数字人“希加加”展示自己绘制的画作

日常生活里，你不经意间会遇到这样一群“人”。他们出现在博物馆展厅、银行柜台，抑或教育机构。这些“人”专业能力极强，讲解展品的时候，能对你提出的疑问应答如流；办理金融业务时，你也会发现，他们非常高效，并且鲜有出错的时候；当他们成为你孩子的老师，这些“人”不但“传道授业解惑”，更能在言语之间给予孩子鼓励。你不禁会好奇，这些“人”到底是谁？如果在几年前跟你说出他们的名字，你可能会感到陌生。但现在，提及数字人，人们或多或少都对其有些了解。因为这些特殊的“人”，已然介入我们的世界之中，并给一些行业带来了实质性的改变。

数字人，指的是基于CG（ComputerGraphics，计算机图形学）技术与人工智能（AI）技术打造出的数字化虚拟人物。最早的数字人形象可追溯到上世纪80年代，不过，受限于技术水平，早期的数字人形象主要由手绘完成，制作周期漫长，且应用成本极高。所以在很长一段时间内，数字人行业不温不火。近些年，随着元宇宙概念的出现，以及CG、深度学习算法、自然语言处理（NLP）等技术的发展，数字人行业迎来了一个热潮。无论是实体经济，还是传媒相关的内容生产领域，都开始频繁地使用数字人形象。虚拟偶像、虚拟主播、金融业务员……数字人变换着不同的身份，给人们的生活提供着便利。在百度与央视新闻共同举办的“2022百度世界大会”上，多个AI数字人在会场亮相。数字人“希加加”不但担任着大会的主持人，还在现场献上了自己绘制的画作。作为国内首个可交互的虚拟偶像，数字人“度晓晓”还与撒贝宁同台互动，展现着与真实人类相似的风趣。

制作一个数字人，要经过哪些工序？它们有个性吗？如果有，个性从何而来？元宇宙发展至今，最先进的数字人技术是什么？这些技术又会对我们的世界带来怎样的改变？带着这些问题，《新周刊》对百度数字人与机器人业务负责人李士岩进行了专访。以下为《新周刊》与李士岩的对谈。

数字人行业当前还是处于比较早期的阶段，为了推动它向前发展，最核心的手段还是市场化。数字人的团队既要考虑到技术的迭代路径，也要考虑到团队中成员的美学素养，以及对一些人体结构的了解程度。像我们团队中有很多人都在研究人体解剖学，研究人的三庭五眼。在技术方面，它既要用到语音、语义相关的技术，也要用到CG、视觉相关的AI技术。百度是国内为数不多可以实现全链路AI能力的公司，我们在这方面有着非常丰厚的积累。

我们用通俗的语言来解释，就是首先要造出来一个“人”，但这还远远不够，你要能让这个“人”做事情。有的要去当业务员，比如我们给银行做的产品，它们可以帮助客户办理业务；有的要去当主持人——我们给央视新闻提供了手语数字人；还有的，要做虚拟偶像，诸如我们熟知的“希加加”“度晓晓”。制造的流程一般是这样的：第一阶段，上传一张照片就能自动生成一个三维的超写实数字人。第二步需要做的事情，就是让已经做好的数字人，通过我们百度智能云的数字人平台，去生产内容。

最前沿的数字人技术主要从三个方面看。首先，在制作人像层面，目前最顶尖的技术是通过超写实人像来实现智能建模。在驱动和交互上，最前沿的技术有两个：AI相关的非注意力ASR模型和利用大模型相关的对话技术。在内容生产赛道里，动画数据、通过3D换脸技术进行的虚拟偶像、内容的快速生产，都是比较尖端的技术。

数字人的需求主要集中在两个方向，分别是多模交互方式和内容生产。在多模交互方式方向，数字人的工作主要是做业务员，也就是理财经理、教育培训领域的一对一交互教练等。在内容生产维度上，数字人做的主要是虚拟主持人、虚拟主播和虚拟偶像。目前来看，这两个大赛道每年成长率都较高，每年可触达的市场规模几乎都是翻倍的。预测到2023年，这个市场规模接近300亿元。

无论是作为进入元宇宙的通行证，还是未来在元宇宙中提供服务，数字人都占据非常核心的位置。在生活方面，数字人已经提供了诸多便利，它可以让银行的服务变得更有温度，让教育变得更有效率，那些虚拟偶像也通过聊天，给予了我们更多陪伴。从整个行业来看，还需建立一些专业标准，比如像自动驾驶汽车那样，划分出智能化的等级。此外，数字人的智能化构造和生产需要采集的数据，投入成本也非常高，如果有可能在行业内进行更广泛、更流畅的数据互通，工程师们的研发可能会变得更方便。