數(shù)字人，狂飆180天

　　大模型熱潮下，數(shù)字人賽道變得熱鬧起來。文旅、電商、金融等多個行業(yè)，形形色色的虛擬數(shù)字人，正代替真人，扮演著代言人、主播、客服和智能助理的角色。

　　市場的參與者也肉眼可見變多。互聯(lián)網(wǎng)大廠、創(chuàng)業(yè)公司、老牌AI公司和一些此前做智能客服營銷的數(shù)字服務(wù)商都卷進了這個賽道。IDC中國研究總監(jiān)盧言霞告訴數(shù)智前線，入口屬性是大量企業(yè)爭相布局這一賽道的原因。生成式AI熱潮下，數(shù)字人被視作未來使用自然語言與機器交互的入口級產(chǎn)品之一，推動了市場熱度提升。

　　2022年6月IDC在報告中預(yù)計，到2026年中國AI數(shù)字人市場規(guī)模將達到102.4億元人民幣。隨著熱度大增，數(shù)字人市場規(guī)模可能將更快達到這一水平。

　　值得一提的是，當(dāng)下仍處在大模型驅(qū)動數(shù)字人產(chǎn)品應(yīng)用落地的早期階段。一方面，業(yè)界認為，數(shù)字人市場體量的變化要到明年有規(guī)模化落地后才能真正在市場端有所體現(xiàn)。現(xiàn)階段，技術(shù)成熟度、成本和效率等仍然是制約因素。另一方面，不同的廠商呈現(xiàn)出差異化競爭趨勢，企業(yè)正基于優(yōu)勢積累構(gòu)建自身的壁壘。

　　幾天前，GPT-4V版本更新，TTS(Text To Speech 文本轉(zhuǎn)語音技術(shù))進步，文本驅(qū)動語音的表現(xiàn)在停頓、重音和交互自然程度上都有了極大提升。一些資深人士認為，大模型驅(qū)動的數(shù)字人真正落地有望加速迎來爆發(fā)。

　　1、狂飆的數(shù)字人賽道

　　數(shù)字人賽道今年肉眼可見地火起來了。今年2月以來，“數(shù)字人”一詞的微信指數(shù)達到了去年十月的幾倍到幾十倍水平。

　　AI視頻直播SaaS創(chuàng)業(yè)公司特看科技CEO樂乘告訴數(shù)智前線，相比去年，今年整個賽道熱度明顯提升，前兩個月尤其明顯，呈現(xiàn)出泛濫乃至內(nèi)卷的狀態(tài)。

　　“去年就只有幾家在實驗，有點飄在半空中，主要是元宇宙、3D數(shù)字人方向，整體成本很高，很難商業(yè)化落地。今年一下子掉到地上來了。”

　　市場火爆下，也出現(xiàn)了一些亂象，有微商代理入場掘金。業(yè)內(nèi)人士統(tǒng)計，市面上大概有一千多家代理商在賣各種數(shù)字人。

　　大廠、創(chuàng)業(yè)團隊、AI公司和一些此前做智能客服營銷的數(shù)字化服務(wù)商都在這一賽道頻繁動作。

　　大廠的布局其實早已有之。騰訊、百度、阿里、京東、火山引擎等平臺此前在元宇宙概念下或基于直播帶貨等多個場景，都推出過數(shù)字人產(chǎn)品平臺或服務(wù)。例如，騰訊云小微在2021年11月發(fā)布了數(shù)智人產(chǎn)品矩陣，提供3D超寫實、2D真人、2D卡通等五種風(fēng)格數(shù)智人產(chǎn)品。百度也在2021年AI開發(fā)者大會上發(fā)布了百度智能云曦靈平臺，具有數(shù)字人生產(chǎn)、內(nèi)容創(chuàng)作、業(yè)務(wù)配置服務(wù)等功能，百度還打造出了“度曉曉”等數(shù)字人IP。

