虚拟数字人，活得并不容易

导读：在艾媒咨询发布的《2022 中国虚拟人行业发展研究报告》中，将国内虚拟人产业的发展历程分为4个阶段：萌芽阶段（1980-1999）、探索阶段（2000-2014）、初级阶段（2015-2019）、发展阶段（2020至今），而发展阶段的特征是，“技术、需求均有突破，虚拟偶像凭借独特的人设吸引年轻群体。”

出品｜虎嗅商业、消费与机动组

作者｜空心三角

题图｜虚拟数字人AYAYI，燃麦科技官网

3月25日，抖音@柳夜熙账号更新了短剧“地支迷阵”的第五集，在科幻+玄幻的背景下，虚拟数字人和现实存在的人类互相倾轧，冰冷的科技和温暖的人性迸撞出火花。在评论区，除了“你竟然可以在抖音看电影”这样的褒奖外，还有“求问作者，这条视频要花多少钱”的好奇，以及“是不是该更新了”的期待。

而过去半年，“柳夜熙”账号实际上仅发布了11条作品，除去几条30秒左右的宣传视频，只有最初的亮相视频和5条4分钟左右的正片。众所周知，互联网没有长久的记忆，这样的产量对以抖音为主阵地的短视频创作者来讲，是远远无法令人满意的。

其实对国内用户而言，过去半年，已经是虚拟数字人自诞生以来存在感最高的一段时间。

一方面，以Meta（Facebook）为代表的科技巨头再度抛出元宇宙概念，引发市场追捧，“虚拟数字人”被视为未来人类进入元宇宙的介质，随之站上舆论风口；另一方面，北京冬奥会成为当前虚拟数字人技术的展示舞台，无论是体娱明星的虚拟分身（如谷爱凌虚拟分身Meet Gu），还是以公共服务为导向的虚拟主播（如央视AI手语主播），都让大众对虚拟数字人产生了更直观、更深入的认知。

Meet Gu 3D Avatar风格化数智达人/图片：网络

数据也能反映国内虚拟数字人行业的热度。根据启信宝数据显示，2020年国内虚拟数字人相关企业新增数量为36080家，2021年该数据达到66293家，同比增长80%。天眼查数据显示，我国现有“虚拟数字人”相关企业约30万家。

当前正在孵化的虚拟数字人项目数量暂时不得而知，但根据普遍存在的一个团队、一条技术链路同时支撑多个虚拟数字人IP孵化的并行模式估算，这个数字当以万计，甚至更多。

如果模糊掉纯概念阶段的虚拟数字人历史，那么Crypton Future Media（日本音声制作和音乐软件公司）于2007年推出的“初音未来”可算作是第一个广为人知的虚拟数字人，我们此前所见的虚拟数字人也以二次元形象的虚拟偶像和Vtuber居多。而本轮热潮中，虚拟数字人逐渐开启多元化发展：外在观感层面，依托新一代引擎和技术，超写实数字人、虚拟分身已经与现实存在的人类真假难辨；功能应用层面，具备更多服务属性的虚拟员工、虚拟主播开始呈现规模应用趋势。

在艾媒咨询发布的《2022 中国虚拟人行业发展研究报告》中，将国内虚拟人产业的发展历程分为4个阶段：萌芽阶段（1980-1999）、探索阶段（2000-2014）、初级阶段（2015-2019）、发展阶段（2020至今），而发展阶段的特征是，“技术、需求均有突破，虚拟偶像凭借独特的人设吸引年轻群体。”

中国虚拟人产业发展历程/图片：艾媒咨询

在当下发展阶段，整个行业进入快速扩张期，但距离成熟仍有距离。就近而论，虚拟数字人仍未有获得广泛认可的权威定义和标准化分类；从长远看，元宇宙构想落地尚早，虚拟数字人发力缺乏环境支持。

