù)字人“DJK”。其不僅可以幫助用戶制定睡眠改善計劃，還能回答用戶圍繞睡眠行為所提出的一系列問題。其優(yōu)勢在于，它既可以讓用戶隨時隨地與體育巨星進行個性化的對話和互動，又可以接收經(jīng)驗豐富的臨床醫(yī)生以及心理學專家的專業(yè)知識。

我國也開始布局虛擬數(shù)字人行業(yè)?！睹咳战?jīng)濟新聞》已經(jīng)打算與微軟小冰公司聯(lián)合打造全球首個全流程由人工智能技術(shù)驅(qū)動的視頻直播電視欄目“每經(jīng)AI電視”，此直播節(jié)目將保持“7×24小時”不間斷播出。

當然，不可否認的是，目前大多數(shù)虛擬數(shù)字人仍不具備人類的思考能力，絕大多數(shù)與外界的交互是由人類操控的，最典型的例子就是“虛擬主播”。由此可見，文本驅(qū)動、會話場景驅(qū)動以及真人驅(qū)動仍然是虛擬數(shù)字人當下的主流，而無智能驅(qū)動的虛擬數(shù)字人才是未來發(fā)展的方向。

隨著計算機圖形學、深度學習、語音合成、類腦科學等聚合科技的進步，虛擬數(shù)字人的應用場景將得到進一步擴展。作為多模態(tài)升級的代表，技術(shù)虛擬數(shù)字人的應用場景將與各行業(yè)各領(lǐng)域相結(jié)合，從早期的泛娛樂化逐漸延伸到傳媒、文化、教育、金融、文旅、醫(yī)療、零售、體育等各個領(lǐng)域。虛擬數(shù)字人也將朝著智能化、便捷化、精細化和多樣化方向發(fā)展。

目前，開發(fā)虛擬數(shù)字人的三大關(guān)鍵技術(shù)分別是“建?！薄膀?qū)動”以及“渲染”。

建模層面，“靜態(tài)掃描建?！比允侵髁鳎皠討B(tài)光場三維重建”初現(xiàn)端倪。比如，IR及Ten24等大型影視數(shù)字人制作運用的是靜態(tài)掃描建模技術(shù)。韓國人工智能初創(chuàng)企業(yè)明芒科技公司DeepBrain AI創(chuàng)建的人工智能工作室，制作的虛擬數(shù)字人視頻多是運用靜態(tài)掃描建模技術(shù)。相較而言，瑞典在虛擬數(shù)字人建模領(lǐng)域位居世界前列。著名VFX制作公司ILM（工業(yè)光魔）為瑞典的頂級流行音樂組合ABBA（阿巴樂隊）提供視效制作支持，并運用動態(tài)光場三維重建技術(shù)為他們創(chuàng)建立體多維的數(shù)字模型，其皮膚、紋理、五官近乎真人。

我國的商湯科技在人臉識別領(lǐng)域已經(jīng)開始運用動態(tài)光場重建技術(shù)。

驅(qū)動層面，主要有兩項核心技術(shù)，分別是“智能會成”以及“動作捕捉遷移”。其中，“動作捕捉遷移”是核心中的核心。日本克理普敦未來媒體于2007年8月就推出了虛擬歌姬“初音未來”，之后經(jīng)過動作捕捉遷移技術(shù)層面的改良，使得其捕捉采集的動作能夠更順暢地與“初音未來”融合，成為了全球知名的虛擬數(shù)字人。又如，瑞典的沃爾沃公司研發(fā)了“Teslasuit動作捕捉服”，可以精確捕捉車手和乘客在賽道上試駕時的生理感受，從而提升車輛的用戶滿意度。

從渲染層面來看，算法突破已成為核心路徑。比如，2021年初，虛幻引擎開發(fā)商Epic Games推出了MetaHuman Creator（Meta人類創(chuàng)造者），用于快速創(chuàng)造逼真的虛擬數(shù)字人，并且通過動作捕捉系統(tǒng)在虛擬引擎中實時驅(qū)動及加以渲染。

編輯：黃靈? yeshzhwu@foxmail.com