数字人主播魅力绽放,数字人客服贴心服务,虚拟代言人引领潮流…… 当下,众多数字人在各行各业中熠熠生辉。它们活跃于直播带货、知识讲解、新闻播报等领域。与往昔相较,如今的数字人外形愈发逼真,与人的互动也更加流畅自然。那么,对于这些充满魅力的数字人,你究竟了解多少呢?
探索数字人:虚拟世界的新力量
在科技飞速发展的当今时代,数字人这一新兴概念逐渐走入人们的视野。数字人究竟是什么呢?它是通过先进的计算机软件模拟而成的虚拟实体,拥有人类的特征与行为,仿佛拥有自己的思维、情感及个性。它们依赖显示设备而存在,具备人类的外观与行为,甚至能够对外界环境进行识别,并与人顺畅地交流互动。
数字人主要在虚拟空间中进行仿真模拟,有着广阔的设计空间,能为我们呈现日常生活中难以见到的丰富场景。打开电视,虚拟主播以端庄气质和姣好面容上线新闻节目,精准连贯地表达,还能进行赛事手语直播;进入线上银行,虚拟员工既在直播中与客户热情互动,又充当播报员提供新鲜资讯;走进剧场,虚拟偶像闪亮登场,与演员们同台竞演。
随着 5G、人工智能、虚拟现实等新一代信息技术的蓬勃发展,数字人的精细度与智能化水平不断攀升。一大批数字人步入不同工作 “岗位”,加速融入人们的日常生活。当前,我国数字人商业化应用探索步伐持续加快,形式多样、领域更广的应用场景不断涌现,正逐渐成为数字经济发展的新增长点。相关机构预测,到 2030 年,我国数字人整体市场规模将高达 2700 亿元。数字人,无疑是未来数字世界的一股强大新力量。
揭秘数字人的诞生之旅
走进广州的一家虚拟数字人生产工厂,站在 360 度环形摄影棚中,双臂舒展,166 个单反相机一键开关,瞬间 “咔嚓” 一声,个人外貌形象数据便全部呈现。这种全方位无死角的拍摄,能录入头顶、侧边等信息,一次拍摄便获得全方位形体数据。有了这些数据支撑,工程师就能通过软件合成一组 3D 数字人模型。
与普通摄影不同,数字人制作前期的数据采集有讲究。拍摄人物需有静默和动作等各种状态,以免训练出的模型状态缺失。摄影师还建议多准备几套衣服和妆容,以便最大程度还原个人特征。
虚拟数字人不仅要模仿长相,还要模仿声音。让数字人 “发声” 需三步:采集声音素材,录入约 10 分钟音频;进行 AI 模型声音训练;输入文本让数字人说话。AI 技术可弥补语音缺失,实现良好的文本语音生成。
虚拟数字人最重要的是实现与真人互动,这需要可互动对话的大模型。广州这家工厂研制的 “达尔文” 大模型结合私域和公共知识库,能确保生成完整答案,且响应时长已达秒级回复。
迈向情智兼备的数字人时代
数字人作为人工智能众多前沿技术的集成者,融合了机器学习、自然语言处理感知技术等多个子领域成果。然而,现有研究多集中在较为机械化的交互方面,如感知、决策和学习等。
人类需要与外界进行丰富的情感交互,就像人们渴望拥有像机器猫一样的伙伴,它不仅有百宝袋,还能在情感上给予回应。对数字人的期待亦是如此,希望它不只是完成任务的工具,更是能融入生活、情感沟通的对象。引入人类情感,构建情智兼备的数字人,有助于数字实体更好地适应人类社会需求,实现更智能、人性化的交互体验。
情感交互对人类至关重要。在日常生活中,我们渴望有能情感沟通的对象融入生活。在中国科协发布的 2024 重大科学问题中,“情智兼备数字人与机器人的研究” 入选前沿科学问题。目前,相关研究分为智商、情商和情智协同三个方面。在智商方面,深度学习技术让智能体更好地理解和处理复杂信息,增强学习和自主学习能力也在提升。但在情商方面,虽有进展却面临识别准确度和情感表达自然性的挑战。而情智协同方面,大多数情感智能系统仍在实验室阶段,应用范围小。总体而言,智商研究进展较大,情商进展缓慢,情智协同研究处于起步阶段。
展望数字人发展的璀璨未来
“情智兼备的数字人和机器人” 面临诸多综合问题,有众多技术难题待解,也需大量人工智能方法及数据支撑。近年来,关注情感计算的研究者日益增多,能获取更多数据用于模型训练。同时,随着硬件技术进步,算力和传感器技术快速提升,采集数据也更加容易,如脑电采集设备如今更易于使用。
与情感相关的医学、心理学及脑科学研究发展迅猛。许多研究工作与相关领域医生共同探讨探索,随访数据有助于更好地建模及理解人的情绪状态,包括内在与外在表征的区别,以及人的言语、行为等外部表征与大脑变化的关联,这些交叉学科的交融为情感认知与理解提供了重要突破路径。
在人才支持方面,今年 4 月,多部门发布行动方案,开展数字人才专项行动,增加数字人才有效供给,形成集聚效应。
作为连接数字与现实世界的重要媒介,数字人通过提供全新交互体验,拓展信息消费市场,成为数字经济增长新动能。期待在政策引领和市场需求驱动下,数字人产业把握发展新机遇,拓展应用边界,赋能千行百业转型升级,激发新质生产力,走进千家万户,服务经济社会高质量发展。
领取专属 10元无门槛券
私享最新 技术干货