電子發(fā)燒友網(wǎng)報(bào)道（文/李彎彎）日前，在華為云數(shù)字文娛AI創(chuàng)新峰會(huì)2023上，華為云全球Marketing與銷(xiāo)售服務(wù)總裁石冀琳表示，在人工智能的加持下，每個(gè)人有望實(shí)現(xiàn)“數(shù)字人”自由。華為云后續(xù)將推出盤(pán)古數(shù)字人大模型，可幫助用戶12小時(shí)完成數(shù)字人生成。

數(shù)字人是指以數(shù)字形式存在于數(shù)字空間中，具有擬人或真人的外貌、行為和特點(diǎn)的虛擬人物。數(shù)字人的核心技術(shù)主要包括計(jì)算機(jī)圖形學(xué)、動(dòng)作捕捉、圖像渲染等。在互聯(lián)網(wǎng)、金融、電商、汽車(chē)出行等領(lǐng)域，相關(guān)企業(yè)紛紛推出數(shù)字人，用于品牌營(yíng)銷(xiāo)、智能客服等方向。

用戶可以結(jié)合個(gè)人數(shù)據(jù)對(duì)數(shù)字人進(jìn)行訓(xùn)練

盤(pán)古數(shù)字人大模型由華為云 MetaStudio 數(shù)字內(nèi)容生產(chǎn)線構(gòu)建而成。數(shù)字人基于華為云盤(pán)古基礎(chǔ)大模型能力、渲染引擎和實(shí)時(shí)音視頻能力，并使用 PB 級(jí)的音視頻數(shù)據(jù)進(jìn)行訓(xùn)練構(gòu)建。

盤(pán)古數(shù)字人大模型包含數(shù)字人形象、動(dòng)作、表情、口型、聲音等要素，每個(gè)用戶可以結(jié)合個(gè)人數(shù)據(jù)對(duì)數(shù)字人進(jìn)行訓(xùn)練，構(gòu)建自己的數(shù)字人個(gè)性化大模型。

用戶可通過(guò)多種方式生成數(shù)字人模型。1、輸入文本生成數(shù)字人：輸入文本，描述希望生成的數(shù)字人樣子，10秒生成模型，比如通過(guò)Prompt文本輸入，目前支持可選50多項(xiàng)參數(shù)來(lái)生成數(shù)字人形象，生成時(shí)間僅需10秒，而行業(yè)的一些大模型需要30秒或者更長(zhǎng)的時(shí)間。

2、通過(guò)上傳圖片生成數(shù)字人：只需要上傳一張照片，根據(jù)照片中的個(gè)人特征，生成不同類(lèi)型的數(shù)字人，比如風(fēng)格化和美型數(shù)字人，這個(gè)時(shí)間僅需30秒。

3、用戶只需要拍攝一段5分鐘的視頻，也能生成個(gè)性化數(shù)字人模型，包含用戶自己的表情、口型、動(dòng)作特征，整個(gè)模型訓(xùn)練過(guò)程只需要1個(gè)小時(shí)。而業(yè)界一般需要訓(xùn)練12個(gè)小時(shí)以上?；趥€(gè)性化模型生成的數(shù)字人，將保留用戶的個(gè)性化形象、表情、動(dòng)作、聲音和口型信息。生成數(shù)字人后，可以通過(guò)對(duì)話完成對(duì)數(shù)字人的二次編輯和背景融合，比如發(fā)型、配飾、服裝等，真正做到每個(gè)人的數(shù)字人都獨(dú)一無(wú)二。

數(shù)字人生成后，預(yù)訓(xùn)練模型對(duì)輸入的驅(qū)動(dòng)方式進(jìn)行分析，從多模態(tài)信息中通過(guò)深度編碼器提取特征向量信息，驅(qū)動(dòng)生成數(shù)字人的表情、口型、肢體動(dòng)作參數(shù)，并最終生成高清視頻。

通過(guò)盤(pán)古大模型，華為云數(shù)字人生產(chǎn)平臺(tái)全新升級(jí)

華為云早前就已經(jīng)推出數(shù)字人“云笙”，該數(shù)字人在2021年華為全聯(lián)接大會(huì)上就以華為數(shù)字員工的身份首次亮相。今年3月，在深圳?星河雙子塔發(fā)布會(huì)，數(shù)字人“云笙”擔(dān)任主持，與真人主持人互動(dòng)，帶來(lái)了非常好的營(yíng)銷(xiāo)效果。

