全真互聯(lián)時代正在悄然到來，加速線上線下的跨時空融合，作為全真互聯(lián)的重要入口，數(shù)字人可以推動線上和線下更加全面地一體化，打造出沉浸式的“全真”體驗與可操作的“互聯(lián)”交互。 

進(jìn)入2022年以來，數(shù)字人在諸多應(yīng)用場景大放光彩，特別是在北京冬奧會的開幕式表演、氣象播報、手語解說中頻頻現(xiàn)身，使其用戶基礎(chǔ)不斷擴大。爆點事件推動數(shù)字人產(chǎn)業(yè)被用戶不斷加深認(rèn)知，數(shù)字人形態(tài)、技術(shù)及應(yīng)用受到大量關(guān)注，而支持產(chǎn)業(yè)快速發(fā)展的底層元素則包括技術(shù)的發(fā)展、用戶新需求、生態(tài)完善和標(biāo)準(zhǔn)的支持等。 

伴隨著全真互聯(lián)的到來，未來數(shù)字人應(yīng)用還將具有哪些可能性，技術(shù)路線會產(chǎn)生哪些變化? 騰訊研究院、騰訊云智能和創(chuàng)業(yè)黑馬合作，先后對數(shù)十家從事數(shù)字人的企業(yè)進(jìn)行深度調(diào)研與跟蹤訪談 ，分析產(chǎn)業(yè)發(fā)展現(xiàn)狀，底層驅(qū)動力、未來方向和挑戰(zhàn)等。形成《數(shù)字人產(chǎn)業(yè)發(fā)展趨勢報告（2023）》 （文末附下載二維碼） 。從數(shù)字人的價值定位、核心技術(shù)、行業(yè)應(yīng)用、C端發(fā)展、產(chǎn)業(yè)聚集 等十個不同維度進(jìn)行剖析，挖掘出產(chǎn)業(yè)發(fā)展的十大趨勢。 

趨勢1：數(shù)字人制造和運營服務(wù)的B端市場不斷擴大，將面向更廣大的C端用戶提供服務(wù)，各類數(shù)字人價值定位和商業(yè)模式有差異。

數(shù)字人的最終服務(wù)對象為C端用戶，在B端的應(yīng)用領(lǐng)域從電影動畫向廣告營銷、電商直播、虛擬偶像等領(lǐng)域不斷擴展。未來，以虛擬分身為代表的應(yīng)用潛力巨大。從需求角度，數(shù)字人制造和運營服務(wù)在B端市場不斷擴大領(lǐng)域和規(guī)模，面向更廣大的C端用戶提供服務(wù)，而制作方式也從PGC向UGC發(fā)展。 

在20世紀(jì)80年代電影、動畫等領(lǐng)域早期的手繪數(shù)字人最先出現(xiàn)，伴隨著21世紀(jì)初計算機動畫和動捕技術(shù)的成熟，內(nèi)容/IP型數(shù)字人大量應(yīng)用在影視行業(yè)中，主要是增強影視中觀眾的體驗效果，隨后逐漸在文娛、市場營銷、文旅、虛擬偶像等場景推廣應(yīng)用。近年，伴隨AI驅(qū)動技術(shù)的成熟，功能服務(wù)型數(shù)字人陸續(xù)出現(xiàn)，主要應(yīng)用于行業(yè)服務(wù)場景，如金融數(shù)字人客服、傳媒數(shù)字人口播等。在虛擬空間中的虛擬分身數(shù)字人大范圍出現(xiàn)相對較晚，虛擬空間的技術(shù)和產(chǎn)品還在發(fā)展中，待產(chǎn)業(yè)進(jìn)一步完善，此類應(yīng)用潛力巨大，是數(shù)字人市場的增量空間。 

趨勢2：技術(shù)集綜合迭代驅(qū)動數(shù)字人形似人，制作效能將繼續(xù)提升。

多元技術(shù)推動數(shù)字人外形更像真人：建模技術(shù)發(fā)展推動超寫實數(shù)字人制作門檻、成本和周期進(jìn)一步下降；物理仿真算法迭代推動服裝動態(tài)展示趨向真實；渲染引擎迭代和GPU算力提升推動數(shù)字人畫面更加精細(xì)和實時化；算法的優(yōu)化推動專業(yè)動捕設(shè)備趨向便捷化，視覺動捕在C端應(yīng)用潛力更大；面部捕捉技術(shù)向更簡單的硬件、更細(xì)膩的表情、更自動化的流程方向發(fā)展。 

趨勢3：AI技術(shù)驅(qū)動數(shù)字人多模態(tài)交互更神似人，并逐步覆蓋數(shù)字人全流程。

當(dāng)前數(shù)字人對語言理解還是以文本為主，動作合成上聲唇同步較為完善: 

