（騰訊云小樣本數(shù)智人）

出品 | 搜狐科技

作者 | 潘琭玙

4月25日，騰訊云智能小樣本數(shù)智人生產(chǎn)平臺首次對外發(fā)布，平臺具有訓練樣本小、生產(chǎn)效率高、自動化生產(chǎn)等特性，可以輕松實現(xiàn)“自助式”數(shù)智人生產(chǎn)制作。據(jù)騰訊云智能數(shù)智人產(chǎn)品總經(jīng)理陳磊介紹，小樣本數(shù)智人12小時就能夠出來demo，并且成本已降至千元級別。

陳磊表示，以前做一個數(shù)智人是幾個月，去年是以幾周為單位，“今年我們做一些2D小樣本數(shù)智人已經(jīng)達到小時級”。據(jù)悉，此前爆火的虛擬人“美妝達人柳夜熙”，3-4分鐘的視頻制作周期為一個多月，視頻制作成本高達幾十萬。

高成本、長周期以及難以逾越人腦的AI技術(shù)也限制了數(shù)字人、虛擬人的大規(guī)模落地。

目前騰訊小樣本數(shù)智人的生成需采集3分鐘真人口播視頻、100句語音素材，之后通過音頻、文本多模態(tài)數(shù)據(jù)輸入，能夠?qū)崿F(xiàn)實時建模并生成高清人像，制作周期縮短至24小時。

陳磊表示，小樣本數(shù)智人支持半身、全身形象展示，手勢動作會根據(jù)內(nèi)容靈活調(diào)整，也支持錄制背景任意更換，適用于直播帶貨等更廣泛的商用場景。與2D真人精品數(shù)字人相比，小樣本數(shù)智人所需素材簡單，成本較低，同時可根據(jù)文本設(shè)計手勢，唇動、口型、表情復(fù)現(xiàn)真人風格。

成本降至千元，2D視頻背后是3D人像做支撐

據(jù)騰訊優(yōu)圖實驗室研究總監(jiān)汪鋮杰介紹，“小樣本數(shù)智人從直觀上感受是2D視頻，背后其實是3D人像在做支撐?！?/p>

他介紹，騰訊數(shù)智人技術(shù)包含語音、視覺、自然語言處理等技術(shù)，“最近半年我們聚焦在加入人像編輯與3D技術(shù)。我們的核心追求，一個是如何做得更高效，另外是把數(shù)智人做得更逼真?！?/p>

在會后與搜狐科技在內(nèi)的媒體對話中，汪鋮杰也表示，以前行業(yè)做的數(shù)智人效果未必好，有的一看就知道特別假；現(xiàn)在的數(shù)智人看一眼，還要猜測它們到底是真還是假。

數(shù)據(jù)顯示，自2021年7月至今，我國虛擬人、數(shù)字人賽道融資總金額已超過8億人民幣，自2021年起，數(shù)智人市場因部分技術(shù)低門檻已開始陷入同質(zhì)化競爭。但對此，汪鋮杰表示，當下正處于“以一種模式置換另外一種模式的過程”。數(shù)智人將帶來新生產(chǎn)模式的出現(xiàn)，而在此之后大家會找到自己的定位。

在成本方面，陳磊透露，小樣本數(shù)智人成本現(xiàn)在主要是千元級別，隨著技術(shù)發(fā)展，成本的門檻會越來越低。但是，3D超寫實、高精定制等高技術(shù)要求的數(shù)智人仍要求高成本，以及具體針對客戶需求進行定制。

陳磊也進一步解釋，若有低成本或是普惠化的方式，會是騰訊數(shù)智人的追求方向。但目前，3D傳統(tǒng)的建模，從原畫設(shè)計、建模、驅(qū)動、綁定等，一條鏈路上有很多傳統(tǒng)美術(shù)的路徑，成本較難迅速降低。

3D 建模數(shù)字人精美度高，但因過高的成本和制作周期在商業(yè)化應(yīng)用上存在一定難度，更適用于大企業(yè)服務(wù)。小樣本2D數(shù)智人則開拓了市場空間較大的直播帶貨、短視頻制作、偶像娛樂工業(yè)、游戲和客服等使用場景，能夠很大程度降低時間成本、提升效率并且可控性高。

對于大規(guī)模落地的可能性，陳磊指出，時間成本、金錢成本與穩(wěn)定性是眼前的阻礙，“這三方面如果都解決了，對個人而言做自己的數(shù)智分身都是觸手可及的?！?/p>

在騰訊數(shù)智人的構(gòu)想中，未來將以自助式為主，客戶自己開賬號，下單，購買，上傳素材并自己訓練，最終輸出效果，未來將是獨立式生成的一站式模式。

朝著AIGC生成的框架升級

元宇宙概念退潮后，數(shù)字人作為元宇宙的“原住民”并未熄火。速途元宇宙研究院數(shù)據(jù)顯示，2022年虛擬人市場規(guī)模同比增長64.5%，增速達到近三年峰值。在AIGC技術(shù)的浪潮下，數(shù)字人也再次乘上風口。

根據(jù)國盛證券報告，在當前以 2D 仿真數(shù)字人為主的情況下，AIGC 可以提高皮套生成的效率，并且疊加 NLP 模型后，有望實現(xiàn) AI 驅(qū)動的數(shù)字人。

陳磊也透露，騰訊云數(shù)智人正朝著AIGC生成的框架去做改動，做一些生成技術(shù)的更新?！癆IGC在我們數(shù)智人的技術(shù)中有挺多的，包括口型生成、人臉生成等，在3D數(shù)智人也朝生成式的方向去走?！?/p>

據(jù)悉，在文字生成之外，騰訊數(shù)智人也將融合不同的模態(tài)。在語音和視覺圖像生成建模上，也會基于AIGC技術(shù)進行改動升級。另外，陳磊也透露在“卡脖子”的算力方面，數(shù)智人產(chǎn)品業(yè)務(wù)并不會受到影響，“囤貨還是蠻多的”。

陳磊直言，在元宇宙過去幾年成立了幾萬家數(shù)智人公司，傳統(tǒng)美術(shù)公司或是科技公司都在干同樣的事情，很過熱?！钡鞔_，騰訊將基于服務(wù)行業(yè)的角度，專注做厚aPaaS數(shù)智人平臺，以API接口形式向合作伙伴開放“產(chǎn)、銷、服”一體化服務(wù)。

他表示，騰訊的數(shù)智人追求的是兩個方向，一個是通過AI技術(shù)，能夠提升智能性，更智慧。第二個是更懂行，我們進入到各種各樣的行業(yè)和場景，做深入的場景集成。