以下文章來源于騰訊研究院 妈踊，作者騰訊研究院
全真互聯(lián)時代正在悄然到來矾削，加速線上線下的跨時空融合碗殷，作為全真互聯(lián)的重要入口肩刃，數(shù)字人可以推動線上和線下更加全面地一體化祟霍，打造出沉浸式的“全真”體驗與可操作的“互聯(lián)”交互。
進入2022年以來盈包，數(shù)字人在諸多應(yīng)用場景大放光彩沸呐，特別是在北京冬奧會的開幕式表演、氣象播報呢燥、手語解說中頻頻現(xiàn)身崭添，使其用戶基礎(chǔ)不斷擴大。爆點事件推動數(shù)字人產(chǎn)業(yè)被用戶不斷加深認知疮茄，數(shù)字人形態(tài)滥朱、技術(shù)及應(yīng)用受到大量關(guān)注，而支持產(chǎn)業(yè)快速發(fā)展的底層元素則包括技術(shù)的發(fā)展力试、用戶新需求徙邻、生態(tài)完善和標(biāo)準(zhǔn)的支持等。
伴隨著全真互聯(lián)的到來畸裳，未來數(shù)字人應(yīng)用還將具有哪些可能性缰犁，技術(shù)路線會產(chǎn)生哪些變化? 騰訊研究院、騰訊云智能和創(chuàng)業(yè)黑馬合作怖糊，先后對數(shù)十家從事數(shù)字人的企業(yè)進行深度調(diào)研與跟蹤訪談 帅容，分析產(chǎn)業(yè)發(fā)展現(xiàn)狀，底層驅(qū)動力、未來方向和挑戰(zhàn)等麦乞。形成****《數(shù)字人產(chǎn)業(yè)發(fā)展趨勢報告（2023）》****（文末附下載二維碼）。從數(shù)字人的價值定位姐直、核心技術(shù)倦淀、行業(yè)應(yīng)用、C端發(fā)展声畏、產(chǎn)業(yè)聚集 等十個不同維度進行剖析撞叽，挖掘出產(chǎn)業(yè)發(fā)展的十大趨勢。
趨勢1：數(shù)字人制造和運營服務(wù)的B端市場不斷擴大插龄，將面向更廣大的C端用戶提供服務(wù)愿棋，各類數(shù)字人價值定位和商業(yè)模式有差異初斑。
數(shù)字人的最終服務(wù)對象為C端用戶，在B端的應(yīng)用領(lǐng)域從電影動畫向廣告營銷膨处、電商直播见秤、虛擬偶像等領(lǐng)域不斷擴展。未來突硝，以虛擬分身為代表的應(yīng)用潛力巨大测摔。從需求角度，數(shù)字人制造和運營服務(wù)在B端市場不斷擴大領(lǐng)域和規(guī)模解恰，面向更廣大的C端用戶提供服務(wù)锋八，而制作方式也從PGC向UGC發(fā)展。
在20世紀80年代電影护盈、動畫等領(lǐng)域早期的手繪數(shù)字人最先出現(xiàn)挟纱，伴隨著21世紀初計算機動畫和動捕技術(shù)的成熟，內(nèi)容/IP型數(shù)字人大量應(yīng)用在影視行業(yè)中腐宋，主要是增強影視中觀眾的體驗效果紊服，隨后逐漸在文娛、市場營銷胸竞、文旅欺嗤、虛擬偶像等場景推廣應(yīng)用。近年卫枝，伴隨AI驅(qū)動技術(shù)的成熟煎饼，功能服務(wù)型數(shù)字人陸續(xù)出現(xiàn)，主要應(yīng)用于行業(yè)服務(wù)場景校赤，如金融數(shù)字人客服吆玖、傳媒數(shù)字人口播等淤袜。在虛擬空間中的虛擬分身數(shù)字人大范圍出現(xiàn)相對較晚，虛擬空間的技術(shù)和產(chǎn)品還在發(fā)展中衰伯，待產(chǎn)業(yè)進一步完善，此類應(yīng)用潛力巨大积蔚，是數(shù)字人市場的增量空間意鲸。
趨勢2：技術(shù)集綜合迭代驅(qū)動數(shù)字人形似人，制作效能將繼續(xù)提升尽爆。
多元技術(shù)推動數(shù)字人外形更像真人：建模技術(shù)發(fā)展推動超寫實數(shù)字人制作門檻怎顾、成本和周期進一步下降；物理仿真算法迭代推動服裝動態(tài)展示趨向真實漱贱；渲染引擎迭代和GPU算力提升推動數(shù)字人畫面更加精細和實時化槐雾；算法的優(yōu)化推動專業(yè)動捕設(shè)備趨向便捷化，視覺動捕在C端應(yīng)用潛力更大幅狮；面部捕捉技術(shù)向更簡單的硬件募强、更細膩的表情、更自動化的流程方向發(fā)展崇摄。
