數(shù)字人下半場：奔向“真”生產(chǎn)力

如果說2023年，大家關(guān)心數(shù)字人，更多在于好奇心和新鮮感。如今的2024年，人們則更加看重其是否真正解決行業(yè)中的某些痛點(diǎn)。

隨著技術(shù)的深入發(fā)展，數(shù)字人正在成為生產(chǎn)生活中不可或缺的一部分，除教育、文娛、直播領(lǐng)域外，在工業(yè)、醫(yī)療等領(lǐng)域也在發(fā)揮越來越重要的作用，成為真正的生產(chǎn)力。

“大家好，我們又見面了?！苯衲晟虦萍嫉哪陼压实膭?chuàng)始人湯曉鷗如期出現(xiàn)在舞臺上。他時不時和現(xiàn)場的觀眾逗趣，抑或是在臺上走來走去，甚至喝水。無論面部表情、肢體如何變化，都像真人一樣。除此之外，還可以看到，頭發(fā)絲、額頭、眼鏡等物件會隨著人物的移動和舞臺光互動。

一時間，「湯曉鷗“復(fù)活”」的詞條以及視頻在各大網(wǎng)絡(luò)迅速傳播，引起廣泛關(guān)注。公眾在對這一現(xiàn)象感到驚奇的同時，對其背后的技術(shù)實(shí)現(xiàn)表現(xiàn)出濃厚的興趣。據(jù)悉，這一數(shù)字人是由商湯科技的如影AI數(shù)字人生成平臺所創(chuàng)造，官方宣稱其與真實(shí)人物的相似度介于90%至95%之間。

湯曉鷗數(shù)字人的問世，在一定程度上類似于電影《流浪地球2》中通過數(shù)字化手段實(shí)現(xiàn)角色永生的情節(jié)。其不僅象征著數(shù)字人技術(shù)的一個重要進(jìn)展，也意味著該技術(shù)已經(jīng)達(dá)到了一個新的發(fā)展階段，再次以不一樣的視角站上舞臺。

在過去的一年里，數(shù)字人這個行業(yè)曾一度成為資本市場的寵兒，但隨著熱潮的退去，市場逐漸回歸理性。今年，隨著技術(shù)的不斷突破和應(yīng)用場景的拓展，再次點(diǎn)燃了市場對數(shù)字人的熱情。Sora文生視頻技術(shù)的推出，更是為數(shù)字人行業(yè)的復(fù)興注入了一劑強(qiáng)心針。

進(jìn)入2024年，數(shù)字人行業(yè)的發(fā)展已經(jīng)呈現(xiàn)出新的面貌。與2023年的盲目追捧不同，市場和企業(yè)開始更加關(guān)注數(shù)字人技術(shù)的實(shí)際應(yīng)用和商業(yè)價值。數(shù)字人不再是單純的技術(shù)展示，而是在各個領(lǐng)域展現(xiàn)出其獨(dú)特的實(shí)用性和創(chuàng)新潛力。

如果過去大家關(guān)心數(shù)字人，更多在于好奇心和新鮮感。當(dāng)下人們則更加看重其是否真正解決行業(yè)中的某些痛點(diǎn)。

隨著技術(shù)的深入發(fā)展，數(shù)字人將成為我們生活中不可或缺的一部分，除教育、文娛、直播領(lǐng)域外，在工業(yè)、醫(yī)療等領(lǐng)域也將發(fā)揮越來越重要的作用，成為真正的生產(chǎn)力。

一、數(shù)字人，走過“AI周期年”

“你會發(fā)現(xiàn)客戶越來越專業(yè)了，不再會提出一些天馬行空的需求了?！?/strong>作為商湯科技數(shù)字文娛市場總監(jiān)，徐柏琦每天都能感知到行業(yè)的變化、客戶的變化。

一直以來，數(shù)字人都無法避開成本高昂這一問題。2023年初，大模型的爆火救活了因元宇宙遇冷的數(shù)字人。

隨著深度學(xué)習(xí)算法的進(jìn)步，數(shù)字人的制作成本大幅降低，從之前的萬元、幾十萬元降低到了千元級別。

“小樣本數(shù)智人12小時就能夠出來demo，并且成本已降至千元級別?！?/strong>2023年4月份，騰訊云智能數(shù)智人產(chǎn)品總經(jīng)理陳磊曾在媒體采訪時提到。

