文|自象限 程心

編輯|周游

大模型的風(fēng)，吹動(dòng)虛擬數(shù)字人廠商野蠻生長(zhǎng)（以下統(tǒng)稱虛擬人）。

《虛擬數(shù)字人深度產(chǎn)業(yè)報(bào)告》預(yù)計(jì)，到2030年我國(guó)虛擬數(shù)字人整體市場(chǎng)規(guī)模將達(dá)到2700億元，其中，“服務(wù)型虛擬人”總規(guī)模也將超過(guò)950億元。

如同禿鷹盯上腐肉，嗅到萬(wàn)億商機(jī)的各方勢(shì)力，都欲分一杯羹，這也直接導(dǎo)致了目前的虛擬人玩家格局陷入了“混戰(zhàn)”狀態(tài)。

「自象限」根據(jù)各方數(shù)據(jù)不完全統(tǒng)計(jì)，目前國(guó)內(nèi)虛擬數(shù)字人核心廠商約有6000家。而按天眼查的數(shù)據(jù)顯示，相關(guān)廠商數(shù)量甚至超過(guò)6萬(wàn)家。

同時(shí)，隨著大模型(Large Model)的興起，虛擬人的產(chǎn)業(yè)格局也在發(fā)生深刻變化。

比如，虛擬人正在經(jīng)歷從制作流程降本到技術(shù)突破的關(guān)鍵階段，從大語(yǔ)言模型到多模態(tài)能力，讓虛擬人從展示突破到了實(shí)時(shí)互動(dòng)，這意味著未來(lái)虛擬人可能只需要一個(gè)實(shí)時(shí)渲染的外觀，就能擁有十分逼真的溝通能力。技術(shù)門檻的降低，也會(huì)讓更多參與方加入到這個(gè)開(kāi)拓中的市場(chǎng)。而狂奔半年后，百億個(gè)虛擬人也逐漸滲透進(jìn)各行各業(yè)，并逐步進(jìn)入商業(yè)化階段。

也就是說(shuō)，在廠商“混戰(zhàn)”的表面下，隱藏的不僅是巨大的商業(yè)利益，更是復(fù)雜的技術(shù)博弈。而牽動(dòng)著虛擬人“木偶引線”的另一頭，操控者們的世界也在發(fā)生翻天覆地的變化。

01 千億市場(chǎng)，廠商“混戰(zhàn)”

如果說(shuō)元宇宙時(shí)期的虛擬人已經(jīng)是一把大火，那大模型就相當(dāng)于在這之上又烹上了一勺油。一瞬間，鋪天蓋地的數(shù)字人廠商涌來(lái)，將本就復(fù)雜的行業(yè)攪得愈發(fā)渾濁。

這其中，既包括從元宇宙時(shí)期就一直堅(jiān)持虛擬數(shù)字人的廠商，也有依靠全棧技術(shù)優(yōu)勢(shì)輕松邁出第一步的大廠，更不乏聞風(fēng)而來(lái)的換道廠商。

「自象限」初步了統(tǒng)計(jì)核心廠商的類型后發(fā)現(xiàn)，這些廠商大致可以分為四類：

圖為自象限原創(chuàng)

第一類是互聯(lián)網(wǎng)大廠，如騰訊、百度、阿里、京東、網(wǎng)易等。這里面其實(shí)也分兩類，一類是騰訊、百度為代表，他們業(yè)務(wù)龐大，在面向To B的解決方案上，比如金融、文旅、汽車等場(chǎng)景，需要一個(gè)數(shù)字人形象來(lái)符合新的交互方式。對(duì)于這些企業(yè)，數(shù)字人只是業(yè)務(wù)的一個(gè)補(bǔ)充。另一類則是網(wǎng)易為代表的，具有技術(shù)積累的企業(yè)，由于網(wǎng)易在游戲建模、AI捏臉等方面豐富的探索和技術(shù)積累，讓他們需要通過(guò)虛擬人將這些沉淀的資源轉(zhuǎn)化。

第二類是原生廠商。這是較早布局?jǐn)?shù)字人的一批廠商，如即構(gòu)科技、魔琺科技、硅基智能、風(fēng)平智能、數(shù)字栩生、相芯科技等。這類廠商或?qū)儆谏弦徊ㄔ钪鎰?chuàng)業(yè)的“遺珠”，或?qū)儆谑袌?chǎng)早期以電商直播帶貨、本地生活直播等場(chǎng)景切入數(shù)字人場(chǎng)景的公司，得益于AIGC技術(shù)，其中的一些公司完成了從2D數(shù)字人到3D數(shù)字人的升級(jí)。

