“冷门歌手”孙燕姿，借助AI的力量重新“走红”。有“灵魂”的数字人，会出现吗？
有“灵魂”的数字生命，是不是离我们越来越近？在《流浪地球2》的图丫丫之后，“AI孙燕姿”又红了。
最近的几个月来，“冷门歌手”孙燕姿开始“翻红”。包括歌星周杰伦的《发如雪》、柳爽的《漠河舞厅》，都被其翻唱了，不过，献声的不是真人，而是“AI孙燕姿”。在B站和抖音等平台上，AI孙燕姿翻唱歌曲的部分视频播放量已过千万，评论高达上万条。随之而来的，是社交平台上引发的讨论：既然“孙燕姿”可以轻易被复制，那么，作为真人“数字分身”的虚拟数字人，也是否能够借此真正成为现实？
“每一家公司，在2023年都可能需要一个数字人。”在2022年底的“预见”年终秀跨年演讲中，财经作家吴晓波曾如是说，”你可以用它来做本地生活，来做客服，来做品牌直播，来做短视频，来做临终关怀。”
当以GPT-4为代表的大语言模型热席卷而来。而在大模型落地场景的“GPT+”浪潮中，曾经因为元宇宙概念爆火过的数字人再次被推到了潮头。国盛证券就在不久前发布的报告中指出，数字人将成为GPT-4下，承载多模态的“杀手级应用”。
虚拟数字人市场中，究竟是否存在泡沫？ChatGPT大模型，又会将这一炙手可热的行业，带向何方？
01、数字人，“占领”直播间？
不久前的5月22日，孙燕姿在社交平台上发了一篇文章，作为对“AI孙燕姿”的回应。其中说，人类无法超越AI技术已指日可待，“你已经是可预测的，也是可定制的”。
▲（图源/抖音平台“AI孙燕姿”视频截图） 实际上，在各大视频平台上，数字人早已成为大多数人并不陌生的“常客”。
在一些抖音短视频里，曾出现了这样的画面：一家电商直播公司的办公室里空无一人，在工位上的几十台电脑中，AI主播们在“忙碌”地进行直播。而这并不是虚幻的场景。
作为一家医药企业产品负责人，李峰收到了团队要求在公司直播间里引入数字人主播的需求——医药行业的专业性较强，公司经常需要专业人士进行相关知识解读，但大部分业内专家都是“兼职”上岗的，并没有太多时间放在直播间里；如果尝试用数字人，可以节省请人的时间和费用，还可以支持平台对长时间直播的要求。
业内一家前沿数字人厂商为李峰提供了试用。李峰录制了一位专家3分钟的讲话视频，连同另一段文字内容一起提供过去，很快就获得了对方生成的数字人直播视频。其中的数字人主播外貌看起来与专家基本没有区别，吐字清晰，声音和语调也和真人大差不差，几乎可以“以假乱真”。
当然，瑕疵也仍然存在。这位数字人主播动作有限，比如限于对口型、摇头、眨眼等，时间久了，仍然会发现它不是真人。而且，李峰说，“现在它只是进行现成内容的讲述，还不能互动”。
在商业咨询顾问刘润的抖音账号中，可以发现其近期不少短视频都不是真人出镜，而是由数字人代劳，屏幕上会出现“本视频使用数字人技术制作”的提示。这些数字人也是根据刘润之前的演讲视频训练出来的。
这类数字人，一般被称为2D超写实数字人。比起大众所熟悉的“AI换脸”，这种通过深度学习，“克隆”一个形象几可乱真、即时驱动的数字人，技术难度要更高。但在国内，目前企业通过数字人ISV（独立软件开发商）厂商提供的SaaS方案，基于小样本的学习，很快就可以实现这类实时数字人应用。
这类数字人已经在各大社交平台的直播间里，开始取代部分人类主播。很多中小商家通过数字人直播，引导用户去购买团购券。为刘润制作数字分身的企业硅基智能曾对外透露称，其目前已经生产了近150万个数字人，与30万余家商家达成合作，与4万余个电商带货直播间达成合作。