大跳水的價格使得該行業(yè)成為新的“掘金地”。業(yè)內(nèi)人士統(tǒng)計(jì)，截止2023年2月，市面上大概有一千多家代理商在賣各種數(shù)字人。

在2023年初，各大企業(yè)和科技公司也紛紛投入巨資，試圖在這一新興領(lǐng)域占據(jù)一席之地。

例如，中國國際傳播集團(tuán)與世優(yōu)科技合作，推出了數(shù)字解說員“阿央”。世優(yōu)科技利用實(shí)時數(shù)字人和實(shí)時渲染技術(shù)，使“阿央”具備了豐富的面部表情和肢體語言，為展臺增添了前沿科技的未來感。

中國郵政儲蓄銀行與科藍(lán)軟件合作，推出了內(nèi)置數(shù)字人的科藍(lán)智能高柜數(shù)幣機(jī)器人“小藍(lán)”。這款機(jī)器人集成了智能語音、人臉識別等技術(shù)，通過數(shù)據(jù)分析用戶需求，提供了一系列智能化服務(wù)，有效提升了用戶體驗(yàn)，并助力銀行打造創(chuàng)新型智慧網(wǎng)點(diǎn)。

除此之外，創(chuàng)業(yè)團(tuán)隊(duì)、AI公司和一些此前做智能客服營銷的數(shù)字化服務(wù)商都在這一賽道頻繁動作。大廠也在彼時不斷“秀肌肉”。

其中，一些廠商也因此帶來了新的增長，例如2023年京東言犀數(shù)字人智能客服京小智使用商家數(shù)量超36萬，中小商家數(shù)較2022年同期增加102%。

然而，隨著時間的推移，數(shù)字人產(chǎn)業(yè)開始遭遇挑戰(zhàn)。

一方面，投入成本與其帶來的價值遲遲無法得到正向反饋，市場推廣費(fèi)用使得許多企業(yè)難以為繼；另一方面，消費(fèi)者對于數(shù)字人的新鮮感逐漸消退，對產(chǎn)品的實(shí)際應(yīng)用效果提出了更高要求。

“我們很多客戶都希望讓數(shù)字人能夠符合細(xì)分場景人設(shè)的需求，而不僅僅是回答問題?！?/strong>徐柏琦對產(chǎn)業(yè)家說。

數(shù)字人產(chǎn)品已然從最初的好奇和嘗試，轉(zhuǎn)向了對其長期價值和實(shí)用性的考量。

此外，隨著技術(shù)的不斷進(jìn)步，市場上出現(xiàn)了更多替代品，使得數(shù)字人不再是唯一的選擇。例如在客服領(lǐng)域逐漸出現(xiàn)“逆向發(fā)展”，數(shù)字人客服的繁雜流程以及較低體驗(yàn)感，使得消費(fèi)者轉(zhuǎn)而選擇傳統(tǒng)的人工服務(wù)；更甚有其他虛擬助手或聊天機(jī)器人雖不具備數(shù)字人的逼真外觀，但它們能夠提供更直觀、便捷的文本或語音交互，執(zhí)行簡單的任務(wù)，逐漸成為數(shù)字人的替代品。

彼時的數(shù)字人，更像一個有著華麗外殼的“累贅”。

更為重要的是，隨著代理商和套殼廠商的涌入，市場上出現(xiàn)了大量質(zhì)量參差不齊的數(shù)字人產(chǎn)品，導(dǎo)致了市場的混亂和消費(fèi)者的信任危機(jī)。為了規(guī)范市場，監(jiān)管政策開始密集下發(fā)，平臺也收緊了對虛擬人直播的條件，這在一定程度上抑制了行業(yè)的過熱發(fā)展。

