正因如此，市場(chǎng)上數(shù)字人的形象、特點(diǎn)和功能不一。若想將數(shù)字人真正地應(yīng)用至企業(yè)，甚至規(guī)模化應(yīng)用，賦能行業(yè)發(fā)展，那么我們不僅需要明確自身需求，還需要厘清數(shù)字人的能力及其未來(lái)的潛力和可能性。

 

　　對(duì)此，商湯科技智能產(chǎn)業(yè)研究院戰(zhàn)略生態(tài)研究室主任楊燕介紹了他們對(duì)數(shù)字人級(jí)別的劃分依據(jù)，以及不同等級(jí)數(shù)字人的特點(diǎn)，為整個(gè)數(shù)字人行業(yè)的發(fā)展提供了參考依據(jù)。

 

　　數(shù)字人等級(jí)劃分

 

　　楊燕介紹：“我們根據(jù)‘擬人化’和‘（生產(chǎn)）自動(dòng)化’兩大維度，將市場(chǎng)上的各類數(shù)字人劃分為L(zhǎng)1到L5五級(jí)類別。

       ”其中，形象逼真寫實(shí)，但沒(méi)有交互能力的數(shù)字人為L(zhǎng)1級(jí)別。L2級(jí)別的數(shù)字人，背后有真人帶著比較繁重，成本很高的專業(yè)的動(dòng)捕設(shè)備，在內(nèi)部的環(huán)境之下去進(jìn)行制作完成的。比如傳統(tǒng)的影視制作，動(dòng)畫制作等。

 

　　L3級(jí)別的數(shù)字人背后也有真人，他們不再需要佩戴繁重的專業(yè)級(jí)動(dòng)捕設(shè)備，而是直接通過(guò)安裝在電腦或手機(jī)端的攝像頭，基于算法植入，就可以將真人的所有動(dòng)作，包括表情、口型、肢體等動(dòng)作細(xì)節(jié)捕捉，同步遷移到數(shù)字人身上，驅(qū)動(dòng)數(shù)字人實(shí)時(shí)的互動(dòng)起來(lái)。

 

　　L4級(jí)別的數(shù)字人將被賦予智慧的大腦。它們可以獨(dú)立地與真人進(jìn)行實(shí)時(shí)的智能化交互。比如商湯科技推出的寧波銀行上海分行數(shù)字人“小寧”，它可以代替真人在線下網(wǎng)點(diǎn)大堂，解答來(lái)訪客戶的業(yè)務(wù)問(wèn)題。L5級(jí)別的數(shù)字人可以完全實(shí)現(xiàn)智能化交互，不在依賴于真人的介入，是一個(gè)通用智能型的數(shù)字人，可以回答更通用化的問(wèn)題，成為我們個(gè)人生活的助手。

 

　　楊燕表示：“因?yàn)長(zhǎng)4級(jí)別以上的數(shù)字人涉及到大量的人工智能的算法和技術(shù)，我們也將其稱之為AI數(shù)字人。只有達(dá)到L4等級(jí)的數(shù)字人，才能真正地進(jìn)入到行業(yè)里，解決經(jīng)濟(jì)發(fā)展中普遍會(huì)面臨的‘人效’問(wèn)題。”

 

　　AI數(shù)字人的技術(shù)特點(diǎn)

 

　　與一般數(shù)字人相比，AI數(shù)字人具備三大特征，分別是多模態(tài)交互能力、深度學(xué)習(xí)能力和AIGC能力。首先，楊燕介紹了多模態(tài)交互能力，它是指利用數(shù)字化的技術(shù)，模擬人與人之間的自然交互方式。你可以通過(guò)語(yǔ)言、文本、甚至是不同手勢(shì)或表情，來(lái)與數(shù)字人進(jìn)行交互和溝通。這里會(huì)涉及到視覺(jué)識(shí)別、語(yǔ)言識(shí)別、語(yǔ)義理解等技術(shù)，具有一定的門檻。據(jù)楊燕介紹，商湯的視覺(jué)相關(guān)的算法模型已累計(jì)超過(guò)30000個(gè)，研發(fā)建成了世界上最大的計(jì)算機(jī)視覺(jué)基模型，參數(shù)高達(dá)300億，可以支持?jǐn)?shù)字人在圖像、視頻等視覺(jué)信號(hào)處理的復(fù)雜長(zhǎng)尾應(yīng)用。在語(yǔ)音語(yǔ)義理解方面，商湯也自研并具備了包括語(yǔ)音識(shí)別(ASR)、語(yǔ)義理解（NLP/知識(shí)圖譜）、語(yǔ)音合成（TTS）以及語(yǔ)音動(dòng)畫合成（STA）等多項(xiàng)技術(shù)能力。