趨勢3：AI技術(shù)驅(qū)動數(shù)字人多模態(tài)交互更神似人擎值，并逐步覆蓋數(shù)字人全流程。
當(dāng)前數(shù)字人對語言理解還是以文本為主逐抑，動作合成上聲唇同步較為完善:
（1）AI驅(qū)動數(shù)字人是指數(shù)字人等語音表達鸠儿、面部表情和動作形態(tài)等通過深度學(xué)習(xí)模型進行運算，并將其結(jié)果實時或者離線驅(qū)動厕氨，并進行渲染进每。目前主流的 方式是圍繞NLP能力通過文本驅(qū)動，本質(zhì)是通過ASR-NLP-TTS等AI技術(shù)進行感知-決策-表達的閉環(huán)來驅(qū)動數(shù)字人交互命斧，同時需要預(yù)先設(shè)置相關(guān)的知 識圖譜或問答庫等田晚，與數(shù)字人的對話系統(tǒng)對接，但目前NLP在通用性場景的能力還需要進一步完善国葬。
（2）計算機視覺(CV)目前數(shù)字人聲唇同步技術(shù)相對完善肉瓦，在游戲中已經(jīng)大量應(yīng)用;而其他表情和動作還需要描述性的數(shù)據(jù)或者標(biāo)簽驅(qū)動，尚未智能合成胃惜， 表情動作也是是AI驅(qū)動未來發(fā)展的重點方向泞莉。
未來AI技術(shù)的重點方向是在輸入端實現(xiàn)多模態(tài)感知輸入，在輸出端提升多模態(tài)交互能力船殉，綜合提升數(shù)字人的表現(xiàn)力鲫趁，從目前的基于文本的交互，轉(zhuǎn)化為基 于語義的交互利虫，特別是需要強化對人情緒的感知和表達挨厚。此外除了利用ASR-NLP-TTS等技術(shù)驅(qū)動數(shù)字人交互外堡僻，AI技術(shù)也應(yīng)用在2D數(shù)字人的視頻生成、3D數(shù)字人的建模疫剃、視頻驅(qū)動钉疫、物理仿真等多個環(huán)節(jié)。
趨勢4：數(shù)字人技術(shù)與SLAM巢价、3D交互牲阁、體積視頻、空間音頻等技術(shù)深度融合壤躲，渲染將從本地到云端城菊。
數(shù)字人作為3D呈現(xiàn)的一種方式，未來將與其他3D技術(shù)如SLAM（即時定位與地圖構(gòu)建）碉克、體積視頻凌唬、空間音頻等融合，進一步完善數(shù)字人和真實空間的交互漏麦。例如在直播場景中虛擬/真實空間中真人和數(shù)字人的交互客税，數(shù)字人對真實空間的感知等。同時由于數(shù)字人對渲染能力要求較高撕贞，未來云端渲染是重要的方向霎挟，將推動云服務(wù)商從算力（CPU）云服務(wù)，到渲染力（GPU）的云服務(wù)麻掸。但成本仍是云渲染普及的關(guān)鍵阻礙酥夭，需要突破。
趨勢5：千行千面的數(shù)字人將成為人機交互新入口脊奋，但深度上仍需挖掘熬北。
AI驅(qū)動的數(shù)字人通過AI能力建立人與大數(shù)據(jù)的連接，提高效率并滿足人情感交流需求诚隙，提升用戶體驗讶隐，將成為人機交互新入口：應(yīng)用廣度上：目前使用文字或語音交互的場景都可用AI數(shù)字人軟著陸的方式替代，不需要改變原有的業(yè)務(wù)邏輯和商業(yè)模式久又，大眾接受成本較低巫延，并提供更好的用戶體驗，未來應(yīng)用場景非常廣泛地消，可以與各種領(lǐng)域相結(jié)合炉峰，服務(wù)規(guī)模化和標(biāo)準(zhǔn)化脉执。應(yīng)用深度上：數(shù)字人作為企業(yè)的數(shù)字資產(chǎn)疼阔，是對員工工作的增強，具有生產(chǎn)力的屬性，可以進一步釋放生產(chǎn)力婆廊，同時降本增效迅细。未來數(shù)字人將根據(jù)不同行業(yè)的業(yè)務(wù)特點和應(yīng)用場景進行更深度結(jié)合，孵化千行千面的數(shù)字員工淘邻，提供差異化服務(wù)茵典。
趨勢6：UGC數(shù)字人將加速出現(xiàn)，成為未來產(chǎn)業(yè)的增量空間宾舅。