那么从眼下出发，已经孵化和即将孵化的数字人们可能都面临同样的问题——如何活着？正如互联网时代的许多新事物一样，数字人们也必将经历“雨后春笋-大浪淘沙-适者生存”的考验，因此，技术迭代、长线运营、商业化路径可能是行业近期最需要关心的几个问题。

注：本文采用中国传媒大学《中国虚拟数字人影响力指数报告》中的分类方法。技术上，虚拟数字人可以分为智能驱动、真人（中之人）驱动两大类。应用上则包括身份型（如真人虚拟分身）、服务型（如虚拟员工）、表演型（如虚拟偶像）三大类。”

技术先行一步？

虚拟数字人的制作是一个相对复杂的流程。以新华社联合腾讯互娱旗下NExT Studios推出的虚拟数字航天员小诤为例，NExT技术团队介绍了超写实数字人的制作流程。

扫描：采用Photogrammetry扫描系统对特定演员进行全方位扫描，包括脸部模型、身体、衣服等，随后生成点云模型。

建模：针对身体和脸部特征，将点云模型转成低模，便于后续绑定制作。同时手工制作扫描出错或扫描不到的地方，如口腔内部、眼睛、牙齿、头发。

绑定：基于FACS（面部表情编码系统）、MotionBuilder（3D角色动画软件）和Maya（三维建模、动画软件），完成人脸、身体绑定，生成仿真的虚拟形象。

动画：采用面部、身体动作捕捉方案，结合后期人工动画精修，实现虚拟形象的动态展示。

渲染：通过虚幻引擎，完成角色渲染和动画输出，所见即所得。

而虚拟数字人的制作，同其它工业化制程一样，不仅包括产品的迭代，也伴随生产工具的革新。例如，通过开发基于FACS的表情模型（Blendshape）制作工具，大幅提升表情模型数量，解决虚拟形象面部表情僵硬的问题；通过自动化算法，解决虚拟角色和真实演员身体比例不一样导致的角色穿模问题。

自2017年以来，NExT Studios团队逐渐摸索出两条超写实虚拟人制作管线，分别取名为xFaceBuilder和xMoCap，对应虚拟数字人的面部和身体制作，除了数字人领域，二者也应用于腾讯的PC游戏和手游项目。

虚拟数字航天员小诤/图片：新华社

目前，多数大型科技公司都有技术团队试水虚拟数字人孵化。而对有实际需求，仅缺少技术储备的应用方而言，百度智能云曦灵数字人平台提供了相对简单的一站式接入方案。

百度智能云AI人机交互实验室负责人李士岩介绍，曦灵平台可以满足数字人的低成本快速定制，同时提供人设、业务、内容方面的运营支持。其中3D卡通数字人可以通过人脸识别、照片建模分钟级生成，2D平面数字人可以通过上传真人视频小时级生成。而3D高清数字人方面，非特异型数字人（没有现实或虚拟的具体参照形象）支持分钟级生成，同时支持AI驱动；特异型数字人（有具体的参照形象要求）成本最高，需要10到30天。

需要注意，快速低成本生成的数字人与虚拟员工等服务性需求契合度较好，训练完成基本可以无缝接入当前应用场景。但对于虚拟偶像等表演型需求，生成虚拟形象只是第一步，更精细的打磨和长期的运营支持必不可少。

央视AI手语主播/图片：央视新闻

和虎嗅有过交流的多个虚拟数字人团队，都认为数字人的工业化生产即将到来。可以说，当前虚拟数字人技术正在快速发展和迭代，至少在外观上已经无限接近所想即所得，以至个别超写实数字人正是因为在审美层面过于完美，而被识别为假。

但与此同时，当下数字人在交互上的瓶颈显而易见，现有AI技术还不足以支持数字人养成独立行为，独立思想则更远。只是在潮流概念和技术驱动下，数字人的发展先于需求一步，然而也正是因为技术的瓶颈，数字人尚未打通自身的生存路径。反映到当下，每一个数字人要想成为长久存在的“人”，更多还是靠幕后运营团队去支撑。

