?【51CTO.com原創稿件】過去一年來，元宇宙成為企業和投資界和投資人共同關注的話題。對于元宇宙，各界人士都有自己的理解和關注點，在日前51CTO主辦的MetaCon元宇宙技術大會上，商湯科技數字空間事業群數字文娛事業部產品總監高瑞聲帶來了主題演講《元宇宙虛實世界的人工智能技術》，分別從市場和資本關注元宇宙的目的、元宇宙本身的市場布局以及核心的技術、打造數字人以及數字人典型的應用場景和案例等角度來談元宇宙。

高瑞聲認為，數字人其實可以定義為一個未來世界的超級員工，由于數字人能夠擁有人的外觀、人的肢體語言行為、人的大腦，因而代替部分的人力，甚至超過真人所能做的事情和能力，這樣就可以為企業節省人力資源成本，降本增效，同時助力城市的數字化轉型。

本文摘選并整理了其中的精彩內容，希望可以給大家帶來思維的啟迪。

一、AI引擎層的作用

構建虛擬的平行世界，即元宇宙Metaverse，是人類一直以來的夢想，它主要有三個核心元素來組成。第一個是虛擬化身（Avatar），第二個是AI數字人（Software Agents），第三個是物理空間的三維重建（Three-Dimensional Space）。這三個核心元素組成了Metaverse元宇宙。

市場關注元宇宙主要有兩方面原因。首先是從PC端互聯網到移動端的互聯網，流量逐漸趨于枯竭，我們希望能夠從下一代比如說元宇宙挖掘到新的流量紅利。其次是技術在不斷驅動和發展，信息從最開始的一維，比如文本、語音，到后來的二維平面，比如圖像、音視頻，再到三維，比如音視頻空間，用腦機接口實現的五感真實等。

從上面兩點可以得出，以三維全景為主要信息形態的元宇宙，就要成為我們一個新的產業趨勢。

元宇宙的系統分層主要有這幾層：基礎設施層、顯示硬件層、OS層、3D引擎層和應用層。 

有很多公司客戶希望能做元宇宙的一些應用，比如說社交應用、辦公協作等，但是他們會遇到一個非專業內容制作的挑戰。要解決這個挑戰，就涉及到AI的引擎層，也是商湯科技的定位。

怎么理解AI這個引擎層呢？可以從人腦和AI的關系來說起。人腦能做到什么呢？

一是能理解，包括對人物的認知和理解、對場景的認知和理解。

二是內容生成。平常做夢能夢到一些我們腦海里的人物和場景，這就是內容生成。一些優秀的畫家，能畫出來自己腦海中的人物和場景。

相應地，AI引擎層能為人物生成的數字人生成引擎，其能力主要分為這三個能力。

一是讓人輕松地擁有數字人。例如，利用拍照生成的能力，可以快速生成千人千面的虛擬形象。比如說韓式動漫的風格，二次元風格以及3D超寫實風格。

二是我們用AI去打造這種成熟的NPC群體，例如AI數字人。數字人主要有三方面的特征，首先，它有人的外貌特征，比如她是一個美麗大方可愛的小姐姐。同時它有人的面部表情和肢體語言、動作、行為這樣的特征。其次，它有人的大腦，就是我們的多模態的人機交互NLP，它可以通過輸入外界的環境信息，在NLP大腦中進行處理，與人進行交互，與人進行溝通、交流，為人提供服務。能夠部分或者全部替代人力成本，助力于城市企業去發展進行數字化轉型。

三是三維高清的重建技術，可以快速地去重建三維的數字空間。 

 有這三個能力我們就可以形成并打造數字世界的智慧解決方案，構建城市不同場景的虛擬的元宇宙空間，在這個虛擬的空間內，人們可以跟朋友、家人、同事一起去跨越這種時空，跨越這種距離，來進行面對面的沉浸式的溝通、交流和體驗。

人們可以體驗在哪些方面呢？可以有這幾個步驟。

第一步是虛擬人物快速生成。如果城市希望吸引年輕人，可以讓年輕人自拍，一鍵生成專屬卡通風格的形象，比如韓式的動漫風格或者日式的動漫風格。人們可以用這個虛擬形象開啟一段虛實融合的新的旅途。

第二步是實景三維高精重建內容的快速生成。人們可以用一個無人機飛一圈，快速重建一個三維高精的場景。同時還可以跟合作團隊一起去重建高精的三維空間。

第三步就可以用之前建好的虛擬分身一起在虛擬的空間內看看這個城市的風景，比如說廈門、鼓浪嶼。

這個國外像Facebook等公司已經做了，比如說Facebook的Oculus里邊的Horizon Worlds，里面就是重建了洛杉磯、舊金山，大家一起去構建這個城市地標的虛擬的元宇宙空間，可以讓用戶去跨越距離，去體驗城市的美。

第二個場景是虛擬的政務大廳、企業大廳，比如運營商的網點、銀行的線下網點等。企業可以創造一個聰明的數字人，它可以為用戶去提供便捷服務，比如說迎賓、業務咨詢、信息展示、業務辦理，從而讓群眾足不出戶就可以高效地辦理業務。

