海信聚好看AR/VR事業(yè)部總經(jīng)理吳連朋：虛擬空間及數(shù)字人交互技術(shù)應(yīng)用趨勢(shì)

FBEC未來商業(yè)生態(tài)鏈接大會(huì)于2023年2月24日在深圳福田大中華喜來登酒店盛大召開，本次大會(huì)由廣東省游戲產(chǎn)業(yè)協(xié)會(huì)、深圳市互聯(lián)網(wǎng)文化市場(chǎng)協(xié)會(huì)指導(dǎo)，陀螺科技主辦。

大會(huì)以“勇毅前行·逐光而上”為主題，以具有行業(yè)前瞻洞察的“探索者”為視角，逐“光”之旅為主線，聚焦元宇宙、XR、游戲、電競(jìng)、數(shù)字營銷等前沿行業(yè)，全方位呈現(xiàn)科技前沿成果，探討時(shí)代與商業(yè)議題，謀劃新科技、新商業(yè)、新模式未來價(jià)值，與時(shí)代同行者共赴劇變革新下的勇毅逐光之道！

FBEC主會(huì)場(chǎng)C：相信的力量——FBEC全球元宇宙CEO峰會(huì)由武漢東湖新技術(shù)開發(fā)區(qū)管理委員會(huì)與陀螺科技聯(lián)合主辦，邀請(qǐng)到海信集團(tuán)聚好看科技股份有限公司AR/VR事業(yè)部總經(jīng)理吳連朋帶來主題為“虛擬空間及數(shù)字人交互的技術(shù)應(yīng)用趨勢(shì)”的精彩演講。吳連朋認(rèn)為，如果我們繞開數(shù)字人的發(fā)展，談元宇宙就是沒有意義的。

以下為演講實(shí)錄：

大家下午好！

很開心有機(jī)會(huì)能跟大家進(jìn)行分享交流，前面的嘉賓從不同的業(yè)務(wù)領(lǐng)域進(jìn)行了分享，我會(huì)從元宇宙的基礎(chǔ)“人+場(chǎng)”的應(yīng)用方向，也就是數(shù)字人+虛擬空間的技術(shù)方向進(jìn)行切入，在這個(gè)過程中，希望也能把海信集團(tuán)聚好看的思考和正在做的事情介紹給大家。

我們是海信旗下的一家互聯(lián)網(wǎng)公司，這是云服務(wù)板塊，從下往上有企業(yè)級(jí)的、基礎(chǔ)的PaaS云平臺(tái)，目前包括國家電網(wǎng)、中大型企業(yè)數(shù)字化轉(zhuǎn)型里做私有云的PaaS平臺(tái)的切換。除此之外，還有通用互聯(lián)網(wǎng)架構(gòu)下所需要的PaaS云的部分，以及音視頻的解決方案，是面向移動(dòng)互聯(lián)網(wǎng)基礎(chǔ)能力的構(gòu)建。

2016年的時(shí)候，在集團(tuán)戰(zhàn)略的部署下，我們開始承擔(dān)XR板塊，其中包括眼鏡的探索方向。

2020年，我們發(fā)布了國內(nèi)首個(gè)雙8K直播的VR云平臺(tái)，這是基于VR的視頻處理、編解碼處理以及傳輸分發(fā)的云平臺(tái)，包括本次大會(huì)的VR視頻直播也是我們平臺(tái)的產(chǎn)品來提供，這是比較成熟的應(yīng)用方向。

在此基礎(chǔ)上，2019、2020、2021年，我們不斷探索XR領(lǐng)域跟硬件結(jié)合、跟應(yīng)用結(jié)合的新的解決方案。我們的路線，是從數(shù)字虛擬人的引擎開始，再到基于人+虛擬空間的元宇宙的互動(dòng)活動(dòng)平臺(tái)的應(yīng)用。

現(xiàn)在大家都談數(shù)字人，為什么大家都在談、也還有人去做呢？這個(gè)問題我們從2019年就開始思考了。目前數(shù)字人的引擎沒有成為通用能力的情況下，一個(gè)企業(yè)想要做好XR領(lǐng)域的應(yīng)用和解決方案，是無法繞過一些基礎(chǔ)核心技術(shù)的積累和突破的。

說元宇宙，首先會(huì)說到數(shù)字人，說得最多的也是數(shù)字人。其實(shí)在五年前、十年前，虛擬仿真的技術(shù)，包括游戲的應(yīng)用就已經(jīng)非常成熟。所以，如果我們繞開數(shù)字人的發(fā)展，談元宇宙就是沒有意義的。