运营后继乏力

暂时不考虑身份型虚拟数字人的应用，目前表演型虚拟数字人主要以To C为主，而实用型数字人主要以To B和To G应用为主。保持活跃、保有关注，是悬在每一个虚拟数字人头顶的达摩克利斯之剑。

目前虚拟数字人的曝光方式主要有以下几种途径：发布离线视频、图片（如柳夜熙，AYAYI等超写实数字人）；才艺直播、舞台演出（如A-SOUL，洛天依等二次元虚拟偶像）；参与大型活动、特殊场景报道（如央视网小C、新华社小诤等媒体虚拟员工）。上述数字人IP面临的挑战，也是整个行业必须直面的问题。

其一是成本。去年10月31日，柳夜熙凭借“捉妖”题材短视频爆红，一夜涨粉363万，影响力在中国传媒大学发布的《中国虚拟数字人影响力指数报告》中名列首位。但至今5个月以来，柳夜熙抖音官方账号总计发布视频数量为11条，更新频率每月2次，粉丝留言中“催更”频繁出现。

而在《影响力指数报告》中排名第五的AYAYI一直活跃在平面媒介，通过晒硬照保持较高的曝光频次。但翻看其小红书动态即可发现，高频次的晒照并没有持续推升人气和互动量，反而从最初的峰值有所回落，动态下方的评论区也时不时收到“新片质量不如早期照片精致”的反馈。

现象级虚拟数字人柳夜熙/图片：网络

据百度李士岩介绍，“采用传统方法制作CG级的视频、海报成本很高，一分钟视频做一个月可能是算短的，2到3个月也很正常。目前生产工具还没有做的特别好，限制了生产力，而生产力又进一步限制了生产关系的创新。未来通过人工智能深度学习，可以一定程度上压缩生产周期。”

腾讯NExT Studios团队也证实了成本瓶颈，“超写实数字人是虚拟数字人技术皇冠上的明珠，有远高于二次元纸片人的制作难度，国内行业积累有限，相关技术人才也很稀缺，大部分国内厂商的生产能力都被压制在一个较为初级的水平线上。但与此同时，团队只需要在某一两个环节上有长板，也就容易脱颖而出。

目前市场上的虚拟数字人制作公司大多是创业型公司，有短期融资变现的强需求，因此会比较追求快速生产或规模化，对于精工细作很难兼顾。一个超写实虚拟数字人形象恐怕至少要投入100至200万制作费用才能不至羞于见人，甚至即便投入了也未必能做出令人满意的角色。”

曾经引起轰动的黄仁勋虚拟人也可作为参考，根据英伟达官方博客，黄仁勋虚拟人在发布会上出镜的14秒视频，共有34位3D美术师和15位软件工程师协同参与，总计近千工时。

其二是内容和运营。对于A-SOUL、洛天依等虚拟偶像，可供直接参考发展路径是明星艺人，那么业务能力和粉丝运营能力便是两项硬指标。只是国内Vtuber行业起步较晚，且一直囿于小众，专业的中之人、能为虚拟偶像定制内容的创作团队都很稀缺；与此同时，能弄明白“二次元为爱发电”，能玩转粉丝经济，能熟谙饭圈文化的运营团队更是屈指可数。

拥有多年流量明星培养、管理经验的乐华娱乐，可以说代表了国内虚拟偶像运营的较高水平。在过去一年中，乐华既有与方文山、许嵩合作，为A-SOUL量身打造新作品的手笔，也不只一次犯过运营不够精细化的错误——比如“嘉然直播玩手机”事件、“向晚中之人疑似曝光”事件。

虚拟偶像组合A-SOUL/图片：A-SOUL官方微博

除此之外，还有一些案例也反映出当下数字人运营的壁垒。去年年中，国风写实数字人翎_Ling发布小红书笔记，称某品牌口红“滋润不干”，引发网友质疑。“AI知道口红好不好吗？”“AI就人物带带衣服这类货还差不多，化妆品、护肤品就免了吧。”