（1）AI驅(qū)動數(shù)字人是指數(shù)字人等語音表達(dá)、面部表情和動作形態(tài)等通過深度學(xué)習(xí)模型進(jìn)行運算，并將其結(jié)果實時或者離線驅(qū)動，并進(jìn)行渲染。目前主流的 方式是圍繞NLP能力通過文本驅(qū)動，本質(zhì)是通過ASR-NLP-TTS等AI技術(shù)進(jìn)行感知-決策-表達(dá)的閉環(huán)來驅(qū)動數(shù)字人交互，同時需要預(yù)先設(shè)置相關(guān)的知 識圖譜或問答庫等，與數(shù)字人的對話系統(tǒng)對接，但目前NLP在通用性場景的能力還需要進(jìn)一步完善。  

（2）計算機視覺(CV)目前數(shù)字人聲唇同步技術(shù)相對完善，在游戲中已經(jīng)大量應(yīng)用;而其他表情和動作還需要描述性的數(shù)據(jù)或者標(biāo)簽驅(qū)動，尚未智能合成， 表情動作也是是AI驅(qū)動未來發(fā)展的重點方向。  

未來AI技術(shù)的重點方向是在輸入端實現(xiàn)多模態(tài)感知輸入，在輸出端提升多模態(tài)交互能力，綜合提升數(shù)字人的表現(xiàn)力，從目前的基于文本的交互，轉(zhuǎn)化為基 于語義的交互，特別是需要強化對人情緒的感知和表達(dá)。此外除了利用ASR-NLP-TTS等技術(shù)驅(qū)動數(shù)字人交互外，AI技術(shù)也應(yīng)用在2D數(shù)字人的視頻生成、3D數(shù)字人的建模、視頻驅(qū)動、物理仿真等多個環(huán)節(jié)。 

趨勢4：數(shù)字人技術(shù)與SLAM、3D交互、體積視頻、空間音頻等技術(shù)深度融合，渲染將從本地到云端。

數(shù)字人作為3D呈現(xiàn)的一種方式，未來將與其他3D技術(shù)如SLAM（即時定位與地圖構(gòu)建）、體積視頻、空間音頻等融合，進(jìn)一步完善數(shù)字人和真實空間的交互。例如在直播場景中虛擬/真實空間中真人和數(shù)字人的交互，數(shù)字人對真實空間的感知等。同時由于數(shù)字人對渲染能力要求較高，未來云端渲染是重要的方向，將推動云服務(wù)商從算力（CPU）云服務(wù)，到渲染力（GPU）的云服務(wù)。但成本仍是云渲染普及的關(guān)鍵阻礙，需要突破。 

趨勢5：千行千面的數(shù)字人將成為人機交互新入口，但深度上仍需挖掘。

AI驅(qū)動的數(shù)字人通過AI能力建立人與大數(shù)據(jù)的連接，提高效率并滿足人情感交流需求，提升用戶體驗，將成為人機交互新入口：應(yīng)用廣度上：目前使用文字或語音交互的場景都可用AI數(shù)字人軟著陸的方式替代，不需要改變原有的業(yè)務(wù)邏輯和商業(yè)模式，大眾接受成本較低，并提供更好的用戶體驗，未來應(yīng)用場景非常廣泛，可以與各種領(lǐng)域相結(jié)合，服務(wù)規(guī)模化和標(biāo)準(zhǔn)化。應(yīng)用深度上：數(shù)字人作為企業(yè)的數(shù)字資產(chǎn)，是對員工工作的增強，具有生產(chǎn)力的屬性，可以進(jìn)一步釋放生產(chǎn)力，同時降本增效。未來數(shù)字人將根據(jù)不同行業(yè)的業(yè)務(wù)特點和應(yīng)用場景進(jìn)行更深度結(jié)合，孵化千行千面的數(shù)字員工，提供差異化服務(wù)。 

趨勢6：UGC數(shù)字人將加速出現(xiàn)，成為未來產(chǎn)業(yè)的增量空間。

未來1-2年技術(shù)門檻和成本將快速下降，會出現(xiàn)更開放的創(chuàng)作者生態(tài)、更豐富的UGC內(nèi)容和商業(yè)模式，UGC將成為數(shù)字人的增量空間，同時也是數(shù)字人在C端應(yīng)用的主要生產(chǎn)方式 

趨勢7：數(shù)字人仍以2D顯示設(shè)備為主，3D顯示設(shè)備成為特定領(lǐng)域的新解法。

數(shù)字人的顯示載體包括手機、平板電腦、AR/VR眼鏡、智慧大屏或線下一體機等多種終端設(shè)備。PC、手機、智慧大屏、銀行VTM機等2D主流顯示設(shè)備仍是數(shù)字人顯示的主要載體。數(shù)字人和3D的數(shù)字內(nèi)容，對于裸眼3D、VR、AR等3D顯示設(shè)備的普及具有推動重要。特別在VR/AR設(shè)備中，6dof交互更突出數(shù)字人特點，因此會在特定領(lǐng)域成為新解法，如在XR設(shè)備中的線上演唱會、展會和會議等應(yīng)用場景。 

