终于有人把“虚拟数字人”，讲清楚了！

用微信扫码二维码

分享至好友和朋友圈

来源：节选自《虚拟数字人3.0：人“人”共生的元宇宙大时代》，中译出版社授权发布

只要戴上耳机和目镜，找到一个终端，就可以通过连接进入计算机模拟的另一个三维世界，每个人都可以在这个与真实世界平行的虚拟世界中拥有自己的分身。——《雪崩》作者 尼尔·斯蒂芬森（Neal Stephenson）

毋庸置疑，移动互联网、人工智能和虚拟现实等新兴技术正一步步推动着我们向数字化生存的方式演进，移动互联时代正向沉浸互联的元宇宙时代转变，人人拥有“虚拟分身”，进入元宇宙成为可能。除了虚拟分身，交互更自然、更智能的虚拟数字人（Metahuman）也以虚拟偶像、虚拟主播、数字员工、虚拟学生等虚拟身份纷纷进入大众视野，社交、购物、娱乐等方式皆在重塑中，人们的生活方式、交互体验将发生重大变革。在元宇宙时代真正到来之前，虚拟数字人的千亿级产业生态正逐步形成，虚拟数字人与人类共存的时代正式来临，元宇宙里的“元人类”正在集结。

那么究竟什么是虚拟数字人？虚拟数字人又将如何发展？

01：

什么是虚拟数字人

从一场演唱会说起

早在 2015 年，中国台北小巨蛋体育馆举办了一场别开生面的跨时空演唱会——《如果能许一个愿望·邓丽君 20 周年虚拟人纪念演唱会》。台上的“邓丽君”以一袭红裙亮相，一颦一笑美丽如初，唱着《甜蜜蜜》等老歌，还与现场的表演嘉宾费玉清“同台”对唱了两首经典名曲，台下7 000 名歌迷听得如痴如醉。在那个“恍若重生”般的场景中，虚拟世界和真实世界间的边界仿佛消失了，有观众甚至认为这是邓丽君的生前录像。

作为全球华人的超级歌后，邓丽君甜美的歌声温暖了无数人，粉丝遍布世界各地。如果说扎克伯格描述的是真人复刻的场景，那么这场演唱会则是在邓丽君香消玉殒 20 年后，通过虚拟数字人技术将她“复活”，又把她带回到我们身边。我们不禁可以勾勒这样一幅具有想象力的图景：无论是真实或虚构的人都可以在虚拟世界中拥有虚拟分身，进行任意互动，而这个虚拟分身将可以永生。

这个虚拟世界被称为“元宇宙”。不同于地球大气层以外的宇宙空间，元宇宙一般是指平行于现实世界又能与现实世界发生联动的虚拟世界。这个虚拟世界相当于一个虚拟社会，包括虚拟数字人、虚拟场景、虚拟经济系统和新的数字文明等。我们借助基于人工智能、虚拟现实技术的软硬件一体化设备就能穿梭其中，体验到既科幻又现实的数字生活。“复活”的邓丽君使得科幻界和科技界都在讨论类似话题，比如我们能否走进科幻电影中的幻境，任意遨游；我们能否让已故的诗人复活，在元宇宙里与李白对饮三百杯，一起吟诗作赋。这些场景都是元宇宙和虚拟数字人的发展方向，也蕴藏着巨大的市场机遇。

互联网巨头如 Meta、腾讯、百度以及英伟达，在建构其元宇宙版图时无一例外都优先布局了虚拟数字人，推出了各自的数字人创作平台，如英伟达推出了 Omniverse Avatar。

那么，虚拟数字人到底是什么？具有什么重要特征？与机器人又有什么区别？

从技术角度看，虚拟数字人是指通过计算机图形学、语音合成技术、深度学习、类脑科学、计算科学等聚合科技创设的，并具有多重人类特征（如人的外观、行为，甚至思想或价值观）的虚拟形象。

从未来媒体形态和服务模式看，聚合科技带来语义传播与无障碍传播的新空间，由此诞生的虚拟数字人将作为新媒介角色，广泛应用在元宇宙新生态中，担任着信息制造和传递的责任，是元宇宙中人与人、人与事物或事物与事物之间产生联系或发生孪生关系的新介质。

