世界微头条丨数字人产业发展趋势报告（2023）

2022-12-01 17:45:56来源：36氪

全真互联时代正在悄然到来，加速线上线下的跨时空融合，作为全真互联的重要入口，数字人可以推动线上和线下更加全面地一体化，打造出沉浸式的“全真”体验与可操作的“互联”交互。

(资料图片)

进入2022年以来，数字人在诸多应用场景大放光彩，特别是在北京冬奥会的开幕式表演、气象播报、手语解说中频频现身，使其用户基础不断扩大。爆点事件推动数字人产业被用户不断加深认知，数字人形态、技术及应用受到大量关注，而支持产业快速发展的底层元素则包括技术的发展、用户新需求、生态完善和标准的支持等。

伴随着全真互联的到来，未来数字人应用还将具有哪些可能性，技术路线会产生哪些变化?腾讯研究院、腾讯云智能和创业黑马合作，先后对数十家从事数字人的企业进行深度调研与跟踪访谈，分析产业发展现状，底层驱动力、未来方向和挑战等。形成《数字人产业发展趋势报告（2023）》（文末附下载二维码）。从数字人的价值定位、核心技术、行业应用、C端发展、产业聚集等十个不同维度进行剖析，挖掘出产业发展的十大趋势。

趋势1：数字人制造和运营服务的B端市场不断扩大，将面向更广大的C端用户提供服务，各类数字人价值定位和商业模式有差异。

数字人的最终服务对象为C端用户，在B端的应用领域从电影动画向广告营销、电商直播、虚拟偶像等领域不断扩展。未来，以虚拟分身为代表的应用潜力巨大。从需求角度，数字人制造和运营服务在B端市场不断扩大领域和规模，面向更广大的C端用户提供服务，而制作方式也从PGC向UGC发展。

在20世纪80年代电影、动画等领域早期的手绘数字人最先出现，伴随着21世纪初计算机动画和动捕技术的成熟，内容/IP型数字人大量应用在影视行业中，主要是增强影视中观众的体验效果，随后逐渐在文娱、市场营销、文旅、虚拟偶像等场景推广应用。近年，伴随AI驱动技术的成熟，功能服务型数字人陆续出现，主要应用于行业服务场景，如金融数字人客服、传媒数字人口播等。在虚拟空间中的虚拟分身数字人大范围出现相对较晚，虚拟空间的技术和产品还在发展中，待产业进一步完善，此类应用潜力巨大，是数字人市场的增量空间。

趋势2：技术集综合迭代驱动数字人形似人，制作效能将继续提升。

多元技术推动数字人外形更像真人：建模技术发展推动超写实数字人制作门槛、成本和周期进一步下降；物理仿真算法迭代推动服装动态展示趋向真实；渲染引擎迭代和GPU算力提升推动数字人画面更加精细和实时化；算法的优化推动专业动捕设备趋向便捷化，视觉动捕在C端应用潜力更大；面部捕捉技术向更简单的硬件、更细腻的表情、更自动化的流程方向发展。

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。

趋势6：UGC数字人将加速出现，成为未来产业的增量空间。

未来1-2年技术门槛和成本将快速下降，会出现更开放的创作者生态、更丰富的UGC内容和商业模式，UGC将成为数字人的增量空间，同时也是数字人在C端应用的主要生产方式

趋势7：数字人仍以2D显示设备为主，3D显示设备成为特定领域的新解法。

数字人的显示载体包括手机、平板电脑、AR/VR眼镜、智慧大屏或线下一体机等多种终端设备。PC、手机、智慧大屏、银行VTM机等2D主流显示设备仍是数字人显示的主要载体。数字人和3D的数字内容，对于裸眼3D、VR、AR等3D显示设备的普及具有推动重要。特别在VR/AR设备中，6dof交互更突出数字人特点，因此会在特定领域成为新解法，如在XR设备中的线上演唱会、展会和会议等应用场景。

趋势8：在场是数字人发展的高级阶段，将与应用场景深度耦合。

离线阶段--目前数字人产业正处于快速发展期间：离线渲染、非交互类型的数字人仍是主流，在数字化营销、文娱等领域应用广泛；AI驱动的数字人在行业服务中，虚拟分身数字人在虚拟空间中处于爆发前期。在线阶段--伴随数字人快速发展和大量使用，用户将很快进入体验突破阶段，在此阶段利用AI驱动提供初级的实时交互和实时渲染技术不断突破在场阶段--实时交互，更加智能的数字人，并结合更深的行业理解，带来更真实的沉浸感和更大的价值。

趋势9：艺术和技术双轮驱动，北京有望成为产业新高地。

作为科技产品，数字人需要技术研发、人工智能、产品设计、运营、融资环境等多方面人才，因此互联网发展较好的区域，如北京、杭州、上海、深圳等互联网和数字内容高地，将成为数字人产业的重要聚居地。在众多因素中，艺术和科技是最强驱动力，北京艺术资源相对集中，拥有中国传媒大学、中央美术学院头部艺术类院校和专家资源；科技产业优势突出，互联网企业数量较多，聚集了大量技术研发、AI算法等方面的人才；同时政府高度重视数字人产业，第一个发布数字人发展政策。在产业和政策的推动下，有望成为数字人产业聚焦的新高地。

趋势10.：数字人版权保护及行业合规体系需同步建设，推动实现可用、可靠、可知、可控。

数字人行业总体还在快速发展阶段，发展和生存是企业的重点和方向，数字人著作权、外观设计专利、商标等知识产权保护体系亟待完善。

面向未来，数字人会正朝几个方向加速迭代：一是外貌更加精致，形象更加逼真，动作更加自然，即“皮囊更好看”，跨越恐怖谷效应后，会使人觉得数字人和真人无异，有利于建立良好的心理连接；二是随着AI技术的不断完善，数字人多模态感知和交互的能力会得到显著提升，数字人未来有可能具备记忆力和判断力，从而更加智能，行为和思想上更趋于接近人，拥有“有趣的灵魂”。此外，数字人产业的加速发展，也需要渲染、动捕等行业开发工具、云渲染等技术支持体系的进一步完善，从而大幅提升制作效能，有效降低制作时间和成本。目前，很多技术已经接近商业化大规模推广的临界点，数字人产业有望进入全真互联的新阶段：将可能作为我们的分身，成为数字世界的交互入口，为我们带来更智能、更沉浸的“在场”体验。

报告目录如下：

(一) 发展现状

1. 网红数字人推动C端直观认知和概念普及

2. 融资事件频繁及专项政策的出台进一步加深对产业的认知

3. 技术发展是数字人第一推动力

4. Z世代用户崛起，数字人和虚拟空间为互联网原生一代提供新体验

5. 头部企业从工具、平台和应用多维度入局，引领数字人产业发展

6. 标准制定引导产业规范发展

(二) 产业趋势

1. 价值定位：数字人制造和运营服务的B端市场不断扩大，将面向更广大的C端用户提供服务，各类数字人价值定位和商业模式有差异。

2. 技术迭代：技术集综合迭代驱动数字人形似人，制作效能将继续提升。

3. AI赋能：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。