国外数字人网红鼻祖Lil Miquela也曾遭争议——2019年，Lil Miquela通过Vlog分享了一段自己在和陌生人共乘计程车时遭到骚扰的过程，但网友认为将遭受性侵作为营销手段明显过界。

可见，用户对数字人的信任，主要集中在视听感观。尽管数字人从外观上已经足够接近人类，但现实和虚拟的鸿沟仍然很难跨越。

不过在李士岩看来，时间可以解决很多问题，“因为计算机技术的发展，一直在追求将物理世界的信息进行数字化，如果有足够的发展周期，感觉、其它一切都是可以数字化的。”

其三是打破同质化。当前数量较多的虚拟主持人、虚拟带货主播、Vtuber等，是AI驱动应用最多的场景。7*24小时在岗，随时、随地工作的特性体现了技术的优势。但正如前文提及的《影响力指数报告》而言，目前虚拟主播技术借力多、自主少，需要关注、提升。“同质化竞争”是虚拟主播的重要挑战，无论是专业媒体经营，还是企业或者个人运营的，其主持、直播功能雷同，要突出重围则需更强的内容策划和运营能力。

腾讯NExT Studios团队表示，“虚拟数字人是一个新兴产物，在市场上引起一定的关注、热度、吹捧也属正常。伴随着数字人技术的日趋先进、门槛降低，比如英伟达的 Omniverse Avatar、Epic 的 MetaHuman Creator等工具推出，用户能看到同类水准的东西越来越多，审美品味也会随之提高，对优秀作品的需求会放大。届时用户不只会被虚拟数字人漂亮的形象吸引，而会更进一步看到TA背后的表演、内涵甚至于精神。那么那种只靠一张皮、一张图，而缺乏形象背后深度运营能力的数字人肯定都会快速退潮，死在沙滩上。”

商业路径未明

根据量子位发布的《虚拟数字人深度产业报告》，到2030年，我国虚拟数字人整体市场规模将达到2700亿，其中身份型数字人（包括虚拟偶像、虚拟分身等）约占1750亿，服务型数字人约950亿，市场目前仍处于培育阶段。至于应用层面，替代真人服务的虚拟主播和具备IP潜力的虚拟偶像是当前市场热点。

而在艾媒咨询提供的数据中，虚拟偶像产业保持稳定增长态势，2021年，虚拟偶像带动整体市场规模和核心市场规模分别为1074.9亿元和62.2亿元，预计2022年将分别达到1866.1亿元和120.8亿元。

腾讯NExT Studios团队也认为虚拟偶像、Vtuber可能是目前最有商业化前景的方向，“毕竟能与用户直接交互，想象空间比单向的CG视频更大。”

在一众虚拟数字人前景未明的时候，虚拟偶像团体A-SOUL给业界注入不少信心。3月8日，乐华娱乐向港交所递交招股书，通过各机构对招股书的解读，推测出A-SOUL在2021年取得的收入应不少于1700万。尽管这个数字只占乐华总收入的不到3%，远远无法和乐华旗下的流量明星相提并论，但已经是虚拟数字人迄今取得的最好成绩。

国内虚拟偶像产业预测/图片：艾媒咨询

至于其它表演型、服务型数字人，除了流量变现，目前还没能看到明确的商业路径。虚拟带货主播可以节约商家的人力成本，但能否替代真人的评测功能，与真人是竞争关系还是竞合关系仍有待验证；借助春晚、冬奥会吸引到广泛关注的虚拟媒体主播、记者，似乎使命完成，又回归了此前不温不火的状态；而当下企业的大部分“虚拟员工”，与此前的智能客服差异不大，能被人记住的，只有少数采用独特人设展现企业品牌形象、用于营销的IP。

