在這幾年，虛擬人這一概念出現在了大多數人的視野中，許多企業也在尋找虛擬人的落地方式，而大模型的相繼發布也讓行業看到了更多有關虛擬人應用的希望。那么虛擬人技術進入了怎樣的發展階段？這篇文章里，作者從生產端、應用端等維度入手，發表了他的看法，一起來看。

剛剛過去的七月全球人工智能大會，虛擬人的聲量和關注度遠遠不及大模型，但它并沒有缺席。

大眾對于虛擬人的印象，還停留在一個個越來越漂亮、越來越接近于真人的3D人物模型。企業卻開始琢磨，怎么用虛擬人幫自己省錢了。

「去年大家的關注點在于，供應商能否幫他們『造一個人』，今年的訴求明顯更現實，都在關心虛擬人能不能應用到企業運營，真正降本增效?！挂患姨摂M人科技公司產品經理David 告訴新莓daybreak。

需求跑在了技術前面。如同自動化流水線逐步取代車間操作工一樣，企業采用虛擬人，是想要更加廉價、高效、穩定、觸手可及的人力。

過去幾年，虛擬人的形象呈現質感不斷提升。超寫實虛擬人，皮膚和毛孔的質感甚至可以媲美真人。就仿佛大模型具像化的「肉身」，虛擬人能與真人產生語言之外的更多交互。

大模型的相繼發布、能力的突飛猛進，也讓大家對虛擬人產生了更多期待。艾媒咨詢的數據顯示，2022年我國虛擬人核心市場規模達 120.8 億元，這個數字有望三年后翻四倍，達到480.6億元。

虛擬人最大的癥結之初是，制作成本居高不下，能夠真正落地的性價比之選，怎么看都還是略顯粗糙。

好消息是，隨著AI技術的進步，虛擬人幾乎可以100%通過AIGC的方法自動生成動作、表情、語言，所需制作時間和成本大幅降低。

生產端持續降本增效，應用端的交互雛形初現，樹上已經長出青澀的果子。

遺憾之處則是，現階段人類還不能像電影《頭號玩家》中那樣，在虛擬空間和現實空間無縫切換。

技術從誕生到成熟之間，總有一段無法快進的尷尬期。

一、還是實用價值贏了

如果站在人類中心的角度，按需求分類，那么虛擬人可以分為功能型和身份型兩種。

功能型的虛擬人，提供的是實用價值：幫人類具體執行，比如智能客服、文案撰寫、虛擬人主播等等。

身份型的虛擬人，提供的是情緒價值。它可以是虛擬女友、虛擬伙伴，給予你平凡的陪伴；也可以是歷史名人、娛樂明星的數字分身，或者誕生于二次元的虛擬IP，讓你獲得近距離追星的快感。

情感需求是客觀存在的，人需要被鼓舞、被理解。在社會日益原子化的今天，這個需求還在不斷增長。

有人在小紅書這樣描述自己與AI聊天的感受：「哪怕心知肚明那只是一段代碼，但還是會因為那些文字心動。AI 可能是虛妄的，但看到那些對話而驚喜的心情是真真切切的?！?/p>

AI 伴侶聊天機器人 Character.ai 的增速也是最好的證明。

在這款軟件中，用戶可以與馬斯克、喬布斯、馬里奧等著名人物交談，也可以定制自己的專屬 AI 陪聊。

Character.ai由兩名前谷歌員工創立，還不滿一年。今年三月，這家公司完成了1.5億美元融資，由美國著名風投公司a16z（Andreessen Horowitz）領投，估值已經達10億美元，絕對的一匹黑馬。

ChatGPT增長趨于停滯的當下，Character.ai的訪問量卻持續攀升。Semrush的數據顯示，后者4月訪問量環比增長近90%，5月環比增長47%。

真人與AI文本交互的順暢體驗，依賴的是大語言模型的成熟。但虛擬人，不僅包含文本，還包括動作、表情、聲音。想要達到全方位自然相處的境地，還有一段漫長的技術跋涉。

今年湖南衛視跨年晚會現場，虛擬人帶來了名為《制造浪漫》的歌舞表演。有網友表示，童言無忌，自己家3歲孩子的第一反應是「好假好丑」。

需求雖然存在，但技術實現并不盡如人意，這讓面向toC市場的身份型虛擬人，很難賣個好價格。

這點實用型虛擬人更占優勢。以同時兼具兩種功能的小冰AI 克隆人為例，提供的實用價值比情緒價值貴 5 倍。

「情感模式」定價是 72 元/年，可實現語音通話、朋友圈互動等功能。而「超級模式」的定價是 360元/年，主要服務于辦公場景，輔助會議紀要、文案撰寫等工作。

最重要的是，小冰AI售賣的只是交互界面，沒有具體的虛擬形象。

David對此毫不意外，「從我自己的感受來說，企業客戶首先關注的是 ROI 能不能打正，是不是比真人員工成本低。其次，熱點技術也帶有營銷屬性，比如企業可以購買個虛擬人，說自己接入了 AIGC，并大力宣傳這樣一個擁抱創新的品牌形象?！?/p>

