0
作者：袁柏林
編輯：董子博
“數(shù)智人必將為我們社會(huì)帶來翻天覆地的變革。我作為內(nèi)容創(chuàng)作者，實(shí)地的感受真的是太震撼了?！弊鳛轵v訊云智能2D小樣本數(shù)智人體驗(yàn)館劉興亮如是說。
圖：劉興亮的數(shù)智人分身與本人對(duì)比
(來源：騰訊云智能)
隨著人工智能技術(shù)、云計(jì)算、5G移動(dòng)通信技術(shù)等的技術(shù)發(fā)展，數(shù)智人行業(yè)不斷加快的各種應(yīng)用場(chǎng)景落地。數(shù)智創(chuàng)研院的《2022數(shù)智人分析洞察報(bào)告》顯示，中國AI數(shù)字人市場(chǎng)規(guī)模呈現(xiàn)高速增長(zhǎng)趨勢(shì)，預(yù)計(jì)到2026年將達(dá)102.4億元。
在過去，要完成一個(gè)超寫實(shí)、高精度數(shù)字人的制作，可能需要數(shù)十小時(shí)的烘焙和渲染——而在今天，一項(xiàng)數(shù)智人技術(shù)的突破，或許會(huì)讓這項(xiàng)技術(shù)，變成以后每個(gè)人都共有的“標(biāo)配”。
元宇宙興起后，數(shù)字人賽道成為各大互聯(lián)網(wǎng)企業(yè)爭(zhēng)逐之地。關(guān)于數(shù)字人，雷峰網(wǎng)(公眾號(hào)：雷峰網(wǎng))曾在Meta元宇宙「寒氣」逼人，數(shù)字人用「內(nèi)功」驅(qū)寒文章里詳細(xì)敘述過。簡(jiǎn)而言之，數(shù)字人是元宇宙重要的組成部分，且接近C端用戶，具備強(qiáng)大的變現(xiàn)能力。
而數(shù)智人則與數(shù)字人，雖一字之差，但截然不同。
數(shù)智人，如同它的名字，是智能的數(shù)字人。因此，數(shù)智人不僅具備數(shù)字人強(qiáng)勁的變現(xiàn)優(yōu)勢(shì)，而且數(shù)智人更擁有智能化與交互性特征，這也是“數(shù)智人”與普通的數(shù)字人最大的區(qū)別。
在AI技術(shù)、5G技術(shù)、XR技術(shù)以及深度學(xué)習(xí)等技術(shù)的支撐下，數(shù)智人將擁有更智慧的頭腦、更靈活的動(dòng)作、更豐富的表情以及更人性化的心智等特征。
去年7月底，依托多模態(tài)人機(jī)交互技術(shù)，國家博物館就與騰訊SSV數(shù)字文化實(shí)驗(yàn)室聯(lián)合打造出首個(gè)虛擬數(shù)智人“艾雯雯”，成為國家博物館虛擬世界的代言人，助力讓文物活起來，成為文化數(shù)字化戰(zhàn)略發(fā)展的典型案例。
圖：國博虛擬數(shù)智人“艾雯雯”
（來源：國家博物館公眾號(hào)）
一年未到，騰訊這次達(dá)到了從制作時(shí)間和成本上突破數(shù)智人發(fā)展上限：利用短短3分鐘視頻在24小時(shí)內(nèi)高效生成數(shù)智人。
4月25日，騰訊云智能首次對(duì)外重點(diǎn)推介的2D小樣本數(shù)智人，只需3分鐘視頻即可在一天內(nèi)定制專屬數(shù)智人分身。
騰訊優(yōu)圖實(shí)驗(yàn)室研究總監(jiān)汪鋮杰表示“我們看到的是3分鐘的視頻做訓(xùn)練，但是背后是有一塊很大的多模態(tài)數(shù)據(jù)在支撐。”
