共计 2213 个字符，预计需要花费 6 分钟才能阅读完成。
目前数字人在语义理解和情感互动方面仍无法与人类相提并论。
受到虚拟现实与元宇宙等新兴概念的推动，以虚拟偶像、主播及员工为代表的数字人，正在迅速成为市场的焦点。随着政策的扶持，数字人成为众多大型企业争相投入的人工智能领域。然而，技术、产品和市场等多重因素使得这一领域面临诸多瓶颈与挑战。如今“外表华丽却缺乏灵魂”的状况，意味着数字人产业在实现商业价值的道路上还有很长的探索之旅。■新快报记者 梁茹欣
政策助力加快产业发展
借助逼真的外观，数字人正在逐步从影视、文学等领域拓展到文娱传媒、金融、教育等多个行业。那么，数字人究竟是什么呢？根据业内普遍认可的定义，数字人是利用计算机图形技术（CG）、图形渲染和语音合成等技术生成的虚拟人物。这些角色通常具备与人类相似的外形、互动感知能力及表达能力。根据应用类型，数字人可以分为两大类：一是以服务为主的功能型数字人，如虚拟员工、教师和导游；二是以娱乐、社交及个性化表达为主的身份型数字人，例如虚拟偶像。
根据清华大学发布的《元宇宙发展研究报告 3.0 版》，2021 年虚拟数字人核心产业的市场规模约为 336 亿元，年均增长率为 31%，预计到 2025 年将达到 998 亿元。到 2022 年 10 月，虚拟数字人领域的融资案例接近百起，融资总额约为 120 亿元。此外，市场调研机构 IDC 的数据显示，预计到 2026 年，中国的 AI 数字人市场规模将达到 102.4 亿元，市场将持续快速增长。
今年以来，借助政策的东风，数字人产业迅速驶入快车道。今年 11 月，工业和信息化部等五个部门联合发布《虚拟现实与行业应用融合发展行动计划（2022-2026 年）》，明确提出到 2026 年，三维化及虚实融合的沉浸影音技术需重点突破，并实现虚拟现实在重要行业的规模化应用。
在各地，数字人相关产业成为多个地方产业布局的重要组成部分。7 月，北京市发布了《北京市促进数字人产业创新发展行动计划（2022-2025 年）》，目标到 2025 年，实现数字人产业规模突破 500 亿元，培育 1 - 2 家年收入超过 50 亿元的头部企业，以及 10 家年收入超 10 亿元的重点企业和 20 个标杆项目几乎同期，上海也发布了《上海市数字经济发展“十四五”规划》，强调发展人机交互技术，加速智能人机交互及虚拟数字人的技术攻关，推动数字娱乐消费的新业态。
数字人制作成本显著降低
行业分析人士指出，经过一段时间的市场培育，越来越多的企业开始探索可落地的应用场景，预计国内虚拟人将在特定服务领域（如直播带货、虚拟客服等）实现规模化应用。IDC 中国助理研究总监卢言霞表示，现阶段 AI 数字人在某些领域已展现出显著的商业价值。未来，数字人将与人类生活和工作大规模共存。然而，在引入 AI 数字人时，行业用户应保持耐心，不应对应用场景抱有过高期望。
实际上，由于在快速生成和 AI 驱动等方面存在技术瓶颈，数字人目前难以实现低成本、高频次的内容生产。这也意味着，高质量虚拟数字人制作的成本相对较高。根据洞见研报《2022 年虚拟人行业研究报告》，虚拟人的制作成本通常在百万元以上，更高精度的甚至可达千万级别。这些费用大多用于建模、AI、动捕和渲染等技术的投入。以 2021 年底走红的抖音美妆达人“柳夜熙”为例，其制作团队曾透露，制作成本约在百万级别。
游戏引擎商 Cocos 的相关负责人向新快报记者表示，业内定制数字人根据美术风格可分为卡通、二次元和写实等，数字人的定制价格从千元到百万元不等。通常千元级别的数字人多用于电商 24 小时直播机器人，这类技术要求较低，用户通过选择预设的卡通形象进行直播。而百万级别的数字人，如“柳夜熙”和“AYAYI”等，涉及到基本人设的策划，需根据客户需求进行内容创作。目前超写实虚拟人多以视频或图片形式展现，制作流程偏向 CG 生产逻辑，一次短视频内容的制作成本在几十万左右。
业内人士认为，随着 AI 算法的不断突破，数字人的制作成本和周期将大幅缩减，从过去需要一年半的制作时间，缩短至两三个月甚至数小时内即可交付，制作成本也将从原来的百万级降至万元级别。
数字人何时能拥有“有趣的灵魂”？
尽管当前许多数字人企业声称已实现“降本增效”，但更多体现在营销成本的降低。即便是在相对成熟的直播带货场景中，数字人由于成本因素仍难以与真人主播形成明显优势。目前，数字人产业整体尚未盈利，制作与运营维护成本高、变现能力不足等问题仍制约其发展。此外，市面上大多数数字人仍停留在外形逼真的阶段，能够灵活展现表情、动作，以及根据声音或文字做出标准口型等，但在语义理解和情感互动方面与真人存在明显差距，实际上只有华丽的外表而缺乏“灵魂”。
数字人距离拥有“有趣的灵魂”还有多远？Cocos 品牌相关负责人表示，数字人未来的发展应更多地融入类似 ChatGPT 的对话模型，使对话内容更加丰富和有趣。同时，还要灵活地将人类的互动逻辑引入数字人之中，这需要大量的手势交互、动作捕捉等技术的沉淀和积累。“我相信到 2023 年底，我们将看到大量类似逻辑的产品问世。未来，数字人将不再是专业供应商定制的专属，而是由个人创造和生成，让数字人在虚实结合空间中进行互动。”