基于數(shù)字人生產(chǎn)的效率和性能的提升，是驅(qū)動(dòng)元宇宙應(yīng)用的基礎(chǔ)邏輯。這里有兩個(gè)案例，一個(gè)是目前行業(yè)中做得非常好的歐美超寫實(shí)數(shù)字人，左上角是相對(duì)比較輕量級(jí)的數(shù)字人。在數(shù)字人發(fā)展的基礎(chǔ)上，有各行各業(yè)元宇宙數(shù)字人的探索。

雖然說數(shù)字人的建模和渲染技術(shù)不斷提升，也可以做各領(lǐng)域探索，但不代表每一個(gè)領(lǐng)域在一兩年內(nèi)就可以成熟。從我們自己的思考來講，比如社交的元宇宙，Meta已經(jīng)投入了很長(zhǎng)的時(shí)間，但是目前最高用戶也才達(dá)到20萬，日活還在不斷下降，所以偏社交、大C端的社交應(yīng)用的方向，不是我們目前想要去拓展的方向。

從技術(shù)角度去看，數(shù)字人從開始構(gòu)建，到真正在元宇宙里應(yīng)用起來，具體需要做哪些，以及它的應(yīng)用趨勢(shì)是怎樣的？拆解出來是以下五個(gè)階段。

第一，把人生產(chǎn)出來，這就是建模的技術(shù)。建模技術(shù)發(fā)展的趨勢(shì)，首先是要達(dá)到更高的精度，其次是以更小的成本和更小的算力去獲得更高的精度。從多視角幾何，純數(shù)字算法的模式，向深度學(xué)習(xí)大模型去發(fā)展。

第二，人建出來之后，需要使面部的動(dòng)作動(dòng)起來，動(dòng)作的方向是更加輕便，讓人無感知地應(yīng)用起來，才能在消費(fèi)級(jí)有更好的應(yīng)用，所以從傳統(tǒng)的光學(xué)、慣性動(dòng)作捕捉等往更加輕量的可以消費(fèi)級(jí)應(yīng)用的單RGB攝像頭的精細(xì)化驅(qū)動(dòng)方向發(fā)展。

第三，動(dòng)起來以后，需要人周邊的服飾和頭發(fā)等的仿真效果。

第四，在把人生產(chǎn)、動(dòng)作、周邊服飾都做出來以后，重要的方向是能夠把這些很好地渲染出來。

第五，前面四個(gè)階段生產(chǎn)完以后，只能說有了這樣的形象出來，可以有基礎(chǔ)的活動(dòng)交互，而最終還是要用AI給它賦能，讓它具有靈魂。最近有很多人討論ChatGPT，ChatGPT結(jié)合數(shù)字人一定是可以的，并且很快能夠改變很多行業(yè)的應(yīng)用方向，尤其是數(shù)字智能化的助手方向，替代一些人力，更好地展現(xiàn)效率。

從數(shù)字人的劃分來講，我們做了一個(gè)分類：從最基礎(chǔ)的風(fēng)格化的數(shù)字人，到寫實(shí)數(shù)字人，再到超寫實(shí)數(shù)字人。

風(fēng)格化數(shù)字人，目前國外已經(jīng)有很多通用的模型，很多行業(yè)應(yīng)用都在基于這些模型去做。我們認(rèn)為，它更加適合偏游戲、偏輕量化的娛樂性方向，而不適合行業(yè)級(jí)的應(yīng)用方向。

2020年，海信推出了自己的第一個(gè)元宇宙電視行業(yè)發(fā)布會(huì)，當(dāng)時(shí)也是風(fēng)格化數(shù)字人。但近一兩年我們想要進(jìn)行行業(yè)應(yīng)用拓展和規(guī)?；?，就一定要往寫實(shí)和更加超寫實(shí)的方向推進(jìn)。寫實(shí)和超寫實(shí)數(shù)字人這兩個(gè)部分是有交叉的，這取決于具體的應(yīng)用場(chǎng)景。

比如寫實(shí)的數(shù)字人，基于單張的圖片，基于1萬以內(nèi)的面片數(shù)去生產(chǎn)數(shù)字人的形象，才有可能在目前的終端算力下，做到幾百上千的并發(fā)，去進(jìn)行交互和這個(gè)范圍內(nèi)的應(yīng)用。