未來1-2年技術(shù)門檻和成本將快速下降统阿，會出現(xiàn)更開放的創(chuàng)作者生態(tài)、更豐富的UGC內(nèi)容和商業(yè)模式贴浙，UGC將成為數(shù)字人的增量空間，同時也是數(shù)字人在C端應(yīng)用的主要生產(chǎn)方式
趨勢7：數(shù)字人仍以2D顯示設(shè)備為主署恍，3D顯示設(shè)備成為特定領(lǐng)域的新解法崎溃。
數(shù)字人的顯示載體包括手機、平板電腦盯质、AR/VR眼鏡袁串、智慧大屏或線下一體機等多種終端設(shè)備。PC呼巷、手機囱修、智慧大屏、銀行VTM機等2D主流顯示設(shè)備仍是數(shù)字人顯示的主要載體王悍。數(shù)字人和3D的數(shù)字內(nèi)容破镰，對于裸眼3D、VR压储、AR等3D顯示設(shè)備的普及具有推動重要鲜漩。特別在VR/AR設(shè)備中，6dof交互更突出數(shù)字人特點集惋，因此會在特定領(lǐng)域成為新解法孕似，如在XR設(shè)備中的線上演唱會、展會和會議等應(yīng)用場景刮刑。
趨勢8：在場是數(shù)字人發(fā)展的高級階段喉祭，將與應(yīng)用場景深度耦合。
離線階段--目前數(shù)字人產(chǎn)業(yè)正處于快速發(fā)展期間：離線渲染雷绢、非交互類型的數(shù)字人仍是主流泛烙，在數(shù)字化營銷、文娛等領(lǐng)域應(yīng)用廣泛翘紊；AI驅(qū)動的數(shù)字人在行業(yè)服務(wù)中胶惰，虛擬分身數(shù)字人在虛擬空間中處于爆發(fā)前期。在線階段--伴隨數(shù)字人快速發(fā)展和大量使用霞溪，用戶將很快進入體驗突破階段孵滞，在此階段利用AI驅(qū)動提供初級的實時交互和實時渲染技術(shù)不斷突破在場階段--實時交互中捆，更加智能的數(shù)字人，并結(jié)合更深的行業(yè)理解坊饶，帶來更真實的沉浸感和更大的價值泄伪。
趨勢9：藝術(shù)和技術(shù)雙輪驅(qū)動，北京有望成為產(chǎn)業(yè)新高地匿级。
作為科技產(chǎn)品蟋滴，數(shù)字人需要技術(shù)研發(fā)、人工智能痘绎、產(chǎn)品設(shè)計津函、運營、融資環(huán)境等多方面人才孤页，因此互聯(lián)網(wǎng)發(fā)展較好的區(qū)域尔苦，如北京、杭州行施、上海允坚、深圳等互聯(lián)網(wǎng)和數(shù)字內(nèi)容高地，將成為數(shù)字人產(chǎn)業(yè)的重要聚居地蛾号。在眾多因素中稠项，藝術(shù)和科技是最強驅(qū)動力，北京藝術(shù)資源相對集中鲜结，擁有中國傳媒大學(xué)展运、中央美術(shù)學(xué)院頭部藝術(shù)類院校和專家資源；科技產(chǎn)業(yè)優(yōu)勢突出精刷，互聯(lián)網(wǎng)企業(yè)數(shù)量較多乐疆，聚集了大量技術(shù)研發(fā)、AI算法等方面的人才贬养；同時政府高度重視數(shù)字人產(chǎn)業(yè)挤土，第一個發(fā)布數(shù)字人發(fā)展政策。在產(chǎn)業(yè)和政策的推動下误算，有望成為數(shù)字人產(chǎn)業(yè)聚焦的新高地仰美。
趨勢10.：數(shù)字人版權(quán)保護及行業(yè)合規(guī)體系需同步建設(shè)，推動實現(xiàn)可用儿礼、可靠咖杂、可知、可控蚊夫。
數(shù)字人行業(yè)總體還在快速發(fā)展階段诉字，發(fā)展和生存是企業(yè)的重點和方向，數(shù)字人著作權(quán)、外觀設(shè)計專利壤圃、商標(biāo)等知識產(chǎn)權(quán)保護體系亟待完善陵霉。
