百度|虚拟数字人迎面走来( 二 ) 阿里巴巴|算法|智人

虚拟数字人产业基础尚待夯实
“由于行业内产业链各环节公司专注于虚拟数字人生产流程中的单点环节，各类企业相对割裂，尚未实现协同调优，加之目前虚拟数字人生产、运营成本较高，市场接受度尚低，整个产业发展尚处于起步阶段。 ”赛迪顾问人工智能产业研究中心高级分析师于凯迪在接受《中国电子报》记者采访时说道。
目前，虚拟数字人的生产商以互联网公司为主，虽然许多公司都推出了自己的虚拟数字人，但它们各自的AI算法大多是自闭环的，只需要购买一些基础的软硬件即可。而产业链上那些纯靠卖算法的AI公司则只能将目标客户定位于那些非互联网公司企业身上。二者之间未能找到一种互惠互利的良性生态模式。
人类可以敏锐的通过口唇、表情、肢体行为来读取非文本信息，因此对于虚拟数字人交互过程中呈现的效果有很高的要求，这就需要NLP、智能语音、知识图谱等AI技术训练具备极高的协同能力，这种技术融合的难度较高。整体来看，虚拟数字人还处于前期探索阶段，生产、运营成本较高，普遍面向B端客户，针对c端市场的需求，如普通用户生成自己的虚拟形象、AI化身等，还有待挖掘和激活。
在虚拟数字人生产技术方面，同样存在许多薄弱环节。如登上春晚的虚拟数字人翎Ling就被吐槽面部僵硬一眼假；北京国际电影节的元宇宙星推官虚拟数字人“梅涩甜”也被吐槽角色建模塑胶感严重， “土味十足”；首个国风虚拟男艺人秦佑同样被吐槽“毫无特色” 。

浙江大学国际联合商学院数字经济与金融创新研究中心联席主任、研究员盘和林坦言，国内3D素材、生产3D形象动作的游戏引擎等工具软件比较落后，生产虚拟数字人的工具软件基本被国外公司垄断，需要从基础引擎、建模软件、AI学习框架、编程语言方面有很多创新，来夯实虚拟数字人产业基础。
北京虚拟动点科技有限公司技术总监崔超在接受《中国电子报》记者采访时表示：“虚拟数字人生产技术目前的薄弱环节主要体现在骨骼重定向、真实度模拟、声音处理等方面，例如骨骼重定向时真实人和虚拟数字人的骨骼比例相差较大，骨骼拓扑结构不同时，可起到很好的驱动作用，得到更真实的匹配效果，但这项技术难度较高；再比如虚拟数字人要达到与真人无异的还原度，声音处理也是一大难点， AI驱动的声音大都缺乏感情，有损虚拟数字人的真实度。多数生产商在软件、算法端的技术能力依然有很大提升空间。 ”
“数智人不仅要听得到、听得清人类的语言，还需要能听得懂、说得出，复杂应用场景对技术提出了更高要求。 ”腾讯数智人业务相关负责人对《中国电子报》记者说道：“制作方式自动化水平较低、关键技术有待发展，以及技术人才、综合人才的缺乏，也一定程度上限制了数智人的产业化发展。 ”
尽管一代又一代虚拟数字人蜂拥而至，但它们中的很多并未在市场中激起太大浪花就已消失不见了。究其原因，依然与成本问题有很大干系。虽然百度声称，基于算法突破可将虚拟数字人的制作成本从百万级降低到万元级别。百度集团资深副总裁、百度移动生态事业群组（MEG）总经理何俊杰表示：“‘人均一个虚拟数字人’的时代已经到来。 ”
但实际上，虚拟数字人的“支撑成本”远比前期生产制作还要“烧钱” 。公开数据显示，设计一个虚拟偶像形象花费10万元至100万元，而后续的内容制作和智能驱动则需一年200万元到500万元的持续性投入，这还不算营销端、运营端等其他投入。