第三類是換道廠商?；谠屑夹g(shù)延伸入局?jǐn)?shù)字人賽道，如：商湯、華為、科大訊飛、快手、360、美圖、蔚領(lǐng)時(shí)代、元境科技、新壹科技等。這類廠商在發(fā)展過(guò)程中積累了一些涉及數(shù)字人的技術(shù)。譬如商湯的視覺(jué)識(shí)別技術(shù)、科大訊飛的語(yǔ)言識(shí)別技術(shù)、蔚領(lǐng)時(shí)代的游戲渲染技術(shù)等等，以這些技術(shù)為突破口再結(jié)合大模型的發(fā)展，完成了賽道的轉(zhuǎn)換。

第四類是跨界廠商。他們因?yàn)樽陨順I(yè)務(wù)場(chǎng)景需求而下探數(shù)字人技術(shù)，如萬(wàn)興科技、藍(lán)色光標(biāo)、謙尋、高途、中公教育等。這類廠商的特點(diǎn)是其原本業(yè)務(wù)與數(shù)字人并無(wú)太大交集，如萬(wàn)興科技主營(yíng)業(yè)務(wù)是提供文圖、剪輯類的基礎(chǔ)工具，衍生出為客戶提供數(shù)字人工具；藍(lán)色光標(biāo)的主要業(yè)務(wù)為廣告業(yè)務(wù)，通過(guò)數(shù)字人可以更好的完成客戶的需求；而謙尋則是一家MCN公司。但隨著應(yīng)用和場(chǎng)景的拓展，數(shù)字人成為了其新的發(fā)力方向，萬(wàn)興科技借數(shù)字人進(jìn)一步開(kāi)拓了海外直播、營(yíng)銷業(yè)務(wù)，謙尋借由數(shù)字人找尋到了新一輪直播帶貨流量、成交額增長(zhǎng)動(dòng)力。

源于“出身”的不同，不同廠商的商業(yè)模式和目標(biāo)也完全不同。

大廠的虛擬人多為服務(wù)自身核心戰(zhàn)略而生，比如阿里、京東的虛擬人多被應(yīng)用在電商領(lǐng)域；騰訊將移動(dòng)互聯(lián)網(wǎng)時(shí)代積累下來(lái)的RTC（實(shí)時(shí)通信技術(shù)）應(yīng)用在虛擬人交互中，打造了智影制作平臺(tái)；百度希壤更偏向于表演型虛擬人，為不同企業(yè)提供定制化代言人；而網(wǎng)易則將虛擬人應(yīng)用在游戲、教育等多個(gè)自身業(yè)務(wù)中。總的來(lái)說(shuō)，互聯(lián)網(wǎng)大廠并沒(méi)有急于將虛擬人獨(dú)立對(duì)外商業(yè)化，而是受自身技術(shù)的積累和場(chǎng)景需求催生。

核心對(duì)外提供服務(wù)的主要是原生的數(shù)字人廠商和換道廠商，從上個(gè)風(fēng)口到如今，這類廠商已經(jīng)積累了數(shù)字人的技術(shù)經(jīng)驗(yàn)，對(duì)于底層技術(shù)、細(xì)節(jié)把控和場(chǎng)景的探索都有著更為體系化的認(rèn)知。根據(jù)技術(shù)路線的不同，原生廠商又被分為2D廠商和3D廠商，2D廠商更傾向于虛擬人與場(chǎng)景的結(jié)合，而3D廠商則處于技術(shù)迭代的狀態(tài)。

“2D虛擬人制作有兩種方式，一種是請(qǐng)真人錄制，然后幫其定制形象。一種是從用戶提供的視頻中提取形象，再用到各種場(chǎng)景中。但是2D數(shù)字人沒(méi)辦法做到3D那樣轉(zhuǎn)身、跳舞、做各種動(dòng)作?！奔礃?gòu)科技對(duì)二者的制作差異進(jìn)行了詳細(xì)解釋。

但由于2D虛擬人的制作成本低，帶動(dòng)了整個(gè)虛擬人市場(chǎng)“飛入尋常百姓家”，填補(bǔ)了市場(chǎng)由于價(jià)格攔路而不能落地的需求鴻溝?！缸韵笙蕖沽私獾剑壳霸瓘S廠商是大公司和品牌側(cè)傾向的選擇，通過(guò)行業(yè)KA客戶打造標(biāo)桿案例，比如銀行、大型消費(fèi)品品牌（健力寶）、美妝品牌（HR赫蓮娜）等等。

換道廠商和跨界廠商有異曲同工之筆，如商湯、美圖等換道廠商，在上個(gè)階段積累了CV、圖像識(shí)別等技術(shù)，被應(yīng)用在了虛擬人的制作中，而像藍(lán)標(biāo)、謙尋等公司，源于自身的需求出發(fā)，為了避免高昂的采購(gòu)成本，也選擇自研虛擬人，技術(shù)不夠硬核但有固定的客戶群，商業(yè)化冷啟動(dòng)相對(duì)迅速。