技術(shù)標(biāo)準(zhǔn)不統(tǒng)一、應(yīng)用場景有限、用戶接受度不一等。這些問題促使市場參與者和投資者開始更加理性地評估數(shù)字人的實(shí)際應(yīng)用價值和商業(yè)潛力，市場逐漸從初期的過度熱情轉(zhuǎn)向冷靜和審慎。

總結(jié)來看，數(shù)字人產(chǎn)業(yè)的遇冷并非意味著其發(fā)展前景黯淡，而是市場和產(chǎn)業(yè)發(fā)展的一個自然調(diào)整過程。對于企業(yè)和研究者而言，關(guān)鍵在于如何平衡技術(shù)創(chuàng)新與市場需求，持續(xù)提供真正有價值的產(chǎn)品和服務(wù)，以實(shí)現(xiàn)數(shù)字人產(chǎn)業(yè)的長遠(yuǎn)發(fā)展。

正如徐柏琦所言：“這是數(shù)字人行業(yè)回歸本質(zhì)的象征?！?/strong>

二、數(shù)字人，距離生產(chǎn)力還有多遠(yuǎn)？

數(shù)字人逐漸回歸理性背后，一個值得思考的問題是，數(shù)字人距離生產(chǎn)力還有多遠(yuǎn)？

就目前而言，數(shù)字人已經(jīng)在文娛、直播、營銷、企業(yè)形象等領(lǐng)域逐漸滲透，有了大量的落地實(shí)例。

具體來看，在文娛領(lǐng)域，數(shù)字人可以舉辦虛擬演唱會，如初音未來和洛天依等虛擬偶像的在線演唱會；在新聞播報(bào)、天氣預(yù)報(bào)、網(wǎng)絡(luò)直播等領(lǐng)域，數(shù)字人可以作為虛擬主播或主持人，提供24小時不間斷的內(nèi)容輸出；在游戲和角色扮演中，數(shù)字人可以作為玩家的虛擬角色或NPC（非玩家角色），提供豐富的互動和故事情節(jié)；在營銷領(lǐng)域，利用數(shù)據(jù)分析和機(jī)器學(xué)習(xí)，數(shù)字人可以為用戶提供個性化的產(chǎn)品推薦和購物建議；在企業(yè)形象領(lǐng)域，數(shù)字人可以作為企業(yè)的虛擬客服或接待員，提供24/7的客戶咨詢服務(wù)，提升客戶服務(wù)體驗(yàn)。

以商湯如影為例，其在去年開啟“如影繁星計(jì)劃”，面向金融、教育醫(yī)療、銀行保險(xiǎn)、直播電商等各個領(lǐng)域，定位為基于數(shù)字人為企業(yè)提升效率。

可以發(fā)現(xiàn)，數(shù)字人的發(fā)展已經(jīng)使其在某些領(lǐng)域成為生產(chǎn)力的一部分，特別是在提供標(biāo)準(zhǔn)化服務(wù)和內(nèi)容創(chuàng)作方面，重復(fù)性高、模式化的任務(wù)執(zhí)行上，可以提高效率，降低成本，增強(qiáng)用戶體驗(yàn)。

不過，雖然數(shù)字人技術(shù)已經(jīng)取得了一定的進(jìn)展，但同樣存在一些局限性。

“數(shù)字人的應(yīng)用，還是主要解決具體行業(yè)中的一些痛點(diǎn)?！?/strong>在徐柏琦看來，數(shù)字人目前更像一個效能工具、助手的角色，例如在出海場景中，幫助跨境電商直播、解決語言問題。

其實(shí)，盡管數(shù)字人可以模擬人類的情感表達(dá)，但它們?nèi)匀粺o法真正理解和體驗(yàn)人類的情感，因此在深層次的情感交流方面存在局限。此外，數(shù)字人在即興創(chuàng)作和表演方面的能力有限，通常需要預(yù)先編程或使用特定的AI算法來生成內(nèi)容。

