即構科技：“數智人”助力行業智能升級

孫媛媛

AI技術的創新迭代，將驅動虛擬人的應用場景進一步落地，為虛擬人行業發展帶來更多想象力和可能性。

虛擬數字人行業近年來發展迅速，其技術發展和市場需求基本圍繞兩點演變，一是視覺效果，二是交互體驗。用戶對于虛擬數字人的市場認可和消費意愿，使虛擬數字人強大的商業價值日益凸顯，加之國家相關產業政策明確表示對這一新興產業的支持，新老互聯網廠商紛紛加碼虛擬數字人市場，自2022年以來虛擬數字人的市場應用呈現爆發態勢。

即構科技2015年成立后，專注自研音視頻引擎，目前已成為全球知名的音視頻云服務商，多年來一直在深耕探索音視頻通信、實時互動、音視頻處理、AI算法等多方面的技術與能力，尤其在音視頻處理的底層技術方面具有天然技術優勢，憑借多年沉淀下來的RTC能力，以及在移動端豐富的項目落地經驗，可以穩定保障生成式數字人的音視頻內容畫質高清、音質無損，以及數字人直播的實時性體驗。即構科技創始人兼CEO林友堯表示，即構科技無論在AIGC還是在元宇宙中，最大的核心競爭力都是強調實時互動。

RTC技術實力加持令AI數智人快速落地

早在2019年，林友堯就觀察到在線互動的新需求，開始進行技術積累，包括AI算法、虛擬現實建模等。當看到元宇宙概念走紅時，林友堯感到興奮，因為元宇宙能更好地將公司積累的技術整合起來，讓技術有“用武之地”。

即構科技在AI領域早有沉淀，其數字人產品的核心技術——AI多模態生成算法，是基于視覺感知算法和音視頻生成算法以及NLP語義算法的多模態AI能力的融合，能夠有效促進產品在業務場景中的商業化落地，解決實際痛點。

從最基礎的“面部表情傳遞情感信息”這一基本場景嘗試重構溝通方式，經過一年的研發，在2022年即構科技推出了3D數字人產品——ZEGO?Avatar，通過對面部表情的高度還原、極低的延遲，實現了超情感表達。

同時，林友堯意識到，人人互動和人場互動是互聯網未來核心場景，重構這種場景，需要對場景抽象化，并實現高并發、低延遲的狀態同步。基于此，即構科技推出了具備虛擬世界開發能力的產品——ZEGO?Metaworld。

今年以來，即構科技加碼數字人業務，從原先專注3D數字人，到2D、3D多線并舉，其中2D業務上線一站式數智人解決方案，應用于知識口播、金融、教育、營銷、企業內訓等場景。

“即構數智人——即智”是即構科技最新打造的AI視頻生成應用，通過行業領先的人工智能、面部動態識別、聲音處理、實時互動技術、云計算技術為企業提供高效的短視頻營銷工具、虛擬直播、實時互動型數字人等一站式解決方案，可支持數智人形象定制、短視頻創作、數智人直播，為企業降本增效再提速。

即構數智人的表現效果，是外界最為關心的，也是即構科技著力打磨的地方。目前“即智”支持定制形象、背景、音色、語言。在平臺輸入內容后，“即智”可自動進行語義理解，模仿真人表情與動作，并且根據同一段內容，數智人可以每次演繹出不同效果，如同人類的“微表情”。

而通過“即智”數智人平臺，用戶只需要上傳一段5分鐘的本人錄制視頻，就可以1：1還原本人的聲音、形象，并且在平臺內自由進行內容創作或者進行直播，省去了內容生產過程中的籌備、拍攝、剪輯過程，團隊可以將更多時間和精力專注在內容質量的打磨上，生產效率大大提高。

作為即構科技產業互聯網業務總裁，王文祥目前負責即構產業互聯網業務和創新業務，曾主導過即構RTI升級、即構元宇宙互動引擎等創新項目。在接受《小康》雜志、中國小康網采訪時，王文祥表示，目前能夠熟練運用短視頻及直播等營銷手段創造效益的企業并不多，究其原因，是主播人力成本、設備搭建成本、操作成本、試錯成本等支出較高，而數字人的出現，恰好能解決這一痛點。越來越多企業開始探索數字人的智能交互體驗，為企業自身的運作降本增效。另外，在企業的數字化轉型過程中，數字人技術也被持續應用到如線下大屏、單向客服、數字教練、VolTel等場景中。

做垂直行業的數字人

近年來，AI數字人已逐漸成為各行業數字化應用的新風口，國內外AI大模型的陸續出現、廣泛的應用前景以及來自政策層面的大力支持，使這一領域充滿想象空間。當AIGC時代來臨，哪些企業具有較早的技術積累和沉淀，哪些企業能夠迅速結合市場需求推出實用的產品和服務，哪些企業就掌握了該領域的發展先機。

即構科技在人人交互和人機交互領域里積攢經驗，結合數智人和大語言模型，為垂直行業帶來全新的智能交互體驗，讓更多客戶體驗技術帶來的降本增效，通過“人格化的數智人”“行業垂直可控的數智人”這樣的方案，實現“有溫度的人機互動”。數字人和數智人，有一字之差，王文祥解釋說：“‘智是一種強調，強調我們的數字人更加有智慧、有溫度。”