　　大模型到來后，廠商們推出新的數(shù)字人平臺，相比上一階段，制作效率和成本管理能力有大幅提升。騰訊云智能數(shù)智人產(chǎn)品總經(jīng)理陳磊介紹，4月騰訊云發(fā)布的小樣本數(shù)智人生產(chǎn)平臺，12小時就能夠出來Demo，成本也大幅降至千元級別。快手在今年8月發(fā)布的AIGC數(shù)字人產(chǎn)品快手智播，產(chǎn)品功能主打的也是降低制作門檻，3～5分鐘真人視頻和音頻素材，成本實現(xiàn)大幅降低。

　　知名的AI公司們緊鑼密鼓秀出了肌肉。今年4月，商湯科技在其技術(shù)交流日上展示了2D數(shù)字人視頻生成平臺“如影SenseAvatar”，官方介紹，僅需一段5分鐘的真人視頻素材，就可以生成出聲音及動作自然、口型準確、多語種精通的數(shù)字人分身。7月世界人工智能大會上，如影升級到2.0版本，重點提升數(shù)字人在多語種的語音和口型的流暢度。

　　一些在數(shù)字人賽道投入已久的公司也積極推新。8月中旬，在3D虛擬人賽道投入已有5年的技術(shù)服務(wù)商魔琺科技一口氣出了視頻AIGC生成平臺、AIGC直播平臺和虛擬人服務(wù)AIGC平臺三款消費級產(chǎn)品，從高質(zhì)量、低成本和規(guī)模化復(fù)制三個層面，降低3D虛擬人的應(yīng)用落地門檻。

　　熱潮還吸引了跨界玩家，典型的有薇婭旗下的直播MCN機構(gòu)謙尋控股布局。8月8日，謙尋控股旗下子公司謙語智能和羚客分別發(fā)布了AI數(shù)字人直播解決方案和一站式AI智能直播綜合服務(wù)平臺。

　　資深人士認為，入口屬性是大量企業(yè)爭相布局這一賽道的原因。“生成式AI，未來的入口之一是數(shù)字人。今天用的是簡單web版，未來數(shù)字人可能體驗更豐富。也是這個原因，企業(yè)開始紛紛進入這一市場。”盧言霞告訴數(shù)智前線。

　　魔琺科技創(chuàng)始人柴金祥在8月中旬的消費級產(chǎn)品發(fā)布會上則把3D虛擬人視作未來的一種基礎(chǔ)設(shè)施。“像網(wǎng)頁和APP一樣，作為一種內(nèi)容載體的升級，未來會重塑所有的行業(yè)”，柴金祥說。在這個認知下，魔琺科技除了消費級產(chǎn)品，還研發(fā)了3D虛擬人OS，用于管理未來的基礎(chǔ)設(shè)施。

　　嘗試將數(shù)字人形象和智能客服的對話能力結(jié)合的智能外呼公司云蝠智能看重的則是數(shù)字人的可互動性和未來的潛力。“最近有個表達我特別認同，數(shù)字人其實就是大模型的 UI”，云蝠智能CEO魏佳星告訴數(shù)智前線，“把時間都拉到5~10年看，數(shù)字人可能是在創(chuàng)造硅基生命。今天只是可互動的數(shù)字人，沒有靈魂，并不代表未來它鉆不進去靈魂。”

　　總體而言，大模型熱潮正在點燃數(shù)字人賽道。中航證券的一份報告指出，乘風(fēng)AI大模型的涌現(xiàn)，虛擬數(shù)字人將加速釋放多元商業(yè)價值。數(shù)字人制造和運營服務(wù)的B端市場不斷擴大，將面向更廣大的C端用戶提供服務(wù)，深耕數(shù)字人相關(guān)業(yè)務(wù)的企業(yè)有望迎來黃金發(fā)展期。