虎嗅也从燃麦科技（AYAYI孵化团队）了解到，“目前数字人只占公司四分之一的业务板块，当AYAYI引领了数字人行业以后，其实她的任务已经完成，我们现在正在筹备数字厂牌，孵化数字艺术家，举办数字艺术展览，上线数字藏品平台等。”

每一类、乃至每一个数字人，可能都在探索自己的生存之道。那么此后一段时间，什么样的数字人可能会接近成功呢？

在较近阶段，腾讯NExT Studios团队认为主流的打造虚拟数字人IP的途径可能会有如下几种：

1.自带IP属性的明星。例如虚拟邓丽君、梅兰芳、威尔史密斯等真人的数字复刻，运营思路其实就是真人明星的再现，是最具技术和产品挑战的一种数字人形式。

2.与真人联动的虚拟数字人IP。此类IP运营方式会对运营方有更专业和更全局化的要求，一般都有传统的艺人经纪公司参与，主要以突破既有用户圈层、规避真人塌房风险等为核心诉求。

3.基于成熟的MCN网红打造IP。在此维度上，由于可观的技术投入费用在前，虚拟数字人必然趋于劣势。

4.基于故事、游戏虚拟世界创建出来的IP。此类IP打造方式更符合传统IP的打造思路，从文字到平面、立体、动态… 内容形式也会从传统纸媒、多屏覆盖到新媒体的各个维度，属于高举高打的形式。整体投入巨大，且成功概率呈漏斗型，只有经久不息的内容和质量才能持续打动观众，形成真正的IP。

5.基于二次元形象而打造的虚拟数字人IP。这类虚拟偶像虽然相对技术门槛低，但用户触达难度高，并非光靠砸钱堆人就能成功。

国内虚拟人产业链/图片：艾媒咨询

在稍长远的周期中，百度李士岩认为，数字人是基于计算机平台的交互载体，将呈现段落式发展。“当下所处的平面计算时代，主要以服务型与表演型数字人应用为主，下一个阶段是更大的时代，暂时定义为空间计算时代。空间计算时代计算平台呈现的信息不再是平面的，而是实时三维的，届时核心用户的行为大概会有社交、获取商品、信息消费、获得服务四类，那么能够提供个性化交互、能提供情绪价值和内容价值的虚拟分身是必选项，能够提供人文情感关怀、又能保证效率的服务型数字人则是另一种应用形态。在未来的空间计算时代，一定会产生比现在平面计算时代更大的市场。”

写在最后

正如柳夜熙“地支迷阵”短片中抛出的核心矛盾——随着虚拟数字人技术的进一步发展，舆论泡沫、伦理制约等问题将可能成为潜在的风险，人类也必将直面AI与人类、数字人与人类的议题。

对此，李士岩认为，“在当前的虚拟数字人领域，人工智能更像是一个生产工具，人的创造力加上生产工具，可以更高效更低成本地生产内容。”

腾讯NExT Studios团队也分享了他们的看法。

“作为科技产物，虚拟数字人背后的“魂”或“神”，依旧需要依托人、或者人工智能完整表达。随着计算机图形技术、动捕技术以及AI技术的发展，虚拟数字人将在场景技术、情感技术、交互技术上产生长足的进步，这就会让未来的数字人越来越接近于真人，甚至于超越。

整体来看，虚拟数字人的进化路径由拟人化走向同人化，最终将走向超人化，实现归真超实。在拟人化阶段，数字虚拟人是由计算机虚拟合成的、高度逼真的三维动画人物；在同人化阶段，数字虚拟人的外观、情感、交流能力、理解能力等各方面与真人相同；在超人化阶段，数字虚拟人的能力将超越自然人。

未来虚拟数字人的发展不能单独依托技术，要拥有足够的竞争力，必须打造全新体验，对整个应用场景深刻理解。满足用户需求，给用户前所未有的情感体验，让用户接纳虚拟人，才是虚拟人走向成功的必经之路。”