虚拟数字人具有三个重要特征：一是具有人的虚拟形象，需要借助物理设备呈现，但不是物理实物，这是其与机器人的核心区别；二是具备独特的人设，有自己的性格特征和行为特征；三是具备互动的能力，未来虚拟数字人将能够自如地交流、行动和表达情绪。

虚拟数字人的分类

虚拟数字人是一个统称，又称为虚拟人或数字人，按不同的应用场景又可以分为虚拟偶像、数字员工、虚拟主播等。虚拟数字人的商业化已经走上快车道，在现实实践中按照技术、应用、呈现方式可以分为不同的类型（图 1.1）。

从技术层面，虚拟数字人可以分为真人驱动型、智能驱动型两大类。真人驱动型强调“人机耦合”，是目前相对成熟的一个领域，发展到完全的智能驱动需要经过一个长期发展过程。

真人驱动型虚拟数字人采用“CG 建模 + 真人动作捕捉”方式构建，可以看作是传统影视制作 CG 技术的延续。在完成原画建模和关键点绑定后，虚拟数字人由动作捕捉设备或摄像头基于幕后的“中之人”的动作和表情驱动，赋予虚拟数字人动作、表情、语言，并完成表演、现场互动、直播等。近年来算法上的进步大大降低了动作捕捉的设备门槛，也降低了虚拟数字人的使用门槛，虚拟数字人在虚拟偶像塑造、虚拟直播等场景中被大量使用，这是当前行业最常用、也将长期存在的驱动模式。该类型主要攻克的技术难点是“中之人”的微表情、微动作的捕捉以及展示的稳定、流畅。

智能驱动型虚拟数字人，依托深度学习方式，可以实时或离线驱动眼部、眉毛、嘴部等的面部表情，以及语言、动作等。智能驱动可以让虚拟数字人通过学习数据，拥有真实人类的动作、表情甚至是“记忆”、思想等，形成独特的“人设”，获得独特的技能，并可自主完成对外互动与输出，是虚拟数字人的技术发展方向。该类型目前主要是“工具人”，例如虚拟客服、虚拟助手、虚拟导游等，主要基于知识图谱进行服务，其技术难点主要是语音合成的真实性、能否精准识别使用者、交互者的需求。而完全的智能驱动型虚拟数字人，包括人设、人的思想记忆及主动互动与输出，技术门槛高，是技术型公司攻坚的难点。

从应用层面，虚拟数字人主要分为服务型、表演型和身份型三大类。服务型虚拟数字人在企业中被更广泛地使用；表演型虚拟数字人则因虚拟偶像、明星虚拟分身等更具流量吸引力和商业想象空间；身份型虚拟数字人最具市场想象力，因为未来元宇宙时期每个人都可以拥有自己的虚拟分身。

服务型虚拟数字人强调功能属性，如虚拟主播、虚拟教师、虚拟客服、虚拟导游等，也包括具有陪伴、关怀价值的虚拟助手、虚拟关怀师等，主要为物理世界提供各种服务，在经济生活中具有创新、降本增效的特征。

表演型虚拟数字人强调偶像属性，虚拟偶像属于此类型，当前主要被应用在娱乐、社交、办公场景中，如虚拟偶像演唱会、虚拟直播等。

身份型虚拟数字人强调身份属性，是物理世界的“真人”进入虚拟世界、元宇宙中的 ID，也被称为数字分身、虚拟分身。在元宇宙中，身份型虚拟数字人具有广阔的使用场景，当前主要应用在娱乐、社交、办公场景中，如虚拟社区、虚拟会议等。

从呈现方式层面，虚拟数字人主要分为卡通型和超写实两类。卡通型虚拟数字人的身份皆为“虚构”，他们在现实世界中并不存在，但其语言、动作、表情等都具有“人的行为模式”目前，卡通型虚拟人在二次元、游戏、卡通动画中应用较多，具有制作、运营成本低以及量多的优势。

超写实虚拟数字人是当前主流的发展方向，通过精细设计、技术合成，尽可能贴合真人形象。从诞生之日起，超写实虚拟数字人就绕开了“二维”“卡通”等特点，其高清人物建模、服装及专属饰品设计、专属场景设计等更具数字资产属性。因其具有“超写实”的特点，可与物理世界中的人物身份一一对应，在当前更具代表性，更可能成为未来人群与元宇宙场景