　　2、差異場景，各顯神通

　　市場火爆之下，企業(yè)們盯上的卻非同一塊蛋糕。

　　文旅、電商、金融和企業(yè)內(nèi)應(yīng)用等不同細分市場里，數(shù)字人的商業(yè)化前景也并不一致，樂乘認為未來數(shù)字人更應(yīng)視作是一種能力，不同細分賽道對數(shù)字人專業(yè)能力要求也不同。

　　文旅行業(yè)數(shù)字人應(yīng)用不是新鮮事。數(shù)字人已經(jīng)在不少景區(qū)和文化機構(gòu)，扮演了代言人或景區(qū)智能大屏里的智能導(dǎo)游角色。典型案例有以“敦煌飛天”為藍本打造的虛擬數(shù)字人“天妤”、中國文物交流中心的“文夭夭”、敦煌研究院的“伽瑤”、國家博物館的“艾雯雯”等。一家文旅公司提及，有了數(shù)字人后，一些歷史人物與游客個性化互動交流，展廳效果更豐富。

　　目前，百度、騰訊等不少廠商都在發(fā)力這一市場。幾個月前，一名百度的數(shù)字化服務(wù)商告訴數(shù)智前線，他們做了一個河北的項目，打的是文旅市場，千萬元級別。不過，也有行業(yè)人士提到，景區(qū)數(shù)字人并非單獨報價千萬，通常是整一套景區(qū)數(shù)字化解決方案中的一個能力，項目整體才能到千萬級別。總體而言，相比一些企業(yè)內(nèi)服務(wù)場景里千元級別的應(yīng)用，文旅場景稱得上頭部市場。

　　IDC介紹，金融行業(yè)是當(dāng)下數(shù)字人應(yīng)用相對更成熟的領(lǐng)域。以銀行業(yè)為例，國內(nèi)最早“聘用”數(shù)字員工的是浦發(fā)銀行，3D數(shù)字人“小浦”在2019年由浦發(fā)銀行聯(lián)手百度智能云打造。據(jù)介紹，目前“小浦”已經(jīng)在20多個崗位任職，包括財富規(guī)劃師、文檔審核員、大堂經(jīng)理、電話客服等。9月初，IDC中國副總裁兼首席分析師武連峰在外灘大會銀行業(yè)數(shù)字化論壇發(fā)布《銀行數(shù)字科技五大趨勢》時提到，到2025年，超過80%的銀行都將部署數(shù)字人，承擔(dān)90%的客服和理財咨詢服務(wù)。

　　一位城商行財富管理版塊的IT負責(zé)人告訴數(shù)智前線，他們也打算采購部署一套數(shù)字人，當(dāng)下正處于緊鑼密鼓考察其他銀行的數(shù)字人方案及不同廠商產(chǎn)品等階段。“基層員工有非常多指標，騰不出手來做更重要的工作”，該人士介紹，數(shù)字人可把他們從繁重的客服接待等工作中解放出來，去做更重要的客戶維護等運維類工作。目前火山引擎、商湯科技、騰訊云、百度智能云、京東云等多家廠商都在金融行業(yè)里有數(shù)字人落地應(yīng)用案例。

　　電商直播場景里，不少頭部品牌已經(jīng)開始在嘗試數(shù)字人直播方案。樂乘介紹，大品牌樂于積極嘗試數(shù)字人與企業(yè)一把手的AI戰(zhàn)略有關(guān)，高層提了擁抱AI后，中層就會在營銷等場景嘗試數(shù)字人工具。目前他們已經(jīng)服務(wù)了寶潔、歐萊雅等多個KA品牌，數(shù)據(jù)表現(xiàn)看數(shù)字人主播已經(jīng)達到了真人主播銷售額的70%。

　　數(shù)智前線了解到，電商直播場景里數(shù)字人服務(wù)模式有兩種：一種是給KA品牌提供了數(shù)字人直播軟件和代運營的打包服務(wù)，通常這個模式下每月報價在兩到三萬之間。另外一種是買一套軟件自己播，市場報價目前在兩千到四千之間。

