AIGC大爆發(fā)，科技革新不斷，數(shù)字人在各種場(chǎng)景中嶄露頭角，如數(shù)字人主播、數(shù)字人解說(shuō)員、數(shù)字人導(dǎo)購(gòu)等。根據(jù)真人形象AI生成數(shù)字人分身，這項(xiàng)技術(shù)已經(jīng)從未來(lái)走進(jìn)現(xiàn)實(shí)。

數(shù)字人（Digital Human）是指利用計(jì)算機(jī)技術(shù)和人工智能技術(shù)，根據(jù)真實(shí)人類(lèi)的外貌、動(dòng)作、聲音等特征，生成的具有高逼真度以及高交互性的虛擬人物，可以為人類(lèi)提供多樣化的服務(wù)。

近期，【東風(fēng)生萬(wàn)物】思必馳DFM-2大模型及創(chuàng)新技術(shù)應(yīng)用成果發(fā)布會(huì)上，思必馳聯(lián)合創(chuàng)始人、首席科學(xué)家俞凱的數(shù)字分身重磅亮相發(fā)布會(huì)現(xiàn)場(chǎng)。

思必馳數(shù)字人生成技術(shù)

思必馳聯(lián)合創(chuàng)始人、首席科學(xué)家俞凱

思必馳基于DFM-2大模型推出的自然場(chǎng)景數(shù)字人生成技術(shù)，采用擴(kuò)散生成模型，通過(guò)小數(shù)據(jù)模型訓(xùn)練，實(shí)現(xiàn)高品質(zhì)數(shù)字人生成，個(gè)性化對(duì)話(huà)生成與語(yǔ)音合成模型無(wú)縫結(jié)合，構(gòu)建可自由交互的個(gè)性化數(shù)字形象。思必馳打造的數(shù)字人不僅能說(shuō)會(huì)道，還精通粵語(yǔ)、四川話(huà)、上海話(huà)等各地方言及英語(yǔ)、法語(yǔ)、俄語(yǔ)等多國(guó)語(yǔ)言，可應(yīng)用于智能家居、智能車(chē)載、智能軌交、市場(chǎng)營(yíng)銷(xiāo)等場(chǎng)景，為人類(lèi)生活帶來(lái)更多可能。

思必馳聯(lián)合創(chuàng)始人、首席科學(xué)家俞凱

真人出鏡

就像視頻中的數(shù)字人俞凱教授，無(wú)論是聲音、表情、動(dòng)作還是形象，都與真人高度接近，甚至還可以根據(jù)不同場(chǎng)景，切換語(yǔ)言與人類(lèi)進(jìn)行交互。

數(shù)字人的打造需要運(yùn)用計(jì)算機(jī)圖形學(xué)、計(jì)算機(jī)視覺(jué)、自然語(yǔ)言處理、智能語(yǔ)音等領(lǐng)域的知識(shí)和技術(shù)，從而生成一個(gè)從形態(tài)到聲音上都媲美真人的數(shù)字人。

思必馳基于自研的對(duì)話(huà)式語(yǔ)言大模型DFM-2與全鏈路綜合對(duì)話(huà)技術(shù)的聯(lián)動(dòng)能力，可快速生成高品質(zhì)的數(shù)字人。在外貌上，思必馳采用擴(kuò)散生成模型，通過(guò)小數(shù)據(jù)模型訓(xùn)練，基于真人形象，構(gòu)建出可自由交互的數(shù)字形象。在語(yǔ)音上，思必馳通過(guò)聲音復(fù)刻、單人千音、細(xì)粒度情感及風(fēng)格合成、音頻場(chǎng)景合成等系列技術(shù)，為數(shù)字人賦予語(yǔ)言能力，讓數(shù)字人變的更加鮮活。

●聲音復(fù)刻為數(shù)字人賦予真人同款聲音。思必馳聲音復(fù)刻技術(shù)服務(wù)，支持男聲、女聲、童聲及中、英文和方言復(fù)刻，可輔助用戶(hù)打造不同年齡、不同性別的數(shù)字人形象。

●情感合成讓數(shù)字人也能表達(dá)喜怒哀樂(lè)。思必馳可合成高音質(zhì)、多情感的音色，呈現(xiàn)“高興、抱歉、撒嬌、中性”等多種情感聲音，為數(shù)字人的情感表達(dá)賦予了更多活力，提升了人機(jī)交互體驗(yàn)。

●單人千音讓數(shù)字人也能說(shuō)方言外語(yǔ)。思必馳單人千音技術(shù)可以在短時(shí)間內(nèi)快速將單個(gè)發(fā)音人的音色，遷移成為粵語(yǔ)、四川話(huà)、上海話(huà)、蘇州話(huà)、閩南語(yǔ)等方言以及俄語(yǔ)、德語(yǔ)、日語(yǔ)、法語(yǔ)、泰語(yǔ)、西班牙語(yǔ)等外語(yǔ)，讓數(shù)字人“青出于藍(lán)而勝于藍(lán)”。

中商產(chǎn)業(yè)研究院發(fā)布的《2023年數(shù)字人產(chǎn)業(yè)發(fā)展白皮書(shū)》顯示，2022年我國(guó)數(shù)字人產(chǎn)業(yè)市場(chǎng)規(guī)模達(dá)1464億元（同比增長(zhǎng)57%），預(yù)計(jì)2025年全國(guó)數(shù)字人相關(guān)企業(yè)數(shù)量將突破40萬(wàn)家、數(shù)字人產(chǎn)業(yè)市場(chǎng)規(guī)模將達(dá)到2600億元。數(shù)字人將進(jìn)入大規(guī)模應(yīng)用期，轉(zhuǎn)化為現(xiàn)實(shí)生產(chǎn)力為社會(huì)創(chuàng)造價(jià)值。

在市場(chǎng)營(yíng)銷(xiāo)領(lǐng)域，數(shù)字人可用于線(xiàn)上直播進(jìn)行產(chǎn)品營(yíng)銷(xiāo)推廣，降低公司的人力成本；在智能車(chē)載領(lǐng)域，數(shù)字人可融入車(chē)載系統(tǒng)，提供導(dǎo)航、新聞播報(bào)等服務(wù)，為用戶(hù)帶來(lái)更智慧的出行體驗(yàn)；在家居領(lǐng)域，數(shù)字人可入駐家電大屏中，為用戶(hù)提供菜譜推薦、家務(wù)規(guī)劃、情感陪伴等服務(wù)，成為用戶(hù)貼心的數(shù)字人管家；在軌交領(lǐng)域，數(shù)字人可在車(chē)站提供路線(xiàn)導(dǎo)航、購(gòu)票咨詢(xún)、信息咨詢(xún)等服務(wù)，降低軌交領(lǐng)域人力成本。

相較于真人，數(shù)字人可以不受時(shí)間或空間的限制，隨著大模型技術(shù)的應(yīng)用，數(shù)字人也將持續(xù)釋放價(jià)值。未來(lái)，思必馳將基于DFM-2大模型，綜合全鏈路語(yǔ)音交互技術(shù)，為用戶(hù)帶來(lái)更具特色的數(shù)字人形象，加速推進(jìn)AI技術(shù)的應(yīng)用落地。

審核編輯：彭菁