近日，在百度（BIDU.US）AI Day開放日上，百度官宣打造業(yè)界首個(gè)超頭主播羅永浩數(shù)字人，這也是業(yè)內(nèi)首個(gè)多模態(tài)高度融合數(shù)字人。該技術(shù)基于文心大模型4.5T升級(jí)，實(shí)現(xiàn)語言、聲音與形象的協(xié)調(diào)一致。

首個(gè)多模態(tài)高度融合數(shù)字人

此前，6月15日，羅永浩數(shù)字人在百度電商首次開播。據(jù)悉，數(shù)字人直播間僅開播26分鐘創(chuàng)下超1300萬人次觀看、GMV突破5500萬元的行業(yè)新紀(jì)錄，部分核心品類帶貨量反超真人直播。

據(jù)百度方面介紹，此次合作主要得益于百度發(fā)布的高說服力數(shù)字人等關(guān)鍵技術(shù)突破。百度電商數(shù)據(jù)顯示，目前已有累計(jì)超 10 萬數(shù)字人主播，覆蓋電商、教育、醫(yī)療等數(shù)十個(gè)行業(yè)，驗(yàn)證了數(shù)字人直播的商業(yè)可行性。

此外，今年 4 月百度發(fā)布的高說服力數(shù)字人已讓數(shù)字人帶入 3.0 時(shí)代，這是一個(gè)新的里程碑，標(biāo)志著智能電商邁入新篇章，新一代高說服力數(shù)字人成為了一個(gè)像真人一樣。

百度強(qiáng)調(diào)，羅永浩數(shù)字人已達(dá)到媲美超頭主播的體感效果，隨著大模型與多模能力發(fā)展，數(shù)字人未來超越真人效果極具潛力。

事實(shí)上，AI 數(shù)字人融合了人工智能、計(jì)算機(jī)視覺、自然語言處理等尖端技術(shù)，能夠以高度逼真、智能的形象呈現(xiàn)在現(xiàn)實(shí)中，它可以根據(jù)不同的課程內(nèi)容和教學(xué)目標(biāo)，扮演教師助手、虛擬講解員、學(xué)習(xí)伙伴等多種角色。

捕捉市場風(fēng)口

技術(shù)層面，各類大模型加速迭代并構(gòu)建開源生態(tài)，人工智能應(yīng)用場景的構(gòu)建成為新的科技焦點(diǎn)，多模態(tài)AI成為核心突破方向，并且AI驅(qū)動(dòng)數(shù)字人的應(yīng)用場景正在加速落地，逐步向互聯(lián)網(wǎng)、文旅、金融、快消、教育等領(lǐng)域加速滲透。

例如相較于傳統(tǒng)的教學(xué)模式，AI 數(shù)字人能夠?qū)崿F(xiàn) 24 小時(shí)不間斷的教學(xué)服務(wù)，為學(xué)生提供個(gè)性化的學(xué)習(xí)指導(dǎo)，精準(zhǔn)解答疑問，引導(dǎo)學(xué)習(xí)思路，極大地提高了教學(xué)效率和學(xué)習(xí)效果。

專家表示，在當(dāng)今數(shù)字化浪潮席卷全球的背景下，各個(gè)領(lǐng)域正面臨著前所未有的變革機(jī)遇，而隨著技術(shù)的不斷進(jìn)步，AI 數(shù)字人作為前沿科技的結(jié)晶，正逐步走進(jìn)人們的視野，而將其深度融合，并有望形成千億級(jí)新賽道。

微美全息AI算法驅(qū)動(dòng)數(shù)字人體系創(chuàng)新

誠然，越來越多的企業(yè)與資本布局數(shù)字人領(lǐng)域。公開資料顯示，AI上市企業(yè)微美全息（WIMI.US），在經(jīng)過技術(shù)的不斷積累和大量的市場檢驗(yàn)后，將大模型與多模態(tài)技術(shù)結(jié)合，通過深度學(xué)習(xí)、動(dòng)作模擬、情感模擬等算法，僅需少量真人視頻數(shù)據(jù)即可生成高擬真數(shù)字人，顯著降低制作成本，并支持低延遲、高精度的交互體驗(yàn)。

此外，微美全息數(shù)字人支持語音、圖像、視頻等多模態(tài)交互，結(jié)合大模型的記憶與性格復(fù)刻能力，實(shí)現(xiàn)自然對(duì)話和情感化互動(dòng)。同時(shí)為深化對(duì)AI驅(qū)動(dòng)的交互式數(shù)字人解決方案的應(yīng)用方式，微美全息依托AI虛擬數(shù)字人生成平臺(tái)，實(shí)現(xiàn)低成本、短周期、批量化生產(chǎn)，定制化設(shè)計(jì)外貌特征，滿足不同行業(yè)場景需求，提供更智能、個(gè)性化和精準(zhǔn)的交互體驗(yàn)。

結(jié)語

在當(dāng)下這個(gè)挑戰(zhàn)與機(jī)遇并存的時(shí)期，作為由計(jì)算機(jī)圖形學(xué)、動(dòng)作捕捉、AI深度學(xué)習(xí)、語音合成等計(jì)算機(jī)手段創(chuàng)造及使用，并具有多重人類特征的綜合產(chǎn)物，數(shù)字人是新一代信息技術(shù)集成創(chuàng)新和應(yīng)用的未來產(chǎn)業(yè)，也是數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)融合的高級(jí)形態(tài)。未來，數(shù)字人是否廣泛滲透到傳統(tǒng)產(chǎn)業(yè)中，實(shí)現(xiàn)產(chǎn)業(yè)的向外擴(kuò)展，成為繼互聯(lián)網(wǎng)之后的又一重要推動(dòng)力？請(qǐng)拭目以待。