02 產(chǎn)品成熟，重在交付

今年8月、9月開(kāi)始，虛擬人廠商產(chǎn)品開(kāi)始加速迭代。據(jù)不完全統(tǒng)計(jì)，兩個(gè)月內(nèi)至少有10家廠商發(fā)布了新的虛擬人產(chǎn)品。

產(chǎn)品的高度迭代意味著虛擬人正在飛快得適應(yīng)市場(chǎng)需求，而這也意味著虛擬人第一階段的賽點(diǎn)已經(jīng)走入關(guān)鍵階段。

從類型來(lái)看，虛擬人廠商分為兩類，一類直接交付虛擬人產(chǎn)品，包括通用虛擬人產(chǎn)品、行業(yè)垂直場(chǎng)景的虛擬人產(chǎn)品，比如電商、零售、營(yíng)銷、直播等，客戶即拿即用，或標(biāo)準(zhǔn)化或定制化；另一類則提供虛擬人制作平臺(tái)，客戶通過(guò)使用平臺(tái)提供的工具，自主生產(chǎn)虛擬人。

相比之下，產(chǎn)品交付類型更適合企業(yè)探索虛擬人初期，幾乎不需要技術(shù)團(tuán)隊(duì)配合，門檻更低，也是目前較多企業(yè)選擇的方式。

針對(duì)這類產(chǎn)品形式，虛擬人廠商也提供了多樣的購(gòu)買方案。如汽車試駕一樣，品牌在購(gòu)買虛擬人之前，可以先可進(jìn)行Demo的試用，真實(shí)感受虛擬人的表情、動(dòng)作、交互等等。除此之外，品牌在購(gòu)買前還可以進(jìn)行方案咨詢，廠商會(huì)根據(jù)客戶情況，制定具體的虛擬人傳播方案，并有多種不同風(fēng)格的虛擬人可以選擇。

以即構(gòu)虛擬人Avatar為例，企業(yè)可選擇擬人形象和Q版形象，并可以在線直接體驗(yàn)給虛擬人換裝、捏臉，并通過(guò)AI完成了表情驅(qū)動(dòng)、聲音驅(qū)動(dòng)、文本驅(qū)動(dòng)、肢體驅(qū)動(dòng)等全方位的驅(qū)動(dòng)方式。

圖源：即構(gòu)官網(wǎng)截圖

提供制作平臺(tái)的廠商產(chǎn)品則更加復(fù)雜，如魔琺科技的三款產(chǎn)品分別針對(duì)了不同場(chǎng)景進(jìn)行，包括虛擬視頻、虛擬人直播和獨(dú)立的虛擬人服務(wù)，并且在后端打造了端到端的寫實(shí)3D虛擬人工業(yè)化產(chǎn)線，包括從技術(shù)到調(diào)試到運(yùn)營(yíng)的“星云平臺(tái)”，讓虛擬人能夠和大模型結(jié)合，長(zhǎng)出“腦子”，真正實(shí)現(xiàn)3D交互。

圖源：魔琺科技發(fā)布會(huì)

今年8月，魔琺科技升級(jí)了有言AIGC生成平臺(tái)、有光直播帶貨平臺(tái)和有靈虛擬人制作平臺(tái)，為企業(yè)提供系列生成工具，企業(yè)根據(jù)自身需求，能夠更加靈活的調(diào)整虛擬人的細(xì)節(jié)、結(jié)構(gòu)和適配的使用場(chǎng)景。

相比之下，商湯既能夠直接交付虛擬人產(chǎn)品，也打造了如影虛擬人制作平臺(tái)，基于在視覺(jué)、語(yǔ)音領(lǐng)域積累的3萬(wàn)個(gè)算法模型，打造了集智能化生成、智能化驅(qū)動(dòng)、智能化交互的數(shù)字人平臺(tái)。在商湯智能化引擎驅(qū)動(dòng)下，虛擬人能快速識(shí)別、反應(yīng)，與用戶建立起對(duì)話關(guān)系。并且，事后，虛擬人也不會(huì)“失憶”，繼續(xù)學(xué)習(xí)迭代。

這也說(shuō)明了，當(dāng)下廠商不僅是商業(yè)模式上的競(jìng)爭(zhēng)，更是技術(shù)先進(jìn)性的比拼。

03 技術(shù)”三級(jí)跳“

從整個(gè)虛擬人的技術(shù)發(fā)展進(jìn)程來(lái)說(shuō)，大模型帶來(lái)最核心的改變，是推動(dòng)著虛擬人從第一階段看起來(lái)“像人”，到能夠與人實(shí)時(shí)互動(dòng)。

圖為自象限原創(chuàng)

