AI数字人风靡当下：探索照片生成视频、3D数字人与大语言模型的底层技术

hwyzw

    最近，AI 数字人在当下正十分风靡。各式各样的数字人不断涌现出来。它们具备和一个正常人相同的外观以及声音，能够与人类进行自然的对话，并且还可以模拟人类的情感。

    AI 数字人“苏小妹”成为城市推荐官，央视网的首个 AI 数字人主播是“文夭夭”，国内首个以文物为情感载体的国宝级文物“后母戊鼎”的 AI 数字人是“鼎鼎”等等各类新闻。

    在这一系列现象背后，有三个底层技术起着关键作用。一个是照片生成视频技术，一个是 3D 数字人技术，还有一个是大语言模型技术。

    （1）照片生成视频

    一家以色列的初创公司 D-ID 率先推出了照片生成视频。要达成照片生成视频这一效果，需运用一种被称作“生成式人工智能”的技术。该技术通过对大量数据进行训练，使机器学习到人像和声音的合成方式，进而能够生成极为逼真的人像和声音。

    （2）3D数字人

   

    百度是技术行业的领先者，一直致力于 3D 数字人人的开发。其中涵盖 3D 建模技术，能构建出模型；还有动作捕捉技术，可实现动作捕捉；以及 AI 技术和渲染技术等。通过这些技术，能够建立起高度真实的数字人物模型，同时实现逼真的动作捕捉和表情捕捉，并且具备自动适应不同场景和人物设定的能力。

    （3）大语言模型

    美国率先推出这款产品后，大语言模型受到了广泛关注。大语言模型（LLM）是用大量文本数据训练的深度学习模型，能够生成自然语言文本或理解语言文本的含义。它可以处理多种自然语言任务，像文本分类、问答、对话等，是通向人工智能的重要途径。

    政策、技术、环境等多种因素起到了推动作用，使得数字人应用场景不断得到拓展，并且不断得到深化。

    数字人行业进入高速发展期后，国内涌现出了许多有竞争力的数字人厂商。其中，综合类互联网技术厂商以百度为代表，专长类 AI 厂商以加推为代表，它们的表现最为突出，优势也最为明显。

    以加推为例，在销售数字人技术领域，加推是一家专业的用 AI 赋能销售的公司，它提供了全方位的销售数字人解决方案，能够帮助企业和个人快速创建自己的 AI 数字人形象。

    加推推出的 AI 销售助理是以 AI 技术为基础打造的、属于销售行业的数字人。专长类数字人具有属于自身的优势：

   

    加推具备丰富的销售行业专业技能，并且有专业问答知识储备，这样就能让 AI 销售助理更加智能从容地应对客户。

    加推专属的 AI 销售助理定制能力，这样能帮助它在众多厂商里形成差异化优势。

    加推在 AIGC+技术方面有着深厚的积淀，这种积淀能够为其数字人的落地提供全链路的保障。

    这些企业以卓越的技术作为核心，积极推动 AI 数字人产业的进步；以丰富的应用场景作为核心，积极推动 AI 数字人产业的进步；以优质的用户体验作为核心，积极推动 AI 数字人产业的进步。在这个过程中，他们在技术研发方面取得了重大突破；在这个过程中，他们成功地将技术应用于各种实际场景，如 AI 销售助理；在这个过程中，他们成功地将技术应用于各种实际场景，如 AI 智能客服；在这个过程中，他们成功地将技术应用于各种实际场景，如虚拟主播；在这个过程中，他们成功地将技术应用于各种实际场景，如 AI 数字代言人。

    这些玩家的表现给 AI 数字人产业的发展注入了新活力，同时也给销售等各个行业带来了全新的赛道，且是前所未有的。

    未来，我们有理由相信。在政策的推动下，AI 数字人行业将会持续繁荣发展。在技术的推动下，AI 数字人行业将会持续繁荣发展。在市场环境的推动下，AI 数字人行业将会持续繁荣发展。而国内这些有竞争力的玩家也将在其中发挥更加重要的作用。