他還補充道，虛擬人技術供方首先要滿足企業的現實需求，因為無論是從實際功能，還是營銷功能，企業都比個人的付費意愿更強烈。

二、生產端，降本增效

一個值得行業欣慰的好消息是，AI的技術進步驅動了虛擬人生產成本的降低。不論對功能型還是身份型虛擬人，都是利好。

打造一個虛擬人，主要包括建模、驅動、渲染三個環節。AI大大降低了建模和驅動環節的成本。

建模，就是通過手繪、CG建?；蛘逜I的方法，制作出虛擬人的形象。傳統方法，需要設計師在 3D 軟件中「捏」出一些形象。

以往，產品經理和美術設計只能通過文字、網絡圖片參考，溝通形象需求，難免存在信息失真。假如對制作效果不滿意，只能多次返工。

現在不然，Midjourney、Stable Diffusion 等軟件已經實現低成本的 2D 圖像生成。

AI基于已有素材和指令，智能生成一個形象，讓每一個需求都有了更具體的對照。也就是說，AI大大降低了制作虛擬人形象的溝通和試錯成本。

3D 建模雖然無法完全由AI完成，但 MetaHuman 等工具則可以通過輸入照片或視頻建立高保真的虛擬人，并直接在 Unreal Engine 中應用。

驅動，是讓虛擬人活動起來的過程。它可以由「中之人」驅動，也可以由AI驅動。中之人是指，在虛擬人的外衣下，提供聲音、動作的真人演員。

前者依靠對真人的深度采集完成，包括動作捕捉、面部表情捕捉、音視頻合成等等，再綁定到虛擬人上。后者則是通過深度學習、小樣本學習、自然語言處理、神經網絡渲染等技術手段，比如輸入演講稿或者語音，AI模型就能自動輸出肢體動作、面部表情、聲音。

David解釋，他們公司具備動作、表情和聲音模型?！嘎曇羰潜容^簡單的，TTS（Text to Speech）技術很成熟了。肢體和口唇動作就是一些 STA 模型，我們采集了非常多的動捕數據，再基于此去生成訓練模型?！?/p>

例如，若想在產品解說的視頻中應用虛擬人，系統會基于NLP識別用戶輸入的腳本，其中的文字作為輸入給到模型，可以觸發一些關鍵的動作。

如果你對這些概念沒有強烈體感，可以通過金錢投入量級更直觀地感受。

「如果是動捕技術，成本是一秒鐘1000塊，這意味著時長一分鐘的視頻，大概需要六萬塊。而通過 AI 的方式去生成，1分鐘只需要30塊錢?！笵avid 介紹，兩種方式的成本相差千倍。

廣發證券指出，AI 技術對虛擬人產業的影響不僅僅是在成本側，同時還帶來了「擬人化」和「專業化」的可能。大語言模型，以及在基礎模型上用特定的數據集進行微調，可以賦予虛擬人個性，也可以適配更多專業化的場景。

三、虛擬人直播帶來的啟示

更直觀的功能型虛擬人應用，是在直播場景。

5月份，抖音率先確定虛擬人的「合法」身份，允許使用AI輔助創作、不會限制虛擬人直播。近幾個月，抖音新注冊的公會賬號，使用虛擬人直播不再按照錄播對待。

快手雖然沒有官方表態，但沒少給「快手虛擬演播助手（KuaishouVirtual Studio，KVS）」做推廣。KVS 是一款面向內容生產者的工具，支持使用虛擬人助播，也支持主播自己化身虛擬形象，進入虛擬場景。

不論站在哪一方，虛擬人都是剛需。

品牌方，有動力替換部分真人主播。一名成熟的主播，培養周期至少在三個月左右。而這一行業的人員流動性很高，品牌方需要持續尋找、培訓、磨合新的主播。

如果不考慮飯碗被替代，主播也想培訓虛擬人幫自己打工。畢竟，帶貨是個體力活兒，日復一夜每天連播4-6小時，晝夜顛倒、深夜下播是行業常態，很多人吃不消。

此外，「帶貨過品」的套路成熟，商品的講解流程標準化，虛擬人似乎完全可以勝任。

然而，現實卻沒有那么美好。

虛擬人主播很難讓觀眾產生真正的信任，尤其是涉及到產品測評，美妝、服飾等常見商品的展示，虛擬人顯得有點力不從心。

此前，群眾基礎還不錯的虛擬偶像翎 Ling，就因為口紅測評文案中的「滋潤不干」被網友無情吐槽。當呈現效果完全是虛擬的，又如何給到消費者真實客觀的參考呢。

服裝則更是如此。不僅呈現效果缺乏可信性，還要對展示的服裝進行提前建模，運營成本不見得比真人主播低。然而，網友們的評價卻是「這能看出來啥」，「好像就是弄了一個虛擬人形象出來念稿子」。

目前，虛擬主播的功能，更多是基礎性的產品介紹，或者給真人主播做「花瓶」，引起觀眾的好奇。

抖音雖然默許了虛擬人的直播，但同時也表示，流量的分發取決于「內容的質量」，不是隨時大開綠燈。這也意味著在高峰時段，「只會念稿」的虛擬人直播，根本不是真人帶貨主播的對手。

從直播這一場景的「虛擬人」打工狀態管中窺豹，作為用戶，我們不難感受到宣傳中的科幻感與技術落地的現實之間的差距。

但技術的進步永遠是這樣，可用性的提升并非一日之功。

AI 技術的發展，幫助虛擬人行業克服了批量化生產的巨大難題，能夠幫助用戶快速、低成本地生成虛擬人，高頻次地生產內容，以及擺脫對于真人的依賴。

而對于從業者和企業客戶來說，虛擬人與真人的自然交互，近一寸有一寸的歡喜。已經有不少商家在深夜時段，采用了虛擬人主播，讓自己的直播間 24 小時不間斷。

畢竟，能持續向觀眾發送商品介紹的簡單念白，也聊勝于無。