電子發(fā)燒友網(wǎng)報道（文/李彎彎）虛擬數(shù)字人（DigitalHuman/MetaHuman），是運用數(shù)字技術(shù)創(chuàng)造出來的、與人類形象接近的數(shù)字化人物形象。虛擬數(shù)字人系統(tǒng)一般情況下由人物形象、語音生成、動畫生成、音視頻合成顯示、交互等5個模塊構(gòu)成。

虛擬數(shù)字人核心技術(shù)

人物形象根據(jù)人物圖形資源的維度，可分為2D和3D兩大類，從外形上又可分為卡通、擬人、寫實、超寫實等風格。

語音生成模塊和動畫生成模塊可分別基于文本生成對應的人物語音以及與之相匹配的人物動畫，語音生成基于表達內(nèi)容文本生成語音，應用智能語音TTS技術(shù)，動畫生成，基于表達內(nèi)容文本生成動畫，核心技術(shù)為驅(qū)動與渲染。

音視頻合成顯示模塊將語音和動畫合成視頻，基于終端顯示技術(shù)，將數(shù)字人產(chǎn)品呈現(xiàn)于手機等智慧終端屏幕，顯示給用戶。

交互模塊使數(shù)字人具備交互功能，即通過語音語義識別等智能技術(shù)識別用戶的意圖，并根據(jù)用戶當前意圖決定數(shù)字人后續(xù)的語音和動作，驅(qū)動人物開啟下一輪交互。

其中計算驅(qū)動型交互對廠商的對話式AI能力要求高，往往由對話式AI廠商進行能力提供。對話式AI能力，包括基于語義理解、知識庫、知識圖譜給到信息回饋，基于語音識別、計算機視覺完成用戶信息輸入。

在虛擬數(shù)字人的制作流程，最為核心、最具挑戰(zhàn)的是建模、驅(qū)動、渲染三大流程。建模環(huán)節(jié)以真人為模型或設計人物，為虛擬數(shù)字人建立基本的3D模型，3D建模為構(gòu)建虛擬人形象的基礎，重點在于實現(xiàn)細節(jié)的精細還原。

驅(qū)動環(huán)節(jié)，通過訓練驅(qū)動模型等形式確定虛擬數(shù)字人的基本動作；渲染環(huán)節(jié)，根據(jù)在設計環(huán)節(jié)中確定的虛擬人最終呈現(xiàn)效果和應用場景等外界要素，將模型與其運動進行渲染以呈現(xiàn)最佳效果。渲染技術(shù)用于提升虛擬人的逼真程度，實時互動亦需要實現(xiàn)實時渲染。

虛擬數(shù)字人產(chǎn)業(yè)鏈

當前虛擬數(shù)字人理論和技術(shù)日益成熟，應用范圍不斷擴大，產(chǎn)業(yè)正在逐步形成、不斷豐富，相應的商業(yè)模式也在持續(xù)演進和多元化。

從產(chǎn)業(yè)鏈來看，虛擬數(shù)字人從上到下可以分為基礎層、平臺層和應用層?；A層為虛擬數(shù)字人提供基礎軟硬件支撐，硬件包括顯示設備、光學器件、傳感器、芯片等，基礎軟件包括建模軟件、渲染引擎。

顯示設備是數(shù)字人的載體，既包括手機、電視、投影、LED顯示等2D顯示設備，也包括裸眼立體、AR、VR等3D顯示設備。

光學器件用于視覺傳感器、用戶顯示器的制作；傳感器用于數(shù)字人原始數(shù)據(jù)及用戶數(shù)據(jù)的采集；芯片用于傳感器數(shù)據(jù)預處理和數(shù)字人模型渲染、AI計算。

建模軟件能夠?qū)μ摂M數(shù)字人的人體、衣物進行三維建模。渲染引擎能夠?qū)艄?、毛發(fā)、衣物等進行渲染，主流引擎包括UnityTechnologies公司的Unity3D、EpicGames公司的UnrealEngine等。

平臺層包括軟硬件系統(tǒng)、生產(chǎn)技術(shù)服務平臺、AI能力平臺，為虛擬數(shù)字人的制作及開發(fā)提供技術(shù)能力。建模系統(tǒng)和動作捕捉系統(tǒng)通過產(chǎn)業(yè)鏈上游的傳感器、光學器件等硬件獲取真人/實物的各類信息，利用軟件算法實現(xiàn)對人物的建模、動作的重現(xiàn)。

渲染平臺用于模型的云端渲染。解決方案平臺基于自身技術(shù)能力為廣大客戶提供數(shù)字人解決方案。AI能力平臺提供計算機視覺、智能語音、自然語言處理技術(shù)能力。

平臺層匯聚的企業(yè)較多，包括AI相關(guān)的企業(yè)科大訊飛、追一科技、竹間智能、商湯科技等，以及互聯(lián)網(wǎng)廠商百度、阿里、華為、火山引擎、騰訊、京東、網(wǎng)易伏羲等。

小結(jié)

從目前的情況來看，近幾年虛擬數(shù)字人的熱度居高不下，互聯(lián)網(wǎng)廠商、人工智能廠商、CG廠商等各類玩家紛紛入局。然而當前虛擬數(shù)字人產(chǎn)業(yè)鏈存在割裂現(xiàn)象，生產(chǎn)環(huán)節(jié)分散在各個主體之間，難以達到高效協(xié)同。

而具備全棧集成能力的大型互聯(lián)網(wǎng)廠商正嘗試通過生態(tài)開放、平臺建設集成各環(huán)節(jié)資源，為客戶提供覆蓋全流程、低成本、短周期的虛擬數(shù)字人平臺，降低虛擬數(shù)字人產(chǎn)業(yè)的應用門檻，在這場虛擬數(shù)字人商業(yè)落地推進中占據(jù)優(yōu)勢。