數(shù)字人的局限性，更在于其在實(shí)時分析市場反饋并快速調(diào)整營銷策略方面可能存在延遲，需要人工干預(yù)。

這意味著，數(shù)字人想要成為真正的生產(chǎn)力，仍需服務(wù)商們在技術(shù)完善、用戶接受度提升方面取得更多突破。

目前在數(shù)字人領(lǐng)域，技術(shù)服務(wù)商主要分為三大陣營。一是以京東云、阿里云、騰訊云、百度云、華為云為代表的云廠商。其產(chǎn)品主要包括虛擬主播、虛擬客服、虛擬偶像等在內(nèi)的多種虛擬數(shù)字人形態(tài)。主要應(yīng)用于廣告營銷、電商直播、虛擬偶像、游戲、社交媒體等領(lǐng)域。

二是以商湯科技、科大訊飛、小冰公司等為代表的AI技術(shù)廠商。其專注于人工智能技術(shù)的研發(fā)，擁有先進(jìn)的AI算法和深度學(xué)習(xí)能力，能夠提供高度智能化的數(shù)字人產(chǎn)品。其產(chǎn)品主要包括AI驅(qū)動的數(shù)字人解決方案，如智能客服、虛擬助手等。

三是以魔琺科技為代表的虛擬現(xiàn)實(shí)內(nèi)容生產(chǎn)商。專注于虛擬現(xiàn)實(shí)內(nèi)容的創(chuàng)造和數(shù)字人的視覺效果，提供高質(zhì)量的建模和渲染服務(wù)。產(chǎn)品多專注于數(shù)字人的建模、渲染、動作捕捉等技術(shù)服務(wù)。主要服務(wù)于影視、游戲、廣告、虛擬偶像等領(lǐng)域。

可以發(fā)現(xiàn)，云廠擁有強(qiáng)大的技術(shù)背景和龐大的用戶基礎(chǔ)，能夠快速推廣數(shù)字人技術(shù)，并在多個應(yīng)用場景中實(shí)現(xiàn)集成。在數(shù)據(jù)收集、云計(jì)算、AI研發(fā)等方面的技術(shù)積累構(gòu)成了較高的門檻；AI廠商在自然語言處理、圖像識別、機(jī)器學(xué)習(xí)等領(lǐng)域的技術(shù)積累構(gòu)成了較高的門檻；虛擬現(xiàn)實(shí)內(nèi)容生產(chǎn)商在3D建模、動畫制作、視覺效果設(shè)計(jì)等方面的專業(yè)技術(shù)和創(chuàng)新能力構(gòu)成了較高的門檻。

值得注意的是，雖然數(shù)字人服務(wù)商們各有優(yōu)勢，但服務(wù)商們將資源分散投入到多個方向，試圖覆蓋更廣泛的應(yīng)用場景。這種分散可能導(dǎo)致缺乏深度開發(fā)和優(yōu)化，從而影響數(shù)字人在特定領(lǐng)域的生產(chǎn)力發(fā)揮。

總而言之，虛擬客服、助手、主播等領(lǐng)域已經(jīng)明顯具備生產(chǎn)力屬性。個性化服務(wù)、多模態(tài)交互數(shù)字人的生產(chǎn)力正在逐漸實(shí)現(xiàn)。而高度逼真的社交互動數(shù)字人想要真正實(shí)現(xiàn)生產(chǎn)力仍需要廠商們不斷建設(shè)和運(yùn)維。

三、難點(diǎn)，期待和未來的智能體

事實(shí)上，數(shù)字人能否真正成為生產(chǎn)力，與數(shù)字人應(yīng)用和發(fā)展過程中，企業(yè)、服務(wù)商和技術(shù)開發(fā)者面臨的一系列挑戰(zhàn)不無關(guān)系。

在企業(yè)側(cè)，引入數(shù)字人時，首先面臨的是如何將這些技術(shù)集成到現(xiàn)有的業(yè)務(wù)流程中。這不僅需要確保技術(shù)兼容性，還涉及到成本控制問題。

對于中小企業(yè)而言，數(shù)字人的初期投資可能是一個不小的負(fù)擔(dān)。此外，用戶對數(shù)字人的接受程度也直接影響到其應(yīng)用的廣泛性和有效性。