3分鐘的小樣本視頻背后是基于大數(shù)據(jù)的學(xué)習(xí)，即對(duì)引入自監(jiān)督機(jī)制的通用多模態(tài)模型進(jìn)行訓(xùn)練，將視頻里的語音、文本與數(shù)智人像的表情、口型進(jìn)行關(guān)聯(lián)，并且自監(jiān)督式的模型可以讓數(shù)據(jù)自己約束自己，以此節(jié)省更多數(shù)智人標(biāo)注時(shí)間。
這讓數(shù)智人行業(yè)完成邊際成本到固定成本的進(jìn)階。
相較于之前訓(xùn)練一個(gè)數(shù)智人，需要幾十小時(shí)，甚至更長(zhǎng)時(shí)間的語料或者視頻素材，現(xiàn)在只需要通過通用模型的學(xué)習(xí)，就可以變成一次性的固定成本，后面每一個(gè)新的數(shù)智人的定制，包括形象、音色等的邊際成本都會(huì)比較小。
可想而知，先把底層通用模型訓(xùn)練好，再制作多少新的數(shù)智人也不過“添個(gè)人就是添雙筷子的事兒”。
這種一次生成、多次獲利的模式促進(jìn)數(shù)智人的制作時(shí)長(zhǎng)實(shí)現(xiàn)從月級(jí)別降到小時(shí)級(jí)別，數(shù)智人的制作成本從百萬級(jí)別降到千元級(jí)別。
此外，2D小樣本數(shù)智人技術(shù)結(jié)合3D技術(shù)，即在從“文本或音頻信息”到“3D人像驅(qū)動(dòng)”，最后實(shí)現(xiàn)“2D人像視頻”的模式上，騰訊云智能已經(jīng)有較多技術(shù)積累，這將能夠使生成更加精確、2D小樣本數(shù)智人細(xì)節(jié)打磨更加精致。
目前小樣本數(shù)智人不僅實(shí)現(xiàn)了“皺紋級(jí)”形象還原，還達(dá)到“音素級(jí)”音色復(fù)刻的效果。
外貌表情、舉手投足的真人風(fēng)貌復(fù)現(xiàn)，讓人驚嘆：“世另我”！
圖：小紅書營銷講師蘇歆老師與她的數(shù)智分身
（來源：騰訊云智能）
總而言之，數(shù)智人背后的技術(shù)支持，促使數(shù)智人行業(yè)得以完成快速生產(chǎn)、成本精益、效果精良的蛻變。
此前，數(shù)智人主要服務(wù)于公司企業(yè)或者高層管理等部分精英人員，覆蓋傳媒、醫(yī)療、金融、教育等各行各業(yè)。
對(duì)于集團(tuán)來說，數(shù)智人能夠助力企業(yè)數(shù)智化轉(zhuǎn)型升級(jí)，降本增效，打造更好的7*24全天候客戶服務(wù)；對(duì)于精英人員來說，數(shù)智人能夠跨越時(shí)間和空間的限制，幫助其處理閑鎖事務(wù)，節(jié)約時(shí)間成本，解放生產(chǎn)力，將人的注意力放到更有價(jià)值的事情上去。
但是，要社會(huì)的整體進(jìn)步發(fā)展，數(shù)智人的門檻必須往下拉一拉。
而騰訊云智能所訓(xùn)練的2D小樣本數(shù)智人將生產(chǎn)成本的大幅度降低。且客戶可以自己開賬號(hào)、下單購買、上傳素材、自行訓(xùn)練、確認(rèn)效果，完全實(shí)現(xiàn)自助式服務(wù)。
可以預(yù)見，隨著技術(shù)發(fā)展，生產(chǎn)成本和使用門檻將會(huì)越來越低。對(duì)于個(gè)人，尤其是普羅大眾來說，做自己專屬的數(shù)智分身將是觸手可及。
人人都有數(shù)智分身的未來，并不是夢(mèng)。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
