隨著大模型和空間計(jì)算的快速發(fā)展，數(shù)字人商業(yè)化已經(jīng)成為一個熱門領(lǐng)域。數(shù)字人是指通過計(jì)算機(jī)技術(shù)和人工智能技術(shù)生成的虛擬人物，可以模擬真實(shí)人類的外貌、語言和行為。百度數(shù)字人的核心團(tuán)隊(duì)由人工智能專家、計(jì)算機(jī)圖形學(xué)專家和語音識別專家組成，他們致力于研究如何將人工智能技術(shù)應(yīng)用于虛擬人物的創(chuàng)作和生產(chǎn)。

IXDC采訪到百度數(shù)字人與機(jī)器人業(yè)務(wù)負(fù)責(zé)人李士巖先生，就目前達(dá)模型浪潮下，數(shù)字人技術(shù)正在經(jīng)歷的變革、對我們生活和工作的影響、數(shù)字人領(lǐng)域的技術(shù)研發(fā)取得的重要成果等問題做出詳細(xì)的解答。

在當(dāng)前大模型和空間計(jì)算浪潮的背景下，數(shù)字人技術(shù)正經(jīng)歷著怎樣的變革？這些變革將如何影響我們的生活和工作

數(shù)字人跟空間計(jì)算主要帶來的場景變化主要是第一，基于大模型是集中在對數(shù)字人的底層能力所產(chǎn)生的資產(chǎn)的生成數(shù)字人的驅(qū)動，數(shù)字人的對話能力交互能力以及內(nèi)容生產(chǎn)的性能方面，帶來質(zhì)的變化。舉個例子，比如說原來要構(gòu)建一個2D的數(shù)字人，基于原來的做法訓(xùn)練時間要1-3天，但是現(xiàn)在基于我們視覺大模型的技術(shù)，能夠5分鐘自動化的完成數(shù)字人的訓(xùn)練。在數(shù)字人的交互能力上，基于LRM自然語言的大模型，可以使得原來我們的對話能力是基于領(lǐng)域來分別訓(xùn)練和構(gòu)建的，然后需要的成本非常高。但是現(xiàn)在基于大模型的技術(shù)，可以用很少的數(shù)據(jù)就能夠訓(xùn)練一個領(lǐng)域模型，且它的對話效果較原來呢也有一些質(zhì)的提升。

百度在數(shù)字人領(lǐng)域的技術(shù)研發(fā)取得了哪些重要成果？這些成果將如何推動數(shù)字人的商業(yè)化進(jìn)程

現(xiàn)在數(shù)字人或者說任何一個行業(yè)的商業(yè)化瓶頸，在需求極其豐滿的前提下，都是產(chǎn)品的交付效率和產(chǎn)品的成本?；谶@幾點(diǎn)的考慮，目前我們幾年的投入上面，第一是在這個數(shù)字資產(chǎn)的創(chuàng)建方面，我們使他原來的比如每做一個3D的超寫實(shí)形象，用傳統(tǒng)方式來做要幾萬到幾十萬不等。但現(xiàn)在我們在上面投入了很多，能夠就一些基礎(chǔ)的簡單的三維人像模型在超寫實(shí)維度，做到基于照片的自動化的生產(chǎn)以及基于產(chǎn)品的平臺化建設(shè)，使他的交付效率，過往的數(shù)字人的很多企業(yè)的做法是要給企業(yè)交付，數(shù)字人要交付很多東西，然后有復(fù)雜的使用流程。那現(xiàn)在我們更傾向于將這些所有的產(chǎn)品能力，集成到一個標(biāo)準(zhǔn)化的像PPT、像word一樣易用的軟件當(dāng)中，來交付客戶來使用。比如在直播帶貨的這個領(lǐng)域，過往使用數(shù)字人直播帶貨的成本還是很高昂的，那現(xiàn)在基于大模型的基礎(chǔ)，他只需要拿到一個標(biāo)準(zhǔn)化的軟件、文案，可以自動化的生成問答、可以自動化的生成數(shù)字人、可以自動化的生成一個基于數(shù)字人平臺的直播間，可能他只需要經(jīng)歷一小時的簡單培訓(xùn)，有一個人他就能夠用這個產(chǎn)品來做直播帶貨。

數(shù)字人商業(yè)化在目前市場中的地位和前景如何？您認(rèn)為未來數(shù)字人的應(yīng)用領(lǐng)域有哪些可能性

數(shù)字人的商業(yè)化的發(fā)展速度非常非常的快，每年有很好的增長率，同時在數(shù)字員工、虛擬偶像、城市IP、企業(yè)IP等領(lǐng)域，我們也看到了非常大的市場空間，尤其是在虛擬偶像跟直播帶貨兩個賽道，我們看到都是接近百億級的市場空間，目前基于空間計(jì)算的發(fā)展，也為這幾個賽道帶來了新的機(jī)遇。因?yàn)榛诳臻g計(jì)算，里邊的不僅是三維的人，三維的空間和物體都要重構(gòu)，來給人們帶來一個叫平面顯示計(jì)算設(shè)備完全不一樣的體驗(yàn)，整體的體驗(yàn)提升是非常大的，數(shù)字人它本質(zhì)上還是計(jì)算平臺內(nèi)的一個交互載體或內(nèi)容載體，所以它的發(fā)展方向一定跟計(jì)算平臺的發(fā)展是息息相關(guān)的。我覺得大概是分為兩個階段。就第一階段基于大模型的發(fā)展它會讓數(shù)字人能有更好的對話能力、更低的內(nèi)容生產(chǎn)能力，甚至基于大目前的應(yīng)用來改變一些比如說直播帶貨，這個行業(yè)的一個叫生產(chǎn)關(guān)系，基于大模型會帶來一波增長，下一個階段就是基于空間計(jì)算平臺，我們相信，由于數(shù)字人是空間計(jì)算平臺，我們每個人進(jìn)入空間計(jì)算平臺里的一個基礎(chǔ)設(shè)施，是你的身份證、是你在里邊你的替身。所以我覺得基于空間計(jì)算平臺，里邊的從服務(wù)到內(nèi)容到我們自己的二分身的場景，都會非常大的市場增長空間。