大模型加持后,数字人“更像人”了吗?
随着北京冬奥会的AI虚拟人手语主播、杭州亚运会的数字人点火、新华社的数字记者以及数字航天员小诤等纷纷亮相,数字人已经越来越多地融入人们的日常生活,整个数字人行业正朝着多元化和广泛应用的方向发展,迅速渗透到各行各业和各种场景之中。
在面向个人用户的领域,数字人成为了用户的得力助手,帮助用户生产内容和辅助工作,例如通过数字人练习口语、与数字人互动游戏等。而在面向企业用户的领域,数字人则化身为企业的“得力干将”,在金融、影视、电商、直播等多个行业中发挥着重要作用,极大地提高了行业的生产和运营效率。
然而,尽管数字人市场看似繁荣,但其规模化落地仍面临着诸多挑战,包括人才短缺、成本高昂、应用场景有限以及技术瓶颈等。其中,技术瓶颈尤为关键,如何让数字人摆脱“徒有其表”的市场评价,成为行业亟待解决的一大难题。
幸运的是,随着大模型技术的出现,数字人的发展似乎迎来了新的曙光。大模型为数字人带来了降本增效的显著效果,不仅大幅降低了数字人的生产成本,还显著提升了其效能和智能化水平。
在过去,制作一个高保真的数字人需要投入大量的资金和时间,生产成本堪比一部专业级电影。而现在,有了大模型的加持,通过AI算法和深度学习技术,只需要几分钟的真人视频和若干小时的模型训练,就可以生成一个逼真的数字人,制作成本大大降低。
同时,数字人在大模型的赋能下,也变得更加智能和交互性强。它们不仅可以根据输入的脚本回答问题,还可以根据用户的反馈进行互动,甚至在直播带货等场景中展现出强大的应用能力。例如,百度智能云发布的曦灵数字人,就可以在15分钟内快速搭建直播间,自动生成匹配产品特色的讲品话术,并开启智能互动问答,大大提高了直播的效率和效果。
然而,随着数字人市场的快速发展和竞争的加剧,一些问题也逐渐浮现。一些创业者由于技术能力有限,生产的数字人产品质量参差不齐,容易导致市场混乱和用户体验不佳。此外,尽管大模型下的数字人在交互体验上有了显著提升,但与真人相比仍存在一定差距,可能引发“恐怖谷效应”等心理问题。
因此,对于数字人行业来说,需要进一步提升技术创新能力和用户体验感。在保证数字人外在拟人效果的同时,优化用户交互体验,注重实时渲染、光学捕捉、三维重建、智能人机交互等新兴技术的研究和应用。同时,加快企业间的技术协同,解决交互型数字人在情绪感知、语义理解等方面的技术难题,也是接下来的重点。
展望未来,数字人行业将继续朝着更加多元化和广泛的应用方向发展。随着技术的不断进步和成本的进一步降低,数字人将越来越多地出现在人们的日常生活中,成为人们的得力助手和伙伴。同时,数字人也将不断拓展其应用场景和身份角色,为各个行业带来更多的创新和变革。