“Z世代”的崛起，被业界认为是数字人受众得以拓展并实现商业化的基础。早在2007年，日本虚拟偶像“初音未来”即告诞生；在国内，2012年出道的虚拟歌手“洛天依”，以及乐华娱乐推出的旗下虚拟偶像团体A-SOUL，都拥有了一批稳定的粉丝群体。
但大众层面上对数字人概念的认知，则主要是来自于直播。
两年前火爆出圈的抖音美妆数字人博主“柳夜熙”就是其中的代表。在2021年10月，柳夜熙发布了第一条视频，6小时后其账号涨粉数量达到10万，30小时后突破130万；上线一周后，粉丝数量达到430万。与洛天依等二次元偶像不同，柳夜熙作为3D超写实数字人，借助计算机CG、动作捕捉等技术支持，其外貌、表情、动作等更类似于真人，真正做到了“发丝根根毕现”的惊人拟人效果。
社交内容平台，尤其短视频和直播平台的崛起，带来社交信息的爆炸式增长，用户对内容消费的需求也越来越旺盛。数字人在消费级市场的应用探索也持续增加，不少头部企业开始为自己定制或邀请知名的数字人IP担任代言人，以达到品牌传播的目的。像在柳夜熙走红后，与其同在2021年推出的虚拟偶像“阿喜”也很快被高端雪糕品牌钟薛高聘为“特邀品鉴官”。
除了品牌营销的价值外，数字人的商业化价值也被直播场景放大。当直播成为电商的主要营销渠道后，主播资源开始变得“供不应求”。数据显示，2021年中国直播人才缺口为800万人，预计到2025年，直播人才缺口可达1941.5万人。
直播电商行业的“主播荒”严重，加之平台上“冲直播时长”要求不断提高、直播成本增长的多重压力，虚拟主播也迎来了更大的生存空间。尽管数字人目前在直播中仍然是一个“念稿”的工具人存在，但仍然获取了极大的关注，一路劈波斩浪。自2021年开始，数字人产业进入高速发展期，并完成了早期的市场教育。
但数字人随着直播“爆发”后，作为镜子的另一面，它要规模化商用，面临的挑战也愈发凸显。
直播的目的还是“带货”。但受限于技术，目前的数字人交互能力仍然有限，表达也比较单一。在用户的直观感受上，不少数字人主播仅限于播放事先录制好的内容；或者在互动时对话比较尴尬。因此，直播带货时，不少电商选择虚拟主播+助理的模式，或者是由“中之人”操控，给真人套上虚拟主播的外表。
此外，要打造目前流行的超写实数字人，昂贵的成本也是一大制约因素。据了解，打造一个类似柳夜熙的超写实数字人，除了3D模型外，还涉及动捕以及手势、表情、口型、变声等多重技术，越模拟真人，需要叠加的技术手段越多，造价也就越贵。柳夜熙的制作方创壹科技创始人梁子康曾对外表示，柳夜熙的制作投入，包括人员成本、技术成本等约在百万元级别，其2021年11月推出的第一条柳夜熙短视频，成本约为几十万元。
但这些都限制了数字人IP的更新频率。柳夜熙如今在抖音拥有848万粉丝，截至目前发布了41篇作品，要低于真人主播。而不少企业的虚拟代言人，也在公布后鲜少有新的动态传出。
要想实现规模化商用，首先要能实现以较低的成本“批量”制造数字人，其次就是在“美丽的外表”之外，给数字人加上互动的“灵魂”。
02、人工智能，为交互数字人注入灵魂
基础技术的发展，给数字人产业带来了变革。
近年来，随着开源跨模态深度学习模型推出，底层技术获得突破，深度学习的应用也重塑了数字人的制作流程，各种图文和音视频数据采集后，通过模型训练，可以快速创造出复刻真人语音、外貌的写实数字人。数字人生产制作可以做到“流水线”化，推动了虚拟主播的大量诞生。据了解，绝大部分国内数字人ISV厂商现在主要针对B端客户进行服务，有厂商提供的方案中，企业直接使用其模板制作数字人，只需要一年不到3000元的费用。
通过这种复刻技术制作出的数字人，虽然用于直播带货时交互能力仍然受限，但至少可以通过“人海战术”，以量取胜；同时还减少了企业运营成本。
