百度李士巖：數(shù)字人3.0將具有千人千面的互動能力

　　1月14日下午，百度科技沙龍《AI呀，我去!》第四期活動現(xiàn)場，百度智能云AI人機交互實驗室負(fù)責(zé)人李士巖指出，虛擬數(shù)字人產(chǎn)業(yè)格局中，提供建模、渲染、動態(tài)捕捉等服務(wù)于數(shù)字人制作的基礎(chǔ)設(shè)施服務(wù)商已形成穩(wěn)固格局，大多由海外巨頭把持，但在工具、應(yīng)用層，中國企業(yè)已開始嶄露頭角。

　　目前，數(shù)字人經(jīng)歷了以“紙片人”為代表的1.0階段，以Vtuber主播為代表的2.0時代，已進化至3.0階段，具備模型高精、人工智能驅(qū)動特點的數(shù)字人3.0成為行業(yè)主流。在李士巖看來，第三代數(shù)字人的建模和內(nèi)容生產(chǎn)均有AI參與，這使得數(shù)字人的制作效率更高，也更智能，能面向更多應(yīng)用場景與全群體用戶，可由視頻、直播、chatbot等載體承載，具備千人千面的互動能力。

　　在李士巖看來，數(shù)字人產(chǎn)業(yè)有三大核心推動力，第一級火箭是用戶需求與技術(shù)升級、第二級是政策支持與資本涌入、第三級是計算平臺的迭代。“每一次數(shù)字人發(fā)展本質(zhì)上都是技術(shù)推動的，用戶從平面的圖文影音獲取信息與交互，向?qū)崟r3D交互反饋的需求轉(zhuǎn)變，將成為數(shù)字人長期發(fā)展的根本動能，未來也將創(chuàng)造大量需求。”李士巖表示。

　　雖然數(shù)字人行業(yè)擁有強勁的驅(qū)動力，但李士巖認(rèn)為，當(dāng)下國內(nèi)數(shù)字人要大規(guī)模產(chǎn)業(yè)落地還面臨三大難題。

　　首先，數(shù)字人產(chǎn)業(yè)鏈各個節(jié)點相對割裂，不能高效協(xié)同，導(dǎo)致數(shù)字人在制作和調(diào)優(yōu)上存在較高壁壘，目前行業(yè)中大多數(shù)公司只是數(shù)字人制作與運營全流程上的一環(huán)或其中幾環(huán)。其次，服務(wù)場景與演藝場景沒有有效打通，表現(xiàn)為演藝型數(shù)字人不具備客戶所需的業(yè)務(wù)能力，而服務(wù)型數(shù)字人缺乏人設(shè)，難以與用戶進行情感交流。最后，滿足高機動性、高頻需求的成本依舊很高，這一問題歸根結(jié)底還是數(shù)字人的生產(chǎn)效率問題。

　　面對當(dāng)前數(shù)字人制作的高門檻，2021年12月，百度create大會上，百度CTO王海峰正式發(fā)布了“百度智能云曦靈數(shù)字人平臺”，搭建集數(shù)字人生產(chǎn)、內(nèi)容創(chuàng)作、業(yè)務(wù)配置服務(wù)為一體的平臺級產(chǎn)品。目前該產(chǎn)品已具備標(biāo)準(zhǔn)平臺的快速交付能力，幫助不同領(lǐng)域客戶快速實現(xiàn)敏捷型需求，降本增效。

　　據(jù)李士巖介紹，百度的數(shù)字人平臺曦靈具有全場景、一站式、平臺化的特點，能支持從最初數(shù)字人形象定制、人設(shè)管理再到業(yè)務(wù)編排、內(nèi)容創(chuàng)作，最后到多種驅(qū)動模式下與用戶互動的全部需求，這也意味著在一個平臺上即可實現(xiàn)數(shù)字人的全鏈路調(diào)優(yōu)，從而將效果做到最好。

　　早在2019年，百度就開始了“虛擬數(shù)字人戰(zhàn)略”。基于多年的AI技術(shù)沉淀， AI能力已成為百度智能云曦靈平臺的核心能力，現(xiàn)在百度也在把這種能力開放給外界。李士巖表示，“我們近兩年的奮斗目標(biāo)是通過百度智能云曦靈平臺的開放，讓每個人實現(xiàn)數(shù)字人自由。”