電子發(fā)燒友網(wǎng)報(bào)道（文/李彎彎）近年來，越來越多的數(shù)字人出現(xiàn)在各大電商平臺(tái)的直播間，他們超寫真的形象不僅讓觀眾很有代入感，而且這些主播還能24小時(shí)直播帶貨、幫助客戶解答疑問等。據(jù)統(tǒng)計(jì)，目前我國(guó)各大網(wǎng)絡(luò)平臺(tái)上有超過5000萬個(gè)虛擬數(shù)字人的主播賬號(hào)，相關(guān)的市場(chǎng)規(guī)模已經(jīng)達(dá)到一百余億元，周邊市場(chǎng)更是超過了千億元的量級(jí)。

然而隨著市場(chǎng)規(guī)模的不斷發(fā)展擴(kuò)大，相關(guān)的糾紛也隨之而來。全國(guó)首例涉“虛擬數(shù)字人”侵權(quán)案近日二審宣判引發(fā)社會(huì)關(guān)注。業(yè)界人士認(rèn)為，虛擬數(shù)字人作為新興業(yè)態(tài)，首例虛擬數(shù)字人侵權(quán)案的判決對(duì)我們虛擬數(shù)字人產(chǎn)業(yè)的后續(xù)發(fā)展有很好的規(guī)范意義。

虛擬數(shù)字人發(fā)展過程中面臨的挑戰(zhàn)

數(shù)字人技術(shù)作為一種前沿的人工智能應(yīng)用，通過人物形象模擬、聲音克隆、語言處理等先進(jìn)技術(shù)創(chuàng)造出高度逼真的數(shù)字人形象。有效的為企業(yè)提供更高效、便捷和個(gè)性化的客戶服務(wù)，助力企業(yè)降本增效、推動(dòng)產(chǎn)業(yè)數(shù)智化發(fā)展。

調(diào)研機(jī)構(gòu)數(shù)據(jù)顯示，2023年中國(guó)企業(yè)使用數(shù)字人首要目的是提升工作效率、質(zhì)量，占比為57.6%，其次是提升企業(yè)數(shù)字化程度（47.6%）和提升企業(yè)形象（40.9%）。目前，虛擬數(shù)字人在影音娛樂、電商帶貨、虛擬社交等行業(yè)領(lǐng)域廣泛應(yīng)用。

上海魔琺公司成立于2018年初，公司全棧自研了智能化工業(yè)化虛擬內(nèi)容制作核心技術(shù)、虛擬直播核心技術(shù)及AI虛擬人核心技術(shù)。2019年10月，該公司通過公開活動(dòng)發(fā)布了數(shù)字人Ada并于同年10月、11月通過某網(wǎng)絡(luò)平臺(tái)發(fā)布了兩段視頻。2022年7月，杭州某網(wǎng)絡(luò)公司未經(jīng)授權(quán)發(fā)布了兩段含有Ada的視頻畫面。

上海魔琺公司認(rèn)為，杭州某網(wǎng)絡(luò)公司在未經(jīng)授權(quán)的情況下傳播使用該虛擬數(shù)字人，侵害了他們的美術(shù)作品、視聽作品的信息網(wǎng)絡(luò)傳播權(quán)，以及侵害了錄像制作者及錄像制品中表演者的信息網(wǎng)絡(luò)傳播權(quán)。因此將杭州某網(wǎng)絡(luò)公司起訴至杭州互聯(lián)網(wǎng)法院。

上海魔琺公司表示，超寫實(shí)虛擬數(shù)字人Ada的制作需要應(yīng)用人工智能表演動(dòng)畫技術(shù)、超寫實(shí)角色智能建模與綁定技術(shù)等，是他們投入大量時(shí)間和精力產(chǎn)生的作品，理應(yīng)受到法律保護(hù)。而杭州某網(wǎng)絡(luò)公司則認(rèn)為，虛擬數(shù)字人形象不屬于美術(shù)作品，原告不享有相關(guān)作品著作權(quán)。

杭州互聯(lián)網(wǎng)法院案件審判長(zhǎng)官家輝認(rèn)為，虛擬數(shù)字人的形象是有一定的美感的，它是開發(fā)者用虛擬美化的手法，利用線條色彩對(duì)形象設(shè)計(jì)的獨(dú)創(chuàng)性的表達(dá)，因此它構(gòu)成美術(shù)作品，另外承載這個(gè)虛擬數(shù)字人形象的視頻，它是構(gòu)成視聽作品和錄像制品的。當(dāng)然這個(gè)相關(guān)的權(quán)利，也就是包括一些財(cái)產(chǎn)性的權(quán)利和錄像制作者權(quán)是歸屬于原告。

近幾年雖然虛擬數(shù)字人迅速發(fā)展，然而仍然存在很多問題值得關(guān)注，除了上述提到的，著作權(quán)糾紛問題外，在技術(shù)、應(yīng)用、隱私安全各方面都還有待優(yōu)化。如，技術(shù)成熟度還不足，同時(shí)虛擬數(shù)字人的制作成本較高，需要投入大量的人力和物力資源。

