元宇宙的火熱引發(fā)了各個行業(yè)的關注與探討，在WISE 2022 企服展評節(jié)暨數(shù)字增長大會上，來自商湯科技高級商務總監(jiān)李星冶介紹了AI 技術與元宇宙結合帶來的應用與實踐。 

李星冶認為，AI有著它自己的產(chǎn)業(yè)革命，在元宇宙領域，在遵循摩爾定律通行原則的基礎上，會開啟了媒介的變革，通過技術驅動升級。隨著更新型的人機互動技術的來臨，人們也會有更加深度的元宇宙互動沉浸式體驗。 

在整個元宇宙的分層當中，商湯科技專注于AI引擎層，即專注于人物的生成引擎和專注于場景生成的數(shù)據(jù)重建平臺。 

李星冶表示，基于強大的AI能力，商湯科技打造了數(shù)字人的生成平臺，并在金融、商超、等線下的場景使用。同時，結合了商湯原創(chuàng)的AI技術，在數(shù)字資產(chǎn)方面通過線上線下實體產(chǎn)品產(chǎn)生結合和互動，打造出更新的衍生效果和生動的游玩體驗。 

以下為李星冶演講全文：

這次活動的主題非常有意義，商湯科技本身是一家做人工智能的相關企業(yè)，我們時刻關注著在數(shù)字化經(jīng)濟的轉型和升級之下有哪些行業(yè)和業(yè)態(tài)能跟AI產(chǎn)生深度的結合和綁定，今天我?guī)淼闹黝}在商湯內(nèi)部也是全新賽道的嘗試，是關于元宇宙相關賽道發(fā)展和建設的意見。 

從AI的發(fā)展階段來看會分成幾個階段，在有一些特定的行業(yè)，AI可以讓人們從一些繁重、危險的工作中解放出來，我們也期待著AI能在將來某個時間段內(nèi)超越專家，產(chǎn)生出更好地現(xiàn)實生活中的替代效應。 

AI從產(chǎn)業(yè)落地的角度分成四個大方向：首先是算法，其核心是算法模型被行業(yè)更多的使用。其次是有大量的數(shù)據(jù)。目前看，通過大量的數(shù)據(jù)學習和訓練，AI在很多領域能產(chǎn)生越來越多的效果。再次是算力，為了大規(guī)模的去生產(chǎn)訓練模型，要匹配到我們能夠去進行多任務、大規(guī)模的訓練，提升有效算力，算力的集群對于整個算法訓練來講是事半功倍的事情。同時要找到有效的落地場景，這應該是業(yè)內(nèi)的共識。 

從國家的發(fā)展角度去看的話，我們在一個大的戰(zhàn)略布局發(fā)展當中，對于數(shù)據(jù)的使用和效率的提升提出了很多迫切的要求。 

我們認為AI隨著它自己的產(chǎn)業(yè)革命，在元宇宙相關的領域，它從大的方向上遵循摩爾定律通行的原則，它開啟了媒介的變革，通過技術驅動升級。 

PC互聯(lián)網(wǎng)時代更多的是以媒體為中心進行新聞的發(fā)布和傳播，到了后來的移動互聯(lián)網(wǎng)時代，隨著3G、4G的網(wǎng)絡有了創(chuàng)新型的應用，比如說移動支付、共享單車；5G建設時代初步來臨的時候，隨著智算中心、邊緣計算等普及，進入了新的所謂的元宇宙時代，這是我們今天暢想的主要方向。也有一些權威報告指出元宇宙的入口，比如說預計在2025年，整個低成本優(yōu)質的硬件市場覆蓋會達到7500萬或7600萬件，有了大量的元宇宙入口，才有了元宇宙進一步的想象空間。 

隨著更新型的人機互動技術的來臨，我們會有更加深度的元宇宙互動沉浸式的體驗，我們今天是站在元宇宙的入口跟大家進行早期的討論。 

在整個元宇宙的分層當中，最底層是基礎設施；向上是顯示硬件，比如說傳統(tǒng)的手機電腦、VR、AR、XR的設備；向上是操作層，基于移動端的IOS、安卓，還有基于PC端、服務器端的操作系統(tǒng)；再向上有3D引擎，最大的是應用層，現(xiàn)在可以看到早期元宇宙雛形應用，比如說用于社交運用、辦公協(xié)作、商業(yè)服務娛樂等。 

商湯專注于AI引擎層，這里面主要是兩個部分，一個是專注于人物的生成引擎，一個是專注于場景生成的數(shù)據(jù)重建平臺，這是今天分享的重點。 

在大的元宇宙展示空間里，會把它分成人、物、場三個部分。人主要是基于快速算法的建模完成數(shù)字人的生成、驅動和智能化的交付。物指的是物體跟人相似的建模算法，同時會有數(shù)字文創(chuàng)等產(chǎn)品的應用。在空間的場景里有很多空間建模的算法，可以結合線下的賽事活動、展覽展存去做一些深度的體驗。 

數(shù)字人可以分成好多不同的數(shù)據(jù)類型，商湯自己打造的數(shù)字人生成平臺也是依托于底層的能力，可以匯聚成各種各樣的風格，滿足不同行業(yè)的需要。在大的數(shù)字人生成平臺當中，包含了底層簡單的AI引擎，傳統(tǒng)意義上大家理解成視覺引擎，比如說對人的肢體語言、表情、動作識別、；也包含了語音的能力和引擎，比如說ASR、TTS，就是語音轉動作和反饋，從文字轉成語音交互、再到STA驅動，就是語音驅動數(shù)字人動起來的能力；還包括語義引擎，如NLP技術，我們?nèi)ダ斫馊藱C互動，理解人類傳輸語言的意義，也包括對話引擎，他對上下文進行連接。 