第一階段，虛擬人廠商比拼的是“誰(shuí)看起來(lái)更像人”？虛擬人廠商的核心技術(shù)多在傳統(tǒng)的CG（建模）技術(shù)、驅(qū)動(dòng)技術(shù)、渲染引擎等等，所以虛擬代言人為代表的表演型虛擬人成為了核心交付產(chǎn)品。

但由于技術(shù)的不成熟導(dǎo)致了虛擬人制作成本高企，「自象限」從行業(yè)內(nèi)人士了解到，2022年，某大廠提供的訂制虛擬人價(jià)格高達(dá)10萬(wàn)，這讓虛擬人根本無(wú)法規(guī)?；涞亍?/p>

大模型來(lái)了之后，一方面讓虛擬人制作成本進(jìn)行了大幅度降低；另一方面，AI技術(shù)加速了虛擬人的交互功能，讓虛擬人交互起來(lái)更像人。

某虛擬人制作廠商曾吐槽：“以前6888元一個(gè)，賣一個(gè)賠一個(gè)”，通過(guò)智能渲染、智能驅(qū)動(dòng)，流程自動(dòng)化制作等能力，讓虛擬人的制作成本有了30%-50%的縮減，市面上甚至冒出了“99元、299元一個(gè)的虛擬人”。

更重要的是，大模型技術(shù)加速了虛擬人對(duì)語(yǔ)言語(yǔ)義的理解能力，讓虛擬人能夠從簡(jiǎn)單的檢索生成，到語(yǔ)言文字AI驅(qū)動(dòng)，更快速的對(duì)人的需求進(jìn)行回復(fù)，甚至做到“秒回”，同時(shí)模型也驅(qū)動(dòng)了渲染技術(shù)、擬真技術(shù)、超寫實(shí)技術(shù)的進(jìn)化。

舉個(gè)具體的例子：交互的核心并不只是動(dòng)作反饋，更是內(nèi)容的生成和語(yǔ)音的交流，故而，AIGC技術(shù)和語(yǔ)音生成技術(shù)成為了當(dāng)下技術(shù)發(fā)展的核心。

大模型讓虛擬人“長(zhǎng)了腦子”，有了思考和推理能力，AIGC技術(shù)讓虛擬人能夠有“想法”，TTS（Text To Speech文本轉(zhuǎn)語(yǔ)音技術(shù)）技術(shù)則讓虛擬人能夠“表達(dá)”。

幾天前，在GPT-4V版本更新，TTS實(shí)現(xiàn)了進(jìn)步，文本驅(qū)動(dòng)語(yǔ)音有了語(yǔ)氣和口吻，在停頓、重音和自然交互程度上有了極大的提升。不僅可以模仿不同的口吻，甚至設(shè)定“渣女”時(shí)還學(xué)會(huì)了“夾子音”。

有行業(yè)專家推測(cè)：TTS技術(shù)端到端成熟后，對(duì)行業(yè)格局的改變會(huì)很大。因?yàn)樘摂M人真的能夠?qū)崟r(shí)交互后，落到產(chǎn)業(yè)里才能產(chǎn)生實(shí)際價(jià)值。

從看起來(lái)像人，到實(shí)時(shí)互動(dòng)，大模型推動(dòng)著虛擬人完成二級(jí)階躍，但這也只是一個(gè)新的開(kāi)始。從元宇宙到大模型時(shí)代，虛擬人真正備受關(guān)注的內(nèi)在原因在于，他將有可能是下一個(gè)虛擬時(shí)代的“入口”，背后連接著新的虛擬世界，入口屬性讓其變的既性感又危險(xiǎn)。

國(guó)外最早布局虛擬人的微軟小冰CEO李笛則認(rèn)為：虛擬人未來(lái)是混合模型。

本質(zhì)上，這兩種觀點(diǎn)的內(nèi)核是一致的，只不過(guò)李笛的假設(shè)更為具體。下一階段，將進(jìn)入“虛擬人＋”的階段，虛擬人＋RPA在企業(yè)內(nèi)部打造數(shù)字員工；虛擬人＋AI Agent，在C端打造陪伴型機(jī)器人；虛擬人＋AR/VR，在3D空間打造可見(jiàn)的游戲NPC；虛擬人＋具身智能，讓人型機(jī)器人有了靈魂。

若將多種技術(shù)進(jìn)行全面融合，虛擬人才真的能夠成為“入口級(jí)應(yīng)用”。屆時(shí)，比拼的賽點(diǎn)將是虛擬人的開(kāi)放程度、生態(tài)建設(shè)、場(chǎng)景拓展等一系列綜合能力。

當(dāng)虛擬人被賦予了更多能力，其背后的木偶引線到底還能否掌握在人的手里？

這個(gè)答案，也著實(shí)讓人期待。