　　看中直播市場的廠商不少，也出現(xiàn)了產(chǎn)品方案良莠不齊的現(xiàn)象，其中不乏“割韭菜”行為。一位電商行業(yè)資深人士介紹，目前使用數(shù)字人后數(shù)據(jù)好的品牌普遍特征是貨品本身有產(chǎn)品力，傳統(tǒng)無人直播方法也能賣得不錯，用了數(shù)字人之后效果再往上提升了幾成。

　　“那些吹噓數(shù)字人賣貨多么牛逼的數(shù)字人廠商，都是割韭菜，吹的越猛，鐮刀越鋒利。”該人士認為，數(shù)字人當(dāng)下只是可以低成本規(guī)模化把真人能賣好的貨能自動化完成銷售。

　　IDC指出，目前各類玩家的產(chǎn)品和解決方案在應(yīng)用方向上存在差異，企業(yè)都基于自身優(yōu)勢賽道來打造數(shù)字人的場景。大廠會有一定的優(yōu)勢，但小廠可以擇賽道而行，差異化競爭。

　　魏佳星告訴數(shù)智前線，他們切入數(shù)字人賽道，就選了一些又苦又累的場景。比如官網(wǎng)的客服用數(shù)字人又垂直又累，客單價還不高。普通的官網(wǎng)客服一般一年費用在2000元，加一個數(shù)字人能力，價格可能不超過五千元。這是巨頭看不上的市場，一般的創(chuàng)業(yè)公司現(xiàn)在開始做，能力又追不上。這種差異化競爭是他們這類創(chuàng)業(yè)公司的機會。

　　3、規(guī)模化落地前夜

　　雖然聲量不小，動作頻頻，不過業(yè)內(nèi)普遍認識到當(dāng)下仍然存在的挑戰(zhàn)。

　　盧言霞觀察，當(dāng)下大模型應(yīng)用尚未規(guī)模化落地，要到明年才能在市場端有數(shù)據(jù)變動。目前階段，數(shù)字人開發(fā)周期，開發(fā)成本，形象定制，真正的AIGC化，都是挑戰(zhàn)。

　　以技術(shù)成熟度為例，不少數(shù)字人產(chǎn)品在語音、表情、互動表現(xiàn)上目前還比較生硬。一些資深人士甚至認為，不成熟的解決方案甚至?xí)�把潛在的客戶用戶洗出了市場�?/p>

　　不過這波AIGC浪潮下，技術(shù)更迭速度也很快。樂乘告訴數(shù)智前線，他們看到此前大模型跟數(shù)字人結(jié)合在文本轉(zhuǎn)語音技術(shù)(TTS)有突破的跡象。“之前文本變成數(shù)字人的自然度有問題，銜接上一直不太容易。大模型是一條線，數(shù)字人是一條線。他們需要TTS技術(shù)突破，才能實現(xiàn)很好的融合。”

　　9月底，OpenAI新發(fā)布了版本更新 GPT-4V中，TTS技術(shù)由一個全新的TTS模型提供支持。它能夠僅從文本和幾秒鐘的樣本語音中生成類似人類的音頻，結(jié)合Whisper模型的語音轉(zhuǎn)文本，保證用戶與ChatGPT進行語音交流的質(zhì)量和流暢度。

　　行業(yè)人士觀察，在一些用戶已經(jīng)灰度測試的新版本里，文本轉(zhuǎn)語音表現(xiàn)頗令人驚艷，AI在停頓、語氣和抑揚頓挫感上已經(jīng)非常接近真人。“我判斷TTS技術(shù)端到端成熟后，對行業(yè)格局的改變會很大。”樂乘說，相當(dāng)于有了一個膠水，大模型驅(qū)動數(shù)字人從兩條線能夠結(jié)合到一起，企業(yè)后面去優(yōu)化數(shù)字人的表現(xiàn)力就可以了。