此外，虛擬數(shù)字人技術(shù)也會(huì)涉及到用戶的個(gè)人信息和隱私數(shù)據(jù)，如果數(shù)據(jù)保護(hù)措施不到位，可能會(huì)導(dǎo)致用戶隱私泄露和安全問題；還有一個(gè)就是數(shù)字人目前的商業(yè)模式還有待優(yōu)化，從目前的情況來看，數(shù)字人應(yīng)用多集中在直播場(chǎng)所中，競(jìng)爭(zhēng)激烈，創(chuàng)新不夠?？傮w而言，虛擬數(shù)字人還面臨很多問題，接下來還需要不斷加強(qiáng)技術(shù)研發(fā)、應(yīng)用探索。

虛擬數(shù)字人的核心技術(shù)和發(fā)展趨勢(shì)

虛擬數(shù)字人的制作流程涵蓋了諸多技術(shù)，包括建模設(shè)計(jì)技術(shù)、動(dòng)捕驅(qū)動(dòng)技術(shù)和實(shí)時(shí)渲染技術(shù)。這些技術(shù)仍在逐步進(jìn)化中，存在某些步驟互相融合的趨勢(shì)。

首先是建模，明確形象設(shè)計(jì)方向，根據(jù)平面形象和三視圖，進(jìn)行模型搭建。人物建模的主流技術(shù)仍為靜態(tài)掃描，但具有高視覺保真度的動(dòng)態(tài)光場(chǎng)三維重建技術(shù)成為未來重點(diǎn)發(fā)展方向。

接著，通過捕捉技術(shù)采集真人演員的動(dòng)作和面部表情數(shù)據(jù)，之后將這些數(shù)據(jù)遷移合成到虛擬數(shù)字人身上。動(dòng)作捕捉方案是目前3D數(shù)字人動(dòng)作生成的核心技術(shù)，最高可實(shí)現(xiàn)毫米級(jí)誤差。

將場(chǎng)景、人物、角色、特效以及配音進(jìn)行后期合成，最后渲染成片。PBR渲染技術(shù)的進(jìn)步以及重光照等新型渲染技術(shù)的出現(xiàn)使虛擬數(shù)字人皮膚紋理變得真實(shí)，突破恐怖谷效應(yīng)。

不少案例顯示，隨著人工智能、語音識(shí)別、圖像識(shí)別等技術(shù)的不斷發(fā)展，虛擬數(shù)字人的交互能力和形象逼真度正在不斷提高。尤其是2023年來，大語言模型席卷全球，業(yè)界積極探索將大模型與數(shù)字人技術(shù)相結(jié)合，接入大模型的數(shù)字人很好改善了之前數(shù)字人存在的表情僵硬、語言呆板、交互能力不強(qiáng)等問題。

大語言模型接入虛擬數(shù)字人的技術(shù)原理主要是自然語言處理技術(shù)。自然語言處理技術(shù)是用來理解和處理人類語言的技術(shù)，包括語音識(shí)別、文本分析、語言生成等。通過自然語言處理技術(shù)，虛擬數(shù)字人可以識(shí)別用戶的語言輸入，并將其轉(zhuǎn)換為計(jì)算機(jī)可以理解的形式。

如，基于360自研大模型“智腦”構(gòu)建的360 AI數(shù)字人具有記憶、有人設(shè)和性格，能夠復(fù)刻思維方式和人生經(jīng)歷，可生成內(nèi)容并與人類實(shí)時(shí)智能互動(dòng)。此前在某人工智能展會(huì)上，有工作人員告訴電子發(fā)燒友網(wǎng)，之前數(shù)字人直播基本難以做到現(xiàn)場(chǎng)互動(dòng)，而通過接通大模型后，數(shù)字人就能夠?qū)崟r(shí)回答現(xiàn)場(chǎng)用戶提出的部分問題，實(shí)現(xiàn)更好的交互效果。

而且，大模型與數(shù)字人的結(jié)合在邊緣側(cè)也開始有落地案例，近日電子發(fā)燒友采訪到某AI邊緣計(jì)算機(jī)廠商，他們已經(jīng)為一家醫(yī)院部署了邊緣側(cè)的大模型結(jié)合數(shù)字人的方案，這樣的數(shù)字人基本能回答患者提出的問題，并生成電子病歷，提交給醫(yī)生，大大提高就診效率。

寫在最后

如今數(shù)字人在人們生活中的應(yīng)用已經(jīng)非常普遍，而且隨著技術(shù)的更加成熟，虛擬數(shù)字人的能力越來越強(qiáng)，尤其是近年來備受關(guān)注的大語言模型，也逐漸與數(shù)字人進(jìn)行很好的結(jié)合，數(shù)字人也更能像真人一樣進(jìn)行互動(dòng)，未來它的應(yīng)用也將會(huì)更加普遍。不過，同時(shí)數(shù)字人的發(fā)展也面臨諸多問題，比如文章提到的侵權(quán)、隱私等問題，這些都需要逐步去進(jìn)行規(guī)范。