 

　　正是基于以上技術(shù)支撐，商湯得以在“擬人化”和“自動(dòng)化”兩大維度，建立了AI數(shù)字人的生產(chǎn)力底座。

　　其次，楊燕還解釋了深度學(xué)習(xí)能力，它是指基于計(jì)算機(jī)深度學(xué)習(xí)技術(shù)，讓數(shù)字人不斷地學(xué)習(xí)新的語(yǔ)料和數(shù)據(jù)。在經(jīng)過(guò)訓(xùn)練及現(xiàn)實(shí)應(yīng)用的反饋后，不斷地迭代和延展它的能力和交互水平。通過(guò)深度學(xué)習(xí)，數(shù)字人不僅在專業(yè)度上有所加深，還可以學(xué)習(xí)跨業(yè)務(wù)的知識(shí)，支持跨業(yè)務(wù)服務(wù)和溝通。最后，楊燕介紹了AI數(shù)字人的最后一大特征，即AIGC。它是指在制作數(shù)字人過(guò)程中，引入AI生成內(nèi)容的能力，輔助自動(dòng)化的生成內(nèi)容。從而大幅度提升數(shù)字人的制作效率，降低開發(fā)者使用門檻，縮短開發(fā)的周期，降低成本。

 

　　商湯通過(guò)人工智能技術(shù)的集成和應(yīng)用，并與數(shù)字人生產(chǎn)流程進(jìn)行融合優(yōu)化，針對(duì)傳統(tǒng)CG建模、動(dòng)畫制作環(huán)節(jié)，和數(shù)字人的多模態(tài)交互、深度學(xué)習(xí)能力構(gòu)建，分別推出了智能化生成、智能化驅(qū)動(dòng)和智能化交互三大引擎，并通過(guò)三大引擎間的流程打通和標(biāo)準(zhǔn)化處理，打造“一站式”AI數(shù)字人生產(chǎn)流水線。

 

　　如此，數(shù)字人才有可能推廣至更廣泛的產(chǎn)業(yè)或行業(yè)中。

 

　　數(shù)字人廣泛落地應(yīng)用的最后一公里

 

　　楊燕介紹：“我們建立運(yùn)營(yíng)管理平臺(tái)，就是希望打通技術(shù)到應(yīng)用的‘最后一公里’問(wèn)題。”開發(fā)者通過(guò)三大智能引擎生產(chǎn)出一個(gè)數(shù)字人后，可以通過(guò)運(yùn)營(yíng)管理平臺(tái)進(jìn)行后臺(tái)業(yè)務(wù)管理，包括對(duì)多終端的設(shè)備管理，數(shù)據(jù)管理和分析等。再結(jié)合人工智能技術(shù)對(duì)這些非結(jié)構(gòu)化的數(shù)據(jù)進(jìn)行分析，從而幫助業(yè)務(wù)發(fā)現(xiàn)規(guī)律跟邏輯，幫助業(yè)務(wù)更好地進(jìn)行升級(jí)和迭代。同時(shí)，商湯致力于讓數(shù)字人在任何交互終端或系統(tǒng)上無(wú)縫使用，不受終端系統(tǒng)限制，可以進(jìn)行靈活的呈現(xiàn)和交互，包括手機(jī)、智慧大屏，甚至AR眼鏡、汽車終端、小程序應(yīng)用等。讓數(shù)字人走進(jìn)千行百業(yè)，打破數(shù)字人的使用邊界，賦能泛娛樂(lè)、商業(yè)零售、金融服務(wù)、文博文旅、政務(wù)服務(wù)等行業(yè)發(fā)展。

 

　　截至目前，商湯在多個(gè)行業(yè)場(chǎng)景中的案例實(shí)踐。比如商湯與寧波銀行上海分行打造的數(shù)字人小寧，與廣州永旺夢(mèng)樂(lè)城購(gòu)物中心聯(lián)合打造的超寫實(shí)型AI數(shù)字人“小糖”。楊燕認(rèn)為：“線上線下的每一次交互帶來(lái)新的數(shù)據(jù)，都是一個(gè)無(wú)形資產(chǎn)。”同時(shí)，數(shù)字人作為一個(gè)具象化IP形象，也將會(huì)與用戶建立更深層次的情感構(gòu)建，帶來(lái)更好的服務(wù)。