谁是元宇宙的原住民？

“虚拟数字人”作为现实与虚拟世界交互的重要载体之一，其技术的创新和应用空间的扩大，正为元宇宙的应用落地带来更多遐想。那么，什么是虚拟数字人？如何操控虚拟数字人？其市场规模又如何？

虚拟人偶像“洛天依”、全球首个火星车虚拟数字人“祝融号”、我国首个虚拟数字人学生“华智冰”……随着元宇宙概念的走红，虚拟数字人作为元宇宙的“原住民”引发高度关注。

从定义来看，虚拟数字人是指存在于非物理世界中，由计算机图形学、图形渲染、动作捕捉、深度学习、语音合成等计算机手段创造及使用，具有多重人类特征（外貌特征、人类表演能力、人类交互能力等）的综合产物。

上述定义可以看出，虚拟数字人的具体特征可拆分为“虚拟”、“数字”及“人”三个部分。其中，“人”是其核心因素。

高度拟人化所带来的亲切感、关怀感与沉浸感是多数受众的核心使用动力。能否提供足够自然逼真的相处体验，将成为虚拟数字人在各个场景中取代真人、完成语音交互方式升级的重要标准。

如何操控虚拟数字人？

虚拟数字人是人为操控的还是完全通过技术自动生成的？想要知晓答案，就要先了解其技术逻辑。

从技术层面来看，虚拟数字人可以分为真人驱动型和计算驱动型。

其中，真人驱动型虚拟数字人在完成原画建模和关键点绑定后，由佩戴动作捕捉设备或特定摄像头的真人实时驱动。这种技术思路可以看作是传统影视制作中CG技术的进一步延续。近年来随着图像识别技术中识别姿态及表情的算法不断进步，昂贵的惯性或光学动作捕捉设备不再是驱动的必备工具，普通摄像头结合理想的识别算法通常能实现较为精准的驱动，显著降低了精细虚拟内容生成的门槛。

由于背后有真人操作，真人驱动型虚拟数字人在动作灵活度、互动效果等方面具有明显优势，多用于虚拟偶像、重要直播方面，可以完成大型直播、现场路演等互动性、碎片化活动。同时，其也能够降低影视内容的生产成本，有助于推动影视级内容向消费级转化。

而在计算驱动型中，虚拟数字人的语音表达、面部表情、具体动作将主要通过深度学习模型的运算结果实时或离线驱动，在渲染后实现最终效果。

计算驱动的虚拟数字人最终效果受到语音合成、自然语言处理、语音识别等技术的共同影响。尽管各感知类技术已足以支撑特定方向的效果表达，但要达成理想的综合效果，需要企业在三个方面同时具有较强的综合能力。这也间接导致国内开展计算驱动型虚拟数字人业务的企业，大多是在感知技术方面有较强的综合实力且相对成熟的AI技术企业。

其中，联想之星所投企业思必驰作为国内领先的对话式人工智能企业，基于全链路智能语音语言技术打造的AI虚拟数字人定制平台已能服务于基层治理工作的诸多场景。

例如，在疫情防控期间，思必驰AI虚拟数字人定制平台助力全国各地数百个社区定制“数字网格员”，通过语音外呼等方式，完成通知、调研、跟踪回访等任务，之后用数据直观反馈结果，实现信息高效采集、基层情况快速掌握、宣传内容精准触达，助力基层工作增效、降本、提质，解决了200多种不同需求的社区工作场景。

此外，思必驰为银行打造的虚拟数字人可让用户通过语音进行交互，满足业务咨询需求，在提升业务办理效率的同时，增强了交互的趣味性。

应用价值凸显

未来市场有望超千亿

截至目前，虚拟数字人的身影开始出现在零售、科技、地产等各个领域。从应用场景来看，其可分为服务型虚拟数字人和身份型虚拟数字人。

// 服务型虚拟数字人

以服务为主，单个虚拟人产生的经济效益相比身份型较小，但作为虚拟世界的基础要素，可以创造出非常可观的市场空间。根据其核心功能可分为替代真人服务和多模态AI助手。其中，替代真人服务可以完成内容生产等简单功能；多模态AI助手可以提供日常陪伴、关怀等服务。

//身份型虚拟数字人

与缺乏人格象征的服务型虚拟人相比，身份型数字人强调其本身身份。其主要分为两种形式，一种是虚拟IP和虚拟偶像，在现实世界里具有独立人设；另一种是未来在元宇宙中，人们创造的自身第二虚拟身份，是与虚拟世界交互的手段。

得益于虚拟IP的巨大潜力以及虚拟第二分身的起步，未来身份型虚拟人可能占主导地位。据量子位测算，在2030年，我国虚拟数字人整体市场规模将实现2703亿。其中，身份型虚拟数字人约1750亿，并逐步成为元宇宙中的重要一环；服务型虚拟数字人总规模超过950亿，发展态势相对稳定。

作为多模态升级的代表技术，虚拟数字人的应用场景众多，可广泛与各行业相互结合，且行业天花板高，能够维持长期和衍生发展。

当下，多方因素正在驱动虚拟数字人产业发展，如新一代消费者将对内容消费和虚拟世界更为渴求；计算机图形学、深度学习等技术门槛降低，成本回落；VR眼镜等相关配套设备逐渐回暖……随着各行业开始意识到其技术的可行性和商业价值，虚拟数字人产业正快速进入高速发展期，有望早日实现规模化落地。