作為被世界高層建筑與都市人居學(xué)會(huì)（CTBUH）授予“中國(guó)最高的等高雙子塔”認(rèn)證的地標(biāo)性建筑，星河產(chǎn)業(yè)集團(tuán)希望能夠在雙子塔發(fā)布時(shí)來(lái)一場(chǎng)與眾不同的呈現(xiàn)形式，因此就有了數(shù)字人“云笙”搭檔真人主持的方式，成了這場(chǎng)發(fā)布會(huì)的最大亮點(diǎn)。

據(jù)悉，數(shù)字人“云笙”搭檔真人主持的方式，使得深圳?星河雙子塔發(fā)布會(huì)線上直播點(diǎn)擊量達(dá)到40萬(wàn)，為雙子塔發(fā)布會(huì)現(xiàn)場(chǎng)帶來(lái)了富有創(chuàng)新性的交互效果，活躍了會(huì)場(chǎng)的氛圍，提升了發(fā)布會(huì)曝光度，較星河先前項(xiàng)目發(fā)布會(huì)曝光增加不少。

不僅僅是星河產(chǎn)業(yè)集團(tuán)有這樣的訴求，很多企業(yè)都希望在品牌活動(dòng)上，通過(guò)數(shù)字人的創(chuàng)新，來(lái)增強(qiáng)科技元素，吸引更多關(guān)注。當(dāng)前，數(shù)字人在諸如這種營(yíng)銷(xiāo)領(lǐng)域已經(jīng)有很多成功案例。

在今年7月的華為開(kāi)發(fā)者大會(huì)2023上，華為云媒體服務(wù)部部長(zhǎng)呂陽(yáng)明發(fā)表“MetaStudio重塑數(shù)字內(nèi)容生產(chǎn)，讓人人擁有個(gè)性化數(shù)字人”演講，并發(fā)布MetaStudio數(shù)字人生產(chǎn)平臺(tái)全新升級(jí)。華為云通過(guò)盤(pán)古基礎(chǔ)大模型，賦能MetaStudio數(shù)字內(nèi)容生產(chǎn)線全新升級(jí)，提供模型生成和模型驅(qū)動(dòng)兩大服務(wù)。

基于以上模型生成和模型驅(qū)動(dòng)兩大服務(wù)，開(kāi)發(fā)者可以快速生成和驅(qū)動(dòng)數(shù)字人模型，從“0101的比特傳輸”走向“有溫度的模型交互”?？梢钥吹皆诒P(pán)古基礎(chǔ)大模型的助力下，將能夠提供更強(qiáng)大更智慧的數(shù)字人服務(wù)。

近年來(lái)，數(shù)字人的應(yīng)用范圍越來(lái)越普遍，從娛樂(lè)、直播、虛擬偶像、綜藝、形象代言等市場(chǎng)，逐漸輻射至體育、金融、醫(yī)療、教育等更加廣闊的服務(wù)領(lǐng)域。

據(jù)介紹，中影年年依托華為云MetaStudio數(shù)字內(nèi)容生產(chǎn)平臺(tái)，結(jié)合其自身在數(shù)字內(nèi)容領(lǐng)域強(qiáng)大的技術(shù)能力及創(chuàng)作經(jīng)驗(yàn)，并依托自身儲(chǔ)備的上千萬(wàn)套同標(biāo)準(zhǔn)且高品質(zhì)的數(shù)字資產(chǎn)為豐富的AIGC數(shù)據(jù)訓(xùn)練集賦能，從而推出了云上數(shù)字人生產(chǎn)平臺(tái)AI-BOX。

通過(guò)1張照片在1分鐘內(nèi)快速生成數(shù)字人的現(xiàn)場(chǎng)演示，展示3D數(shù)字人從自動(dòng)化建模、自動(dòng)綁定、智能驅(qū)動(dòng)、高精度渲染到最終視頻合成的一站式生產(chǎn)服務(wù)能力。

小結(jié)

近幾年來(lái)，數(shù)字人已經(jīng)在越來(lái)越多領(lǐng)域展現(xiàn)出應(yīng)用優(yōu)勢(shì)。如今，在大模型的支持下，數(shù)字人也表現(xiàn)出更高的生產(chǎn)效率，更智慧的互動(dòng)效果，比如，盤(pán)古大數(shù)字人大模型，通過(guò)對(duì)音視頻數(shù)據(jù)進(jìn)行訓(xùn)練，數(shù)字人的生產(chǎn)效率極大提升。在如此背景下，數(shù)字人的發(fā)展將更值得期待。