观冬奥·向未来丨AI手语虚拟主播现身 分析师：冬奥会是大众了解虚拟数字人价值的契机

每经记者 可杨    每经编辑 张海妮    

2月4日晚间，北京2022年冬奥会开幕式在国家体育场“鸟巢”举行。本届冬奥会期间，虚拟数字人成为重要技术之一，中央广播电视总台新增了央视新闻AI手语虚拟主播，报道冬奥会新闻、准确及时地进行赛事手语直播。据悉，这名虚拟数字人主播是由“百度智能云曦灵”数字人平台打造的首个AI手语主播。

虚拟数字人背后，涉及计算机图形学、图形渲染、动作捕捉、深度学习、语音合成等多种技术。随着2021年元宇宙概念持续火热，虚拟数字人也作为元宇宙的场景入口和连接纽带而备受瞩目，而冬奥会上的虚拟数字人元素，也将让大众进一步认识这项技术。

不过虚拟数字人要实现大规模商业化，仍有难题待解。百度智能云AI人机交互实验室负责人李士岩介绍，目前数字人尚未实现规模化产业落地，主要原因在于数字人制作技术门槛高、周期长、成本高。

AI手语主播助力听障人士观冬奥

据百度提供的数据，全球约有4.3亿人患中度及以上听力障碍，根据全国第二次残疾人抽样调查数据，中国有听障人士2780万。而在本次冬奥赛事中，AI手语数字人也将成为他们观赛的重要桥梁。

百度方面介绍，区别于传统翻译，手语翻译的难点在于：手语并非按照语言逐字翻译，而需要根据语句整体意思进行语言精炼和语序调整，同时还需实时配合表情和唇语，帮助听障者更好地理解。这就导致AI手语数字人在信息凝练度、低时延和精细化三方面面临极其复杂的技术难题。因此，AI手语主播不仅需要具备高精度的数字人形象，还需要具备能够语音识别、手语翻译和手语表达的AI大脑。

据悉，百度智能云目前建立了规模庞大的手语动作库，基于《国家通用手语词典》规范，结合动作捕捉设备和真实手语老师的双向调优，精修近1万个手语动作，保证了手语表达的动作准确性。同时，通过4D扫描技术，让AI手语主播口型生成准确度达到98.5%。

而虚拟手语主播的“AI大脑”则依托于百度智能云。通过百度自主研发的机器翻译技术，百度智能云构建出⼀套精确的手语翻译引擎，可懂度达到85%以上，结合百度自研的语音识别技术，可将冰雪赛事的文字及音视频内容，快速精准地转化为手语；同时再通过专为手语优化的自然动作引擎，完成AI手语主播的动作驱动，实时演绎为数字人的动作、表情和唇语。据百度方面介绍，这一虚拟数字人研发工作，耗时不到2个月。

虚拟数字人技术为何能在此次冬奥会期间成为重要技术之一，易观分析互娱行业高级分析师王媛娅认为，中国很多领域在新技术应用方面很超前，具有很强的创新意识。在本届冬奥会上，虚拟数字人是为观众带来极致体验的重要方式之一，随着虚拟数字人在这几年受到越来越多的关注，通过虚拟数字人来展示内容已变得越来越常见。虚拟数字人不仅仅能在疫情期间控制现场演员数量，更能够用科技演绎艺术，为观众带来更新颖更多元的表演。

她同时表示，冬奥会开幕式是让大众了解虚拟数字人价值的契机。她提到，目前很多厂商正在布局或者计划布局虚拟数字人赛道，由于虚拟数字人是基于3D、VR、动作捕捉等一些技术实现的，随着科技的进步、市场需求的增加和冬奥会的助推，虚拟数字人会越来越成熟，进一步进入大众视野。除了直播带货和演出，虚拟数字人会在更多领域得到商业化机会。

虚拟数字人商业化仍有难题待解

据元透社发布的《虚拟数字人深度产业报告》，预计2030年，我国虚拟数字人整体市场规模将达到2700亿元，而目前市场仍处于前期培养阶段。

王媛娅认为，目前国内虚拟数字人刚刚从探索期过渡到成长期，成为元宇宙生态中快速发展的赛道。最近几年，虚拟数字人的应用领域逐渐拓宽，功能属性加强，已不再是二次元专属，比如现在已经有了虚拟KOL、虚拟主持人、虚拟客服等很多角色，商业价值也在直播带货场景中得到了验证。以“初音未来”为代表的海外头部虚拟数字人在探索期已建立全球影响力。同时，一些国外头部厂商开始关注虚拟数字人在B端的应用，并且已经推出了一些服务于B端市场的产品。

百度智能云AI人机交互实验室负责人李士岩介绍，目前数字人尚未实现规模化产业落地，主要原因在于数字人制作技术门槛高、周期长、成本高。打造一个高精度、高保真的非特异型虚拟数字人，动辄就需要百万甚至上千万的资金投入。

李士岩表示，虚拟数字人产业格局中，提供建模、渲染、动态捕捉等服务于数字人制作的基础设施服务商已形成稳固格局，大多由海外巨头把持。但在工具、应用层，中国企业已开始崭露头角。

不过，数字人规模化落地还面临三大难点：产业链割裂、服务场景与演艺场景没有有效打通、满足高频需求成本高。

对于虚拟数字人大规模商业化所面临的难题，王媛娅认为，市场对虚拟数字人的关注度会持续上升，也会有越来越多的企业投入打造虚拟数字人。但是懂技术、懂美术、又懂偶像运营的公司太少，所以未来需要产业链各方企业合作联合推出虚拟数字人，或者大型公司联合多个业务部门推出。因此，短时间内不太可能出现可以接近初音的，但是有可能会再出一个洛天依或lovelive。

对于虚拟数字人未来的发展，李士岩表示，数字人产业有三大核心推动力：第一级是用户需求与技术升级，第二级是政策支持与资本涌入，第三级是计算平台的迭代。每一次数字人发展本质上都是技术推动的，用户从平面的图文影音获取信息与交互，向实时3D交互反馈的需求转变。

百度集团副总裁吴甜则表示：“百度已发布集数字人生产、内容创作、业务配置服务为一体的智能数字人平台百度智能云曦灵，希望通过全栈AI能力，把虚拟数字人的生产周期缩短到小时级别，降低生产成本，并且用AI驱动生成内容。”

封面图片来源：IC photo