第三個場景是虛擬展會。展會不能用視頻的會議軟件去看，而虛擬展會可以全景的展示。在國外，比如在Oculus里有這樣的應用big screen。在Lobby里可以看到世界各地的人都在這個空間里邊去逛、去聊、去看最新的產品。

    二、數字人的核心技術

數字人可以定義為一個未來世界的超級員工，它是一個基于AI的多模態的人機交互系統。數字人有三個特征，有人的外觀、人的肢體語言行為、人的大腦，因而代替部分的人力，比如說智能助手、智能客服、智能導購員、智能講解員和形象代言人。未來數字人可以全部替代人力，甚至超過真人所能做的事情和能力，這樣可以為企業節省人力資源成本，降本增效，同時助力城市的數字化轉型。

數字人的平臺能力輸出主要有三部分。

第一，可以在管理能力平臺里對數字人進行知識體系的管理、知識的管理，比如明確數字人說什么話、做什么樣的問答、提供什么樣的服務，同時對數字人的形象可以進行配置，比如對數字人進行遠程控制、OTA升級等。

第二，在算法能力平臺，用算法模型的技術對數字人進行渲染、驅動等。

第三，應用層拓展，幫助數字人在地產、商超、園區、酒店和各種辦公大廳進行落地，同時可以在手機端、PC端、平板電腦、一體端、大屏、AR、VR眼鏡、車機等進行展示和交互。

數字人可以按能力進行分層，一個維度是自動化的制作水平高低，另一個維度是擬人化、智能化程度的高低。 

商湯科技已落地的產品形態和功能包括線下場景，線下場景、C端觸達場景等。

商湯科技在數字人方面有五大優勢，一是有豐富的數字人形象；二是能快速生成和驅動虛擬人；三是有精細的數字人還原；四是多樣驅動；五是行業領先的AI算法，包括讓口型更加準確的自研STA的算法模型和讓問答更加智能的自研NLP系統。

 三、數字人的應用場景

提到數字人的典型應用場景，第一個是虛擬代言人。

很多人從去年已經非常深刻地感受到了這個行業的痛點，比如真人明星的道德包括緋聞這些問題是不可控的，還有明星的排期、檔期等也是不可控的。

用傳統方法制作一個影視級的CG虛擬人，制作成本非常高、周期很長。商湯科技通過快速的數字人生成和驅動方式，可以讓虛擬代言人非常便捷地去進行多媒體資源的輸出。 

第二個典型應用場景就是金融，可分為線上和線下。線上可以將數字人嵌入到金融的App、H5、小程序里，讓數字人承擔智能客服、理財推薦等工作。線上金融有一個很大的痛點就是一些年長的叔叔阿姨，他們年齡大了，但是有錢也有閑，他們是絕佳的目標用戶人選。但是這些大叔大媽不太會使用App，這時候數字人可以通過對話交互的方式，去告訴他們怎么使用App，同時通過對話交互推薦理財產品，來提升復購率和購買率。

線下的場景就清晰了，數字人可以減輕人力的資源成本，部分替代大堂經理的工作，起到降本增效的作用。 

 第三個是新媒體創新應用場景。在近幾年，虛擬直播、二次元、短視頻等新興詞匯已然不再單單是一個符號，每個詞背后所蘊含的經濟規模、從業人數，都已經不可同日而語。上述這些新興市場都有同一個特點，那就是技術驅動和內容驅動。針對這一特點，商湯科技提早布局，早在這些行業方興未艾之時，就已經形成了從底層算法、SDK到平臺交付的能力與產品。無論是短視頻和二次元平臺的虛擬美妝和數字人Avatar，還是幫助傳統行業快速切入年輕化市場的數字人視頻生成平臺，我們正在不斷提供成熟且貼合客戶需求的綜合技術能力。 

第四個是文旅場景。商湯科技在上海的中共一大紀念館專門做了一個數字人一體機，它一方面可以對用戶進行場館的介紹，比如說哪里可以買紀念品，展區怎么走，衛生間在哪里等，另一方面它對中共一大的知識專門做了整體的訓練和學習，無論游客問出什么樣的中共一大的知識和問題，數字人都能夠回答。

除此之外，還有數字人超大屏，可以發揮這樣幾個作用，比如信息展示、進行員工關懷，迎接參觀客人等。 

除了上述場景之外，商湯科技的數字人也在新零售與虛擬主持人領域有廣泛的成功案例。商湯的數字人智能導購不僅可以承擔一般商超導購、前臺的事務性工作，其背后的人工智能技術更可以讓智能前臺成為整個商超的“百曉生”，無論是某位會員的停車位，還是當下各個店鋪的打折優惠信息，她都能游刃有余服務好每一位顧客。“秀外慧中”的數字人也可以承擔各類線上、線下活動的主持人工作，并根據活動主題變換不同外觀、服飾、甚至性格和語言風格。

總之，數字人可以給不同行業提供解決方案，包括金融行業、政務行業、商場行業、展廳、車載、形象代言人、直播帶貨等，相信數字人在今年也會有更好更大的發展。

 要想了解更多元宇宙網絡及運算相關內容信息，可查看MetaCon元宇宙技術大會官網，地址：https://metacon.51cto.com/?