同时，AIGC（AI Generated Content，生成式AI）快速发展。人工智能技术的发展，以及市场需求的“双向奔赴”，让数字人革新内容生产效率成为可能。
电商行业率先对此进行了“试水”。2022年的“双十一”前夕，阿里引入元宇宙大陆“曼塔沃斯”，消费者可在元宇宙中创造虚拟数字分身，获得全新的消费体验。京东云团队在2022年“双十一”推出了“灵小播虚拟数字人”直播产品，实现7×24小时无人直播、直播话术智能撰写、自动营销抽奖活动等。
而AIGC和数字人的结合，想象力还不仅于此。
数字人在电商领域的应用，也为其在更多的行业场景落地提供了延展的方向——各行业均存在降本增效的需求，而可交互的数字人，是否也将因此拓宽更多客户的服务边界？
“底层技术能力的发展有助于推动应用端的百花齐放。多模态交互的服务型虚拟人，可大规模应用于替代真人的可标准化、可模块化工作岗位，以达到降本增效的目的。”Honnverse虹宇宙首席品牌官吴璇表示，“现在其核心应用场景主要是包括数字客服、数字顾问、数字主播、数字向导、数字主持人/主播、数字老师/助教等。”
今年5月，阿里巴巴董事会执行副主席蔡崇信携阿里文娱数字人“厘里”在公开活动上亮相，和业界探讨以AIGC技术助力影视文化产业提质、提效的可能。据阿里文娱表示，厘里是其旗下首个数字人偶像，出道不久就已通过代言、直播、数字藏品等多种形式，与英特尔、MLB、三星、奈飞等多个国际品牌合作；不久前厘里还和新海诚动画电影《铃芽之旅》展开联动，也为电影宣发提供了营销模式的一种新思路。
在天下秀头号藏家业务负责人TopHolder看来，数字人也正在创造一个前所未有的“服务规模化”的机会。比如，其提到，2022年初的冬奥会上，虚拟手语主播已经为央视新闻做实时手语翻译了。“虚拟人能够让相对复杂的服务在规模化发展的同时，不再受到人力成本的约束。”
小冰公司首席运营官徐元春曾对媒体表示，“虚拟人存在的最大意义就是提高效率。相较于降低成本，企业更看重虚拟人能带来多大效益”。
从产业战略层面上思考，基于产业智能化、数字化升级出发思考的生产逻辑，对于企业而言，数字人可作为之前的“智能助手”存在，但可体现出比之前的AI助手更大的优势——具有直观的视觉外表和人设，它可以既打造人设、提升企业的品牌价值，拉近和新生代用户的距离；还能替代真人，服务用户，完成简单的交互和内容生产相关任务。
同时，数字人作为企业智能化升级的工具，能够和企业的信息化后台打通，完成对数据的留存、分析，提升管理效率和改进服务流程。从这个意义上来说，它作为可视化的“数字员工”，也是企业重要的数字资产。
这类“数字员工”也已在房产、金融、文旅等领域的具体业务场景中得到应用。如招商局集团在去年底宣布推出数字员工“招小影”，除了有生动形象上和交互外，招小影实现了在招商随行办公协同平台落地，可进行工作汇总、信息通知等，并具备业务自动处理能力，辅助员工实现数据服务入口的统一。
万科的首位数字员工“崔筱盼”，主要是财务部门的辅助，负责催办各种预付应收/逾期发票单据。后来随着样本数据的持续积累，据万科董事会主席郁亮表示，她的业务范围拓展到了投资、融资、工程、成本、营销、运营等职能上。
“虽然目前数字人更多地还是应用于真人服务的辅助性工作中，但未来会慢慢通过长期的业务数据沉淀，形成用户需求的分析模型，成为最懂客户和消费者的一对一专属顾问，提升整体客户生命周期和价值。每个人都能极低成本地享有一对一定制化服务，在各行各业将不再是想象。”吴璇说。
IDC报告预计，在2021年中国AI数字人（企业级服务型数字人）市场规模约为5.2亿元，但其在2022年呈现出高速增长趋势，到2026年将达到102.4亿元，尚有极大的发展空间。
