数字人产业发展趋势报告（2023）｜102页报告全文附下载

正文

请到「今天看啥」查看全文

趋势3：AI技术驱动数字人多模态交互更神似人，并逐步覆盖数字人全流程。

当前数字人对语言理解还是以文本为主，动作合成上声唇同步较为完善:

（1）AI驱动数字人是指数字人等语音表达、面部表情和动作形态等通过深度学习模型进行运算，并将其结果实时或者离线驱动，并进行渲染。目前主流的 方式是围绕NLP能力通过文本驱动，本质是通过ASR-NLP-TTS等AI技术进行感知-决策-表达的闭环来驱动数字人交互，同时需要预先设置相关的知 识图谱或问答库等，与数字人的对话系统对接，但目前NLP在通用性场景的能力还需要进一步完善。

（2）计算机视觉(CV)目前数字人声唇同步技术相对完善，在游戏中已经大量应用;而其他表情和动作还需要描述性的数据或者标签驱动，尚未智能合成， 表情动作也是是AI驱动未来发展的重点方向。

未来AI技术的重点方向是在输入端实现多模态感知输入，在输出端提升多模态交互能力，综合提升数字人的表现力，从目前的基于文本的交互，转化为基 于语义的交互，特别是需要强化对人情绪的感知和表达。此外除了利用ASR-NLP-TTS等技术驱动数字人交互外，AI技术也应用在2D数字人的视频生成、3D数字人的建模、视频驱动、物理仿真等多个环节。

趋势4：数字人技术与SLAM、3D交互、体积视频、空间音频等技术深度融合，渲染将从本地到云端。

数字人作为3D呈现的一种方式，未来将与其他3D技术如SLAM （即时定位与地图构建） 、体积视频、空间音频等融合，进一步完善数字人和真实空间的交互。例如在直播场景中虚拟/真实空间中真人和数字人的交互，数字人对真实空间的感知等。同时由于数字人对渲染能力要求较高，未来云端渲染是重要的方向，将推动云服务商从算力 （CPU） 云服务，到渲染力 （GPU） 的云服务。但成本仍是云渲染普及的关键阻碍，需要突破。

趋势5：千行千面的数字人将成为人机交互新入口，但深度上仍需挖掘。

AI驱动的数字人通过AI能力建立人与大数据的连接，提高效率并满足人情感交流需求，提升用户体验，将成为人机交互新入口：应用广度上：目前使用文字或语音交互的场景都可用AI数字人软着陆的方式替代，不需要改变原有的业务逻辑和商业模式，大众接受成本较低，并提供更好的用户体验，未来应用场景非常广泛，可以与各种领域相结合，服务规模化和标准化。应用深度上：数字人作为企业的数字资产，是对员工工作的增强，具有生产力的属性，可以进一步释放生产力，同时降本增效。未来数字人将根据不同行业的业务特点和应用场景进行更深度结合，孵化千行千面的数字员工，提供差异化服务。

请到「今天看啥」查看全文