　　數(shù)字人產(chǎn)品的價值呈現(xiàn)及規(guī)模化復(fù)制能力也是業(yè)界關(guān)注的重點。

　　魔琺科技創(chuàng)始人柴金祥介紹，早期的虛擬人行業(yè)發(fā)展的一大痛點就是規(guī)模化復(fù)制問題。從長內(nèi)容時代的動畫、電影和游戲領(lǐng)域里的虛擬人到短內(nèi)容時代的虛擬偶像，例如初音未來、柳夜熙等，也包括魔琺早期打造的虛擬偶像翎__Ling都是手工制作，周期長，成本高。

　　一位觀察者提到，此前的頂流虛擬人偶像“柳夜熙”需要配備超百人的創(chuàng)意團隊，制作一個作品的投入成本可能超過百萬級別。

　　柴金祥接受數(shù)智前線采訪時提到，魔琺的AIGC技術(shù)已突破內(nèi)容行業(yè)虛擬人此前無法被規(guī)模化復(fù)制的問題。此外，消費級產(chǎn)品如果想讓企業(yè)持續(xù)使用，一定要解決企業(yè)的痛點問題，并且ROI是值得的。“需要以終為始思考，我們的產(chǎn)品有沒有能力給企業(yè)帶來價值，有沒有能力ROI為正。”這幾年他們的產(chǎn)品思路也沿著規(guī)模化復(fù)制、細分行業(yè)的專業(yè)能力以及形象上高質(zhì)量、能表達可互動等角度發(fā)力。

　　行業(yè)內(nèi)都重視降低產(chǎn)品的使用門檻，不少廠商發(fā)布產(chǎn)品時都提到了通過極小樣本素材，實現(xiàn)數(shù)字人一鍵生成。在電商場景里，許多企業(yè)為了降低品牌客戶使用數(shù)字人的門檻，還提供了數(shù)字人代運營模式。這一模式下，技術(shù)和服務(wù)一體，企業(yè)可以把數(shù)字人相關(guān)的工作整體交由機構(gòu)負責(zé)，不用自己剪輯視頻，也不用自己去操作數(shù)字人后臺，按月支付軟件加服務(wù)費用即可。

　　這種業(yè)態(tài)模式，數(shù)字人服務(wù)商的角色實際已經(jīng)與電商場景里的傳統(tǒng)MCN機構(gòu)和代運營廠商的角色產(chǎn)生了重合。正如薇婭旗下公司提供數(shù)字人直播平臺和工具一樣，數(shù)字人廠商們的服務(wù)范圍也在延伸。觀察人士認為，未來隨著數(shù)字人這類技術(shù)的規(guī)模化應(yīng)用和落地，在多個行業(yè)里，不同類型服務(wù)商角色邊界模糊和融合是大趨勢。

　　一些從業(yè)者認為未來數(shù)字人將在許多企業(yè)服務(wù)場景里替代原有的白領(lǐng)角色，市場空間無限寬廣。不過也有人為，以直播帶貨為例，社交平臺在流量機制上不會讓所有的主播都由數(shù)字人代替，因此市場規(guī)模上會存在上限。

　　喧囂近半年后，從業(yè)者們也觀察到，市場已經(jīng)在呈現(xiàn)理性回歸狀態(tài)。“相比過去兩個月，一些喧囂和割韭菜類的角色在加速出清，市場熱度逐漸回到了年初狀態(tài)。”樂乘告訴數(shù)智前線，長遠看留下的會是更專注技術(shù)積累的公司。

　　業(yè)界共識是，賽道的周期挺長，當(dāng)下行業(yè)發(fā)展仍處于早期。盧言霞此前指出，“行業(yè)用戶一方面可以從相對成熟的應(yīng)用場景開始引入AI數(shù)字人;另一方面也需對應(yīng)用場景保持耐心，不設(shè)置過高的期望值。”