據了解，即構科技目前已為200多個國家/地區提供一站式音視頻云服務，音視頻技術已經服務超過4000家客戶，創業八年多時間，公司全部客戶的流失率不到5％，其中大客戶的流失率更是幾乎為0。由于在行業內有很多已經落地的成功案例，針對不同行業的成熟落地方案，對于拓展數字人業務具有先發優勢。基于本身對社交娛樂、金融、醫療、教育等行業深刻的理解和服務，所以數字人的新業務也能夠更好地適應和響應客戶們的需求。

王文祥提到，“大模型有通用大模型，未來做大模型除了大廠之外，一些中小型廠商聚焦于做垂直領域的大模型也是非常有市場前景的。而對于即構來說，我們希望在應用這塊能夠賦能企業去真正地創造價值。因此，我們會注重具體行業的定制化需求，這是差異化的業務戰略。”

即構科技于今年推出的“即智”數智人平臺，其應用于金融領域，可通過“AI?bank”的模式，讓用戶體驗更有溫度更智慧化的業務辦理。針對如何防止黑產行業利用虛擬數字人進行騙貸騙保等痛點，則配套了金融反欺詐的解決方案。與此同時，即構數智人還可適配金融行業自建產品銷售網絡及內部大型培訓等個性化需求，助力金融機構構建自有的私有化直播平臺。

“像銀行這種對安全有高要求的敏感行業，數據、應用、本地化，都要按需定制，我們提供企業數字化能力的同時，也助力其保障數據安全。”王文祥指出，即構科技的數字人擁有序列號可以溯源，如果被第三方非法使用，是可以被追溯到的。“我們主動擁抱監管，提前布局更安全合規的內容。”

對于銀行業務咨詢等場景來說，需要解決的痛點是數字人的反饋是否足夠及時、數據是否足夠安全，比如客戶提出了問題，中后臺接收需要時間，接到問題后，語音轉化為文字，然后進入大模型或者人工后臺操作，這個過程要極致壓縮時間，令數字人的回答更實時，這就需要打造足夠詳細的數據庫以及提供穩定的RTC通信能力。如果一個提問，客戶等待很久才能得到數字人的反饋，體驗就比較差。金融企業客戶通過接入即構科技提供的服務即可實現實時音視頻通信，尤其在弱網環境下仍然能夠獲得高質量、穩定性強的音畫，獲得流暢的溝通。

在確保信息安全方面，數字人接入如ChatGPT這樣通用開放的大模型語言體系客觀上存在一定風險。金融行業、法律行業的客戶嚴肅場景居多，如果數字人回答得不夠嚴謹就會觸發風險，在此基礎上，即構科技對數字人進行反復訓練，在通用的大模型內，對它進行垂直化、合規化。“讓我們的數字人不光會說，還不瞎說，因此在訓練時會設置一些圍欄，只講涉及具體行業的核心部分，相關信息均經過授權，非行業內知識進行隔離處理。”王文祥表示。

在數字化經濟浪潮的沖擊下，金融行業紛紛布局數字化創新戰略，未來即構科技將以扎實的實時音視頻及?AI能力為基礎，持續為金融行業數字化的轉型注入活力。

數字人助企業出海

近日，數字文娛人工智能創新峰會在上海舉辦，各類人工智能在數字文娛領域的新應用在會上展出。在即構科技的展臺上，有精心布置的直播間、頗具親和力的帶貨主播、高效的產品介紹……而看似真人直播帶貨的場景，其實是人工智能構建出來的。

“我們最近用數字人嘗試了幾場直播，銷售數據還不錯。接下來，我們準備提升直播的互動性，從一場直播賣一款產品升級為賣多款產品。”王文祥表示，數字人直播有兩個好處，一是數字人主播不需要停歇，二是節省直播場地等成本。以數字人為代表的人工智能在打破人力限制的同時，也突破了跨語種交流的壁壘。“人工智能使數字文娛產業的出海業務更順暢，實現破局新增長。”

面向全球市場的數字人是大模型的另一個應用方向。“這種數字人可以多語種、多形象、多場景定制，只要6分鐘至8分鐘就能生成一條播報視頻。”

今年5月，中哥文化貿易促進會在成都市舉行重要合作伙伴授牌儀式，同日，成都IN3咖啡工廠、成都叁叁叁文化科技有限公司、即構科技聯合推出的“哥倫比亞咖啡莊園企業代表與成都IN3咖啡工廠仿真人直播技術”正式亮相。

據了解，該款仿真人是由即構科技結合AIGC技術自研的“數智人產品”所打造而成的，以哥倫比亞托利馬大學負責人為原型，對其進行真人形象1：1克隆，隨后經過人工智能訓練推理，令其動作自然且具備動態化的表現力以及多語言表達的功能。

仿真人能夠結合短視頻、直播等社交傳播方式，開創性地實現向全球咖啡愛好者傳遞哥倫比亞前沿咖啡文化、咖啡資訊與生產技術的目標，為哥倫比亞咖啡提供展示舞臺的同時，也為成都乃至中國咖啡產業鏈發展帶來更多機會。

此次咖啡工廠仿真人直播技術在IN3咖啡工廠店亮相，標志著中國西部地區最大的咖啡店在科技創新方面又邁出了新的一步，也將推動成都與“一帶一路”倡議響應國更多更好的交流合作，以此為契機進一步推動產業核心技術研發，為培育新技術、新業態、新模式、新組織帶來新動能。

即構科技已經為全球200多個國家和地區提供毫秒級的實時互動體驗，在泛互聯網賽道上擁有?70%?以上的行業頭部客戶。隨著國內泛互聯網的發展，越來越多的企業將目光投向了海外市場，即構科技服務的大部分頭部客戶都走上了出海的征程，進一步實現全球化。