面向未來，數(shù)字人會正朝幾個方向加速迭代：一是外貌更加精致伍绳，形象更加逼真踊挠，動作更加自然，即“皮囊更好看”冲杀，跨越恐怖谷效應(yīng)后效床，會使人覺得數(shù)字人和真人無異，有利于建立良好的心理連接权谁；二是隨著AI技術(shù)的不斷完善剩檀，數(shù)字人多模態(tài)感知和交互的能力會得到顯著提升，數(shù)字人未來有可能具備記憶力和判斷力旺芽，從而更加智能沪猴，行為和思想上更趨于接近人，擁有“有趣的靈魂”甥绿。此外字币，數(shù)字人產(chǎn)業(yè)的加速發(fā)展则披，也需要渲染共缕、動捕等行業(yè)開發(fā)工具、云渲染等技術(shù)支持體系的進一步完善士复，從而大幅提升制作效能图谷，有效降低制作時間和成本。目前阱洪，很多技術(shù)已經(jīng)接近商業(yè)化大規(guī)模推廣的臨界點便贵，數(shù)字人產(chǎn)業(yè)有望進入全真互聯(lián)的新階段：將可能作為我們的分身，成為數(shù)字世界的交互入口冗荸，為我們帶來更智能承璃、更沉浸的“在場”體驗。
報告目錄如下：
(一) 發(fā)展現(xiàn)狀
1. 網(wǎng)紅數(shù)字人推動C端直觀認知和概念普及
2. 融資事件頻繁及專項政策的出臺進一步加深對產(chǎn)業(yè)的認知
3. 技術(shù)發(fā)展是數(shù)字人第一推動力
4. Z世代用戶崛起蚌本，數(shù)字人和虛擬空間為互聯(lián)網(wǎng)原生一代提供新體驗
5. 頭部企業(yè)從工具盔粹、平臺和應(yīng)用多維度入局，引領(lǐng)數(shù)字人產(chǎn)業(yè)發(fā)展
6. 標(biāo)準(zhǔn)制定引導(dǎo)產(chǎn)業(yè)規(guī)范發(fā)展
(二) 產(chǎn)業(yè)趨勢
1. 價值定位：
數(shù)字人制造和運營服務(wù)的B端市場不斷擴大程癌，將面向更廣大的C端用戶提供服務(wù)舷嗡，各類數(shù)字人價值定位和商業(yè)模式有差異。
2. 技術(shù)迭代：
技術(shù)集綜合迭代驅(qū)動數(shù)字人形似人嵌莉，制作效能將繼續(xù)提升进萄。
3. AI賦能：
AI技術(shù)驅(qū)動數(shù)字人多模態(tài)交互更神似人，并逐步覆蓋數(shù)字人全流程。
4. 融合發(fā)展：
數(shù)字人技術(shù)與SLAM中鼠、3D交互可婶、體積視頻、空間音頻等技術(shù)深度融合兜蠕，渲染將從本地到云端扰肌。
5. 行業(yè)應(yīng)用：
千行千面的數(shù)字人將成為人機交互新入口，但深度上仍需挖掘熊杨。
6. C端模式：
UGC數(shù)字人將加速出現(xiàn)曙旭，成為未來產(chǎn)業(yè)的增量空間。
7. 硬件載體：
數(shù)字人仍以2D顯示設(shè)備為主晶府，3D顯示設(shè)備成為特定領(lǐng)域的新解法桂躏。
8. 發(fā)展路徑：
在場是數(shù)字人發(fā)展的高級階段，將與應(yīng)用場景深度耦合川陆。
9. 產(chǎn)業(yè)集聚：
藝術(shù)和技術(shù)雙輪驅(qū)動剂习，北京有望成為產(chǎn)業(yè)新高地。
10. 合規(guī)前置：
數(shù)字人版權(quán)保護及行業(yè)合規(guī)體系需同步建設(shè)较沪，推動實現(xiàn)可用鳞绕、可靠、可知尸曼、可控们何。
(三) 應(yīng)用案例
1. 典型產(chǎn)品:
數(shù)字人播報SaaS工具、數(shù)字人UGC制作工具控轿、數(shù)字人生產(chǎn)工具冤竹、快速數(shù)字分身生成工具、C端數(shù)字人直播工具茬射、布料實時仿真工具鹦蠕、AI驅(qū)動數(shù)字人直播工具、視頻實時驅(qū)動產(chǎn)品在抛、 AI 驅(qū)動業(yè)務(wù)中臺钟病、虛擬空間產(chǎn)品
2. 新型顯示:
AR眼鏡、裸眼3D屏幕刚梭、沉浸式裸眼3D交互
3. 解決方案:
騰訊云數(shù)字人整體解決方案肠阱、中之人驅(qū)動直播方案、超寫實數(shù)字人制作方案望浩、高品質(zhì)數(shù)字人制作和直播方案
4. 行業(yè)應(yīng)用:
金融辖所、傳媒、文旅磨德、云展廳缘回、科教吆视、泛娛、影視酥宴、市場營銷啦吧、公益