03、“GPT+虚拟数字人”，玩家急上车
但长期以来，在很大一部分用户眼中，各种数字人更像是给AI语音助手添加的一个“拟人外表”。但现阶段的AI语音助手，也仍存在不够“聪明”，无法理解复杂的问题，无法根据用户的反馈作出即时反应等情况。
当柳夜熙和AI孙燕姿们可以轻而易举地复制拟人的外表和声音后，数字人还需要“灵魂”。目前ChatGPT和背后的大模型，则给智能交互数字人带来了新的变化。业界在思考，它是否可以优化数字人的语言理解能力，为其“大脑”扩容，解决数字人“只会念稿、不会交互”的问题。
“GPT-4 为代表的大模型推出后，最核心的变化就是，服务型的虚拟人在理解用户意图和回答问题上能做得更好了。”吴璇表示，“相比于传统的对话引擎，它能够有效地输出更加接近人类口吻的回复，对很多的问题的理解也会更加的到位。结合AIGC的功能，泛娱乐领域的数字人能实现与观众的实时互动；在金融、文旅、教育、医疗等领域则能更好地完成智能客服和专属顾问的沟通工作。”
此外，吴璇还提到，通过部分性格模型的训练，数字人客服还能拥有特定的性格特征和人性化沟通的属性，让品牌要传达的理念更好地融入到沟通和对话中，提升交互的流畅度，甚至建立情感链接。“未来会进入对话式IP的时代，图文、视频时代的爆款内容，都适合通过对话的方式再来一遍。”
在实际应用场景中，不久前，顺网科技宣布其旗下数字人“晓竞”已将AIGC应用于电竞酒店行业，帮助酒店业主实现智能经营，自动生成营销内容，满足商户在实体经营中对数字营销的需求
唱吧也宣布，以CEO陈华真人形象定制数字形象，打造了依托于ChatGPT技术的智能数字人“托尼”，能聊天、能唱歌、能带货。
此前，Honnverse虹宇宙也联合虚拟红人“鱼太闲”，在虹宇宙平台做了一次合作，让鱼太闲可以和粉丝一对一聊天，提供了更多的商业空间想象。“未来，我们将从底层技术架构搭建、AI+元宇宙内容生态运营、用户web3社群社交机制探索、以及多端灵活应用等角度，进行虹宇宙的不断升级。”吴璇说。
国盛证券在报告中认为，随着算力的提升以及GPT-4的模型升级，数字人将集社交、创作、分享于一身，有望成为GPT-4之后、承载多模态的杀手级应用。
面对这种趋势，“GPT+虚拟数字人”也成为资本市场上反应最快的板块。A股多家虚拟数字人公司都通过官方、媒体或者投资者互动平台表明，要将ChatGPT与公司的虚拟数字人业务融合，以研发出更加智能化的虚拟数字人。
但吴璇也提出，在未来5年的发展历程中，数字人要实现规模商业化，仍面临几个核心的问题需要解决。
首先，其认为，目前数字人的最大应用价值还是在提升用户体验上，而非为企业降本增效；而由于高精度、高品质的数字人对设备要求也非常高（如渲染所需要的GPU算力就极大），超写实的数字人无法在传统web端内嵌入运行。为了把完美的数字人展示给客户，需要企业在设备上增加投入，这给数字人在企业层面的商业推广也带来了很大的成本压力。
其次，是在弱网环境下操作，如何最大程度地提升用户体验的问题，如数字人的口型、肢体等技术细节完善，还需要等待技术上的创新突破。
再次，大型应用平台对数字人的管理和扶植力度也非常重要，例如，如何让数字人与用户流量进行精准衔接，即如何引导数字人对应目标用户等问题，还要看平台对此的态度。
此外，“AI孙燕姿”带来的“侵权”争议也同样显示出，数字安全和用户隐私保护，仍是数字人产业发展的关键。数字人也同样面临着数据伦理、网络安全等治理挑战，在数字人日益充当交互媒介时，涉及到的用户隐私保护问题，也同样需要提高监管能力和技术手段，来进行保障。
（作者| 杨洁，编辑| 孙月）