這是我們自己打造的其中一個(gè)超寫實(shí)形象，它現(xiàn)在承載著我們流量代理人的角色。我們自己的超寫實(shí)數(shù)字人的打造技術(shù)，從學(xué)術(shù)到真正能落地的趨勢(shì)是一致的，就是高精度掃描以后，AI能夠自動(dòng)化的建模，可以把原來需要專業(yè)團(tuán)隊(duì)做幾個(gè)月的工作量縮短到兩周以內(nèi)。我們說超寫實(shí)，不僅僅是代表它有8K的貼圖和毛孔級(jí)的精度，更重要的是面部的表情，還有身體和骨骼動(dòng)作的精細(xì)化處理。

這是我們最近兩周的案例，背景是中亞五國在集團(tuán)的采訪。這個(gè)場(chǎng)景需要長(zhǎng)達(dá)6分鐘的俄語播報(bào)內(nèi)容，常規(guī)的展廳不太可能完成，但是現(xiàn)在通過AI數(shù)字人，包括語音的技術(shù)和自動(dòng)的動(dòng)作捕捉，2個(gè)小時(shí)以內(nèi)可以生產(chǎn)這樣的內(nèi)容，滿足應(yīng)用場(chǎng)景的需求。我們說元宇宙、數(shù)字人，還是要考慮到底是在什么樣的場(chǎng)景下提供了什么樣的價(jià)值。

另一個(gè)案例是更輕量級(jí)的模型，精度相對(duì)沒有那么高，但是一切的技術(shù)都是服務(wù)具體落地的場(chǎng)景。比如今天的大會(huì)，我們有兩路不同的直播，一路是基于VR視頻的直播，另一路是基于元宇宙活動(dòng)的直播，當(dāng)面臨上百或者是上千虛擬人在同一個(gè)空間里進(jìn)行活動(dòng)和交互的時(shí)候，就必須要平衡它千人千面的追求，以及算力、精度、實(shí)時(shí)互動(dòng)的流暢。在不同的場(chǎng)景需要不同的寫實(shí)度，這是我們?cè)趹?yīng)用落地場(chǎng)景的結(jié)合探索中得出的經(jīng)驗(yàn)。大部分場(chǎng)景可能不需要達(dá)到95%的寫實(shí)度，可能只需要達(dá)到60%以上的寫實(shí)度就可以達(dá)到流暢、體驗(yàn)感平衡的效果。

我們對(duì)技術(shù)服務(wù)場(chǎng)景這個(gè)方向的思考，它不是適合于通用的、想把所有的企業(yè)和用戶都放在一個(gè)公共的大空間里的應(yīng)用，而是要聚焦于某一個(gè)很小的細(xì)分場(chǎng)景，比如會(huì)議的活動(dòng)，虛擬的教研活動(dòng)，或者其他的展覽展示活動(dòng)。

現(xiàn)在大家都在談數(shù)字人的技術(shù)，但3年以后，基礎(chǔ)數(shù)字人的能力，無論是建模、驅(qū)動(dòng)，還是結(jié)合云以后整個(gè)AI的生成能力，可能馬上就會(huì)成為基建的技術(shù)，它會(huì)像現(xiàn)在云計(jì)算和大數(shù)據(jù)公共算力一樣，成為一種基礎(chǔ)能力。但是在這段時(shí)間里，整個(gè)行業(yè)的從業(yè)者如果要做到真正的落地和實(shí)現(xiàn)，還是要明確自己的方向，以及對(duì)關(guān)鍵領(lǐng)域進(jìn)行突破。

引用一個(gè)報(bào)告的數(shù)據(jù)，后疫情時(shí)代，虛擬活動(dòng)的場(chǎng)景占比和用戶接受度在逐漸增高。在這種情況下，我們有基礎(chǔ)的面向一個(gè)一個(gè)活動(dòng)場(chǎng)景的產(chǎn)品架構(gòu)，在這樣的架構(gòu)里面，無論是數(shù)字人，還是云渲染，都已經(jīng)是基礎(chǔ)的技術(shù)能力。傳統(tǒng)的虛擬仿真教育，也面臨著往基于多人的互動(dòng)遠(yuǎn)程空間更加真實(shí)和更具沉浸感的發(fā)展方向，這也是未來我們發(fā)力的細(xì)分場(chǎng)景。

謝謝大家！

生成海報(bào)

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。