基于強大的AI能力，向上可以做很多上層應用，比如說生成平臺，它可以包括數(shù)字人的生成平臺，快速去生成一套數(shù)字人，除了人之外還可以對它進行換裝，可以對燈光進行材質的渲染，同時還可以在運營管理的平臺上，對數(shù)字人進行簡單的管理和制作。在數(shù)字人的視頻平臺，我們可以讓數(shù)字人生成播報、動作匹配、轉場特效等。基于此，我們可以應用線上的APP、H5和小程序，用數(shù)字人替代人工完成一些播報和互動，同時可以在線上場景結合各種各樣大屏小屏等智能設備，去完成在現(xiàn)實生活中對人群的觸達。同時，在應用場景里會有很多具體的載體，比如說虛擬偶像、數(shù)字人主播等，有一些大家在生產(chǎn)生活當中可以看得見的應用。 

數(shù)字人解決方案的組成模塊包括生成部分、驅動部分、智能交互部分，更多行業(yè)內(nèi)的伙伴或相關的廠商把更多的精力放到了生成上，把人物變得更精細漂亮，這是非常有意義的事情。但同時，我們覺得更重要的是怎么樣讓數(shù)字人有效的驅動起來，以及最難的是智能化的交互，這些可以讓數(shù)字人真正的擁有智能。 

現(xiàn)在對于制作數(shù)字人來講，通過AI的能力已經(jīng)把它的門檻降得越來越低，圍繞著真人進行簡單的環(huán)拍，環(huán)拍之后可以生成出真人模型，其實是比較栩栩如生的，創(chuàng)建完之后可以對臉部和服裝進行簡單的調(diào)整，除了做人物也可以做動物、卡通畫等。 

同時，我們可以通過語音和其他的方式完成對數(shù)字人的驅動，比如我跟大家說你好，只要錄入文字，我們的數(shù)字人就會打一個你好，這個時候我們就并不需要真人在后面扮演，可以最大程度的釋放生產(chǎn)力，讓數(shù)字人變得更加高效智能。 

這是首創(chuàng)的一套空氣動捕，傳統(tǒng)的驅動數(shù)字人還得有一套動捕的設備，這套設備比較繁重，同時提高了制作成本和使用難度。這個時候商湯主要使用的是基于RGB攝像頭完成對于數(shù)字人的驅動，看起來會變得非常簡單，降低了使用的門檻，在線上直播的應用里已經(jīng)慢慢看得見了。 

這里面主要講了商湯自己數(shù)字人的典型應用，在金融、商超、活動里會有很多線下的場景去使用，未來我們和合作伙伴、友商會把越來越多的數(shù)字人推在更多生產(chǎn)、生活的角落，今天參會的朋友應該都有過接觸。 

這是數(shù)字貓比較新的產(chǎn)品和玩法，除了對于人的打造，我們自己對于數(shù)字資產(chǎn)和物品有很多的想法，結合了商湯自己原創(chuàng)的AI技術，和線上線下實體產(chǎn)品產(chǎn)生結合和互動，就能產(chǎn)生出更新的衍生效果和很生動的游玩體驗。 

基于數(shù)字貓這個APP可以看出，這里面展示了兩個，一個是《鹿王本生圖》的九色鹿故事，在現(xiàn)實場景當中掃描實物之后出現(xiàn)小貓頭的形狀，拿著手機走進去之后進入敦煌的壁窟，現(xiàn)在敦煌的壁窟經(jīng)歷千年已經(jīng)斑駁了，用商湯這套AR算法可以看到九色鹿的場景被很好的展現(xiàn)了，栩栩如生的講述了鹿王之前的故事。它是基于物體的識別完成了沉浸式、交互式的數(shù)字藏品。 

這里展示的是徐悲鴻的《奔馬圖》，這匹馬就是一幅水墨畫，掃碼進入之后，可以圍繞著這匹馬360度旋轉，可以栩栩如生的看到這匹馬。 

這是《溪山行旅圖》，宋畫三絕里面很有代表性的一幅畫，掃完進來之后可以看到這幅畫卷生動地展現(xiàn)在了我們面前，它有聲音，沉浸式的體驗到人、物體和場景有機融合。 

這是我們跟水立方、冬奧會線下沉浸式的互動，可以更多的在商場、景區(qū)基于現(xiàn)實場景完成AR導航或簡單的小游戲互動。 

我們?nèi)匀皇且獜娬{(diào)“科技向善”，對于AI可持續(xù)發(fā)展上，商湯一直立足于此方面的建設和工作，我們覺得作為一家AI企業(yè)，有責任把這件事情承擔好。 

商湯本身是一家賦能的企業(yè)，迎合今天36氪的主題，作為乙方企業(yè)，希望跟更多的合作伙伴探討，大家共同在新的數(shù)字經(jīng)濟環(huán)境之下探討怎么樣有效的完成新一輪的增長，不管是在傳統(tǒng)的場景里還是在新型的元宇宙空間里，期待跟大家更多的交流學習，感興趣可以掃描屏幕當中的二維碼期待更多的討論。 

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

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

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