根据艾媒咨询的预测，到 2025 年，中国的虚拟人市场规模将达到 480.6 亿元，主要的用户群体为中小型企业。该市场的产品需求量排名前五的行业分别为电子商务、卫生、社会保障与福利、教育、金融和交通运输，主要的产品类型包括数字员工和定制化数字形象。

一、数字人的定义

1.1 概念解析

数字人是指在数字空间中以虚拟形式存在，具备类人或真人外貌、行为特征的虚拟形象，可称为虚拟角色、数字虚拟人等。其核心技术涵盖计算机图形学、动作捕捉、图像渲染及人工智能等领域。数字人不仅能塑造理想化的人物形象，还能为品牌创造积极的价值。各行各业如互联网、金融、电商及汽车运输等均在积极推出数字人，以支持品牌推广和智能客服等目的。

1.2 发展历程

虚拟数字人的概念逐渐成型

1.3 数字人产业链

如今，虚拟数字人的理论与技术愈加成熟，应用范围不断拓展，产业链正在逐步建立并丰富。目前，产业链主要由技术层、平台层和应用层构成。

上游技术层为虚拟人的制作提供必要的技术支持，主要分为硬件与软件两大部分。

硬件方面涵盖了所有需要的设备，例如显示器、芯片以及用于交互的光学设备和传感器，同时也包括制作虚拟人所需的计算设备及各种动作捕捉工具。

而在软件方面，除了需要用于呈现和交互的程序，还需在制作过程中使用建模软件和渲染引擎。行业内的基础层厂商大多位于海外，经过多年的行业沉淀，已形成了较强的技术壁垒。

中游平台层则负责将上游的各项技术整合应用于具体的项目，主要涉及建模、动作捕捉和渲染等环节。目前，平台层的企业正在快速发展，竞争的关键在于如何将技术能力与文化设计相结合，为下游应用层提供一体化的虚拟人解决方案。随着人工智能、算法和 5G 技术的进步，制作成本仍有进一步降低的空间。

下游应用层则将虚拟人技术应用于各个行业。最初，虚拟人技术在影视、传媒和游戏领域积累了丰富的应用经验，随着技术的不断进步，正逐步展现出新的赋能方式。

目前，在金融和文化旅游等领域，虚拟人凭借与人工智能的结合，以及在成本和表现力上的优势，逐渐开始提供数字员工、虚拟导游等多种服务。

二、关键技术

2.1 基础架构与制作流程

数字人系统的组成包括五个主要模块：人物形象、语音生成、动画生成、音视频合成显示以及交互功能。

其中，虚拟人物的制作流程中，建模、驱动和渲染三个环节尤为重要且富有挑战性。

建模环节：通过真人模型或设计角色为虚拟数字人创建基础的三维模型。3D 建模是构建虚拟人形象的根基，关键在于细节的高度还原。

驱动环节：利用真人动作捕捉（真人驱动型）或训练驱动模型（算法驱动型）等方式来确定虚拟数字人的基本动作。

渲染环节：依据设计阶段所确定的虚拟人最终效果及应用场景，将模型与动作进行渲染，以展示最佳效果。渲染技术旨在提升虚拟人的真实感，并实现实时互动的需求。

2.2 主要技术

虚拟数字人的三大基本特性包括：具有人类外貌、行为和思想；依赖于众多技术栈的支持，涉及多个领域的硬件与软件算法，例如图形识别、视觉技术、3D 建模、CG 渲染、动作捕捉、人工智能、计算机语音技术与自然语言处理等。

▲ 智能驱动型数字人：智能系统自动读取并解析外部输入信息，基于解析结果决定数字人后续的文本输出，并驱动角色模型生成对应的语音与动作，以实现与用户的互动。这种模型通过 AI 技术预先训练，能够通过文本驱动生成语音和相关动画，业内通常称之为 TTSA（文本到语音与动画）模型。

▲ 真人驱动型数字人：真人通过 视频监控 系统接收用户视频，并与用户实时语音交互，同时通过动作捕捉系统记录真人的表情与动作，展现在虚拟数字人形象上，以便进行互动。

从应用的角度来看，数字人可分为：服务型数字人与身份型数字人。

服务型数字人具备实用性，能够替代真人完成服务、内容生产及一些简单任务，从而降低服务行业的运营成本。数字主播和数字教师是其典型应用场景。

身份型数字人则强调其身份特性，主要展现为虚拟 IP 或偶像，能够为未来的 虚拟化 世界提供核心的交互媒介，数字偶像是其代表应用。

经过市场调研，目前的数字人根据人物图形维度可分为 2D 和 3D 两类，外形上则可分为卡通风格和写实风格，综合来看，数字人可以归纳为二次元、3D 卡通及 3D 超写实三大类型。

三、应用领域

影视行业：数字替身特效技术为导演提供了实现拍摄过程中难以表现的内容与效果的重要手段，已经成为特效大片拍摄中的关键技术和卖点，角色中常常使用数字替身。

·

新闻媒体：可以根据音频 / 文本内容快速生成视频，定制虚拟主持人 / 主播 / 偶像，实现节目内容的自动化生产，打造专属品牌 IP 形象，增强观众互动，提升观看体验。角色类型包括虚拟主持人、虚拟主播、虚拟偶像。

·

游戏行业：数字人物角色的真实感不断提高，使玩家的代入感和游戏的可玩性显著增强。这些角色具备数字人物特性。

智能化服务的多元应用领域