趨勢8：在場是數(shù)字人發(fā)展的高級階段，將與應(yīng)用場景深度耦合。

離線階段--目前數(shù)字人產(chǎn)業(yè)正處于快速發(fā)展期間：離線渲染、非交互類型的數(shù)字人仍是主流，在數(shù)字化營銷、文娛等領(lǐng)域應(yīng)用廣泛；AI驅(qū)動的數(shù)字人在行業(yè)服務(wù)中，虛擬分身數(shù)字人在虛擬空間中處于爆發(fā)前期。在線階段--伴隨數(shù)字人快速發(fā)展和大量使用，用戶將很快進(jìn)入體驗突破階段，在此階段利用AI驅(qū)動提供初級的實時交互和實時渲染技術(shù)不斷突破在場階段--實時交互，更加智能的數(shù)字人，并結(jié)合更深的行業(yè)理解，帶來更真實的沉浸感和更大的價值。 

趨勢9：藝術(shù)和技術(shù)雙輪驅(qū)動，北京有望成為產(chǎn)業(yè)新高地。

作為科技產(chǎn)品，數(shù)字人需要技術(shù)研發(fā)、人工智能、產(chǎn)品設(shè)計、運營、融資環(huán)境等多方面人才，因此互聯(lián)網(wǎng)發(fā)展較好的區(qū)域，如北京、杭州、上海、深圳等互聯(lián)網(wǎng)和數(shù)字內(nèi)容高地，將成為數(shù)字人產(chǎn)業(yè)的重要聚居地。在眾多因素中，藝術(shù)和科技是最強驅(qū)動力，北京藝術(shù)資源相對集中，擁有中國傳媒大學(xué)、中央美術(shù)學(xué)院頭部藝術(shù)類院校和專家資源；科技產(chǎn)業(yè)優(yōu)勢突出，互聯(lián)網(wǎng)企業(yè)數(shù)量較多，聚集了大量技術(shù)研發(fā)、AI算法等方面的人才；同時政府高度重視數(shù)字人產(chǎn)業(yè)，第一個發(fā)布數(shù)字人發(fā)展政策。在產(chǎn)業(yè)和政策的推動下，有望成為數(shù)字人產(chǎn)業(yè)聚焦的新高地。 

趨勢10.：數(shù)字人版權(quán)保護(hù)及行業(yè)合規(guī)體系需同步建設(shè)，推動實現(xiàn)可用、可靠、可知、可控。

數(shù)字人行業(yè)總體還在快速發(fā)展階段，發(fā)展和生存是企業(yè)的重點和方向，數(shù)字人著作權(quán)、外觀設(shè)計專利、商標(biāo)等知識產(chǎn)權(quán)保護(hù)體系亟待完善。 

面向未來，數(shù)字人會正朝幾個方向加速迭代：一是外貌更加精致，形象更加逼真，動作更加自然，即“皮囊更好看”，跨越恐怖谷效應(yīng)后，會使人覺得數(shù)字人和真人無異，有利于建立良好的心理連接；二是隨著AI技術(shù)的不斷完善，數(shù)字人多模態(tài)感知和交互的能力會得到顯著提升，數(shù)字人未來有可能具備記憶力和判斷力，從而更加智能，行為和思想上更趨于接近人，擁有“有趣的靈魂”。此外，數(shù)字人產(chǎn)業(yè)的加速發(fā)展，也需要渲染、動捕等行業(yè)開發(fā)工具、云渲染等技術(shù)支持體系的進(jìn)一步完善，從而大幅提升制作效能，有效降低制作時間和成本。目前，很多技術(shù)已經(jīng)接近商業(yè)化大規(guī)模推廣的臨界點，數(shù)字人產(chǎn)業(yè)有望進(jìn)入全真互聯(lián)的新階段：將可能作為我們的分身，成為數(shù)字世界的交互入口，為我們帶來更智能、更沉浸的“在場”體驗。 

版權(quán)說明：
本文僅代表作者個人觀點，版權(quán)歸原創(chuàng)者所有。部分圖片源自網(wǎng)絡(luò)，未能核實歸屬。本文僅為分享，不為商業(yè)用途。若錯標(biāo)或侵權(quán)，請與我們聯(lián)系刪除。

本文僅代表作者觀點，版權(quán)歸原創(chuàng)者所有，如需轉(zhuǎn)載請在文中注明來源及作者名字。

免責(zé)聲明：本文系轉(zhuǎn)載編輯文章，僅作分享之用。如分享內(nèi)容、圖片侵犯到您的版權(quán)或非授權(quán)發(fā)布，請及時與我們聯(lián)系進(jìn)行審核處理或刪除，您可以發(fā)送材料至郵箱：service@tojoy.com