服務(wù)商側(cè)的難點(diǎn)則在于如何提供標(biāo)準(zhǔn)化而又能滿足個性化需求的服務(wù)。數(shù)字人技術(shù)的快速發(fā)展要求服務(wù)商不斷創(chuàng)新，如何雙手抓適應(yīng)市場的變化是個極大地挑戰(zhàn)。同時，技術(shù)兼容性問題也是服務(wù)商需要解決的關(guān)鍵點(diǎn)。

從技術(shù)側(cè)來看，實(shí)現(xiàn)自然流暢的人機(jī)交互是一大挑戰(zhàn)，尤其是在語義理解和情感表達(dá)方面。此外，高質(zhì)量的實(shí)時渲染需要強(qiáng)大的計(jì)算能力，這對硬件設(shè)備提出了更高的要求。

盡管存在難點(diǎn)，但數(shù)字人的應(yīng)用也帶來了顯著的效益。在企業(yè)側(cè)，數(shù)字人能夠?qū)崿F(xiàn)24/7的自動化服務(wù)，顯著提升工作效率。數(shù)字人作為品牌形象大使，也能增強(qiáng)品牌的現(xiàn)代感和科技感。

服務(wù)商通過提供多樣化的數(shù)字人服務(wù)，能夠滿足不同行業(yè)和企業(yè)的需求。技術(shù)輸出幫助企業(yè)快速實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型，而多樣化的服務(wù)模式也為服務(wù)商帶來了新的收入來源。

技術(shù)進(jìn)步為數(shù)字人的發(fā)展提供了強(qiáng)有力的支持。隨著AI和圖形技術(shù)的發(fā)展，數(shù)字人的表現(xiàn)力和交互能力不斷提升。算法的優(yōu)化也使得數(shù)字人的制作和運(yùn)營更加高效和成本可控。

可以預(yù)想，未來數(shù)字人或?qū)⒛軌蜃灾鲗W(xué)習(xí)和適應(yīng)，不斷優(yōu)化自身的服務(wù)和交互能力，理解和表達(dá)更復(fù)雜的人類情感，提供更加人性化的交互體驗(yàn)。

在應(yīng)用層面，數(shù)字人將能夠適配更多行業(yè)領(lǐng)域，提供定制化服務(wù)?？缙脚_交互的能力也將得到加強(qiáng)，實(shí)現(xiàn)真正的全渠道覆蓋。

后期運(yùn)維運(yùn)營方面，數(shù)字人的運(yùn)維將更加自動化和智能化，減少人工干預(yù)，提高穩(wěn)定性和效率。實(shí)時更新的能力將使數(shù)字人能夠根據(jù)實(shí)時數(shù)據(jù)和用戶反饋進(jìn)行自我更新和優(yōu)化。

數(shù)字人還將成為人機(jī)交互的新入口，提供更加直觀和便捷的操作體驗(yàn)。

在更遠(yuǎn)的視角下，數(shù)字人將成為無處不在的智能體，深入到日常生活和工作的各個方面，提供全方位的支持和服務(wù)。高度集成的生態(tài)系統(tǒng)將使數(shù)字人與各種應(yīng)用和服務(wù)無縫集成，形成一個互聯(lián)互通的智能生態(tài)系統(tǒng)。

當(dāng)前，以商湯如影平臺為代表的數(shù)字人技術(shù)正在持續(xù)克服技術(shù)發(fā)展的障礙。在確保數(shù)字人可信度方面，商湯如影采用了特定的編碼規(guī)則和算法，將水印信息嵌入圖像、視頻或音頻資料中。這種做法有助于確認(rèn)數(shù)字內(nèi)容的版權(quán)所有者身份，并追蹤潛在的數(shù)據(jù)泄露源頭，從而增強(qiáng)了數(shù)字人生成過程中素材和成果的安全性。

總之，數(shù)字人作為新興的技術(shù)應(yīng)用，雖然面臨著一系列的挑戰(zhàn)，但其潛力巨大，未來可期。用湯曉鷗的話來說：“也許前路一片迷霧，你現(xiàn)在不知那只手抓住的是答案，也許十年、二十年，或者更久以后，你才會翻開前序，而我們只是一群選擇出發(fā)并堅(jiān)信趕路的人?！?/strong>