電子發(fā)燒友網報道（文/李彎彎）數字人是通過先進的計算機圖形學、深度學習等技術創(chuàng)建出的具有高度逼真形象和行為的虛擬人物。AI大模型則是指具有大規(guī)模參數量和復雜結構的人工智能模型，能夠處理大量的數據和復雜的任務，提供準確和強大的預測和推理能力。

兩者結合，AI大模型可以在數字人的基礎上，利用AI大模型的強大能力進行進一步的優(yōu)化和拓展。例如，在數字人的交互和表達方面，AI大模型可以分析用戶的輸入和反饋，提供更智能、更自然的響應和動作。同時，AI大模型還可以結合大量的數據資源，對數字人的行為和表現(xiàn)進行學習和優(yōu)化，使其更加符合用戶的期望和需求。

AI大模型與數字人的結合

具體來看，AI大模型在數字人上的作用主要體現(xiàn)在多個方面，如多模態(tài)交互，AI大模型使得數字人能夠同時處理文字、語音、圖像等多種模態(tài)的信息，從而與用戶進行更加自然和豐富的交互。這種多模態(tài)交互能力使得數字人能夠更好地理解用戶的意圖和需求，提供更加精準和個性化的服務。

利用AI大模型，數字人可以構建出高度智能化的對話系統(tǒng)。這些系統(tǒng)能夠理解復雜的語境和語義，生成流暢、自然的對話內容，使得數字人能夠與用戶進行深入的交流和互動。

AI大模型可以根據用戶的喜好和習慣，生成個性化的內容。例如，數字人可以根據用戶的興趣推薦相關的音樂、電影或書籍，或者根據用戶的性格和情緒生成合適的聊天話題。這種個性化內容生成能力使得數字人能夠更好地滿足用戶的需求和期望。

更值得關注的還有，AI大模型可以通過分析用戶的語音、表情和文本等信息，識別用戶的情感狀態(tài)。數字人可以根據識別結果調整自己的行為和表達方式，以更好地與用戶建立情感連接。這種情感識別與表達能力使得數字人能夠為用戶提供更加溫暖和人性化的服務。

AI大模型將顯著提高數字人的生產效率。通過利用大規(guī)模深度神經網絡，大模型能夠自動處理和分析大量數據，從而快速生成具有真實感的數字人物形象。這大大縮短了數字人制作的時間，提高了創(chuàng)作效率，使得設計師可以將更多的精力投入到創(chuàng)意和細節(jié)打磨上。

AI大模型的發(fā)展也推動數字人向更廣泛的應用領域拓展。隨著技術的不斷進步，數字人不僅可以在娛樂、游戲等領域提供優(yōu)質的服務，還可以應用于教育、醫(yī)療、營銷等多個領域。大模型的強大能力使得數字人能夠更好地適應不同場景的需求，為各行各業(yè)提供更智能化和高效的服務。

此外，AI大模型還能夠促進數字人技術的創(chuàng)新和發(fā)展。隨著生成式AI和大模型技術的融合，數字人平臺展現(xiàn)出更加高效和可信的生產能力。這使得數字人技術能夠不斷突破創(chuàng)新，滿足市場用戶和場景需求，推動整個行業(yè)的進步和發(fā)展。

融合了AI大模型的數字人應用

過去幾年，數字人技術迅速發(fā)展，逐漸在各個領域實現(xiàn)應用。然而很明顯，不少數字人在交互能力上有所不足，近一年多來，隨著大模型的發(fā)展，數字人也迎來了新的發(fā)展高潮。目前就有多家廠商推出和應用融合了AI大模型的數字人技術。

日前，云知聲基于新合成深度學習技術打造的數字人解決方案正式上線，可以滿足客戶在人機交互、虛擬IP、內容定制等活動中的廣泛需求，助力提升品牌知名度和用戶粘性。

云知聲數字人技術的首要優(yōu)勢在于其高度逼真的形象塑造。通過大規(guī)模多語種音視頻訓練數據的深度挖掘，結合前沿的網絡結構和訓練策略，云知聲成功實現(xiàn)了語音與人臉運動的精細解耦。這不僅保證了數字人外貌的真實度，更讓其動作和表情達到了前所未有的自然流暢。

在音色表現(xiàn)上，云知聲同樣展現(xiàn)出了優(yōu)秀的技術實力。通過聲音克隆技術，數字人能夠輕松擁有與真人無異的音色和發(fā)音風格；情感合成技術的加入，使得數字人能夠表達多元的情感，讓對話更加富有感染力；而方言合成技術則進一步拓展了數字人的語言表現(xiàn)能力，無論是普通話還是地方方言，甚至是外語，數字人都能輕松駕馭。

云知聲憑借山海大模型的技術支撐，正致力于構建具備記憶、獨特人設和性格的AI數字分身，它們將能“復刻”人類思維，更深度地融入各行業(yè)場景，促進數字人技術的實際應用，為行業(yè)智能化升級注入了新動力。

近日，劉強東數字人分身直播帶貨也引起廣泛關注。4月16日，由京東云言犀打造的“采銷東哥”AI數字人開啟直播首秀，同時亮相京東家電家居、京東超市采銷直播間。不到1小時，直播間觀看量超2000萬。網友驚嘆，“采銷東哥”AI數字人近乎百分百還原了東哥的表情、姿態(tài)、手勢、音色，不僅要“形似”，而且“神似”。

京東負責人介紹說，AI數字人其實具有挑戰(zhàn)性的是聲音還原，為了讓聲音更適合直播帶貨，以及把東哥“兄弟們”這樣的口頭禪用在合適的地方，京東云言犀團隊對這些細節(jié)進行了模型調優(yōu)。他們起初“喂”給大模型的演講素材，雖然充滿激情、爆發(fā)力強，但過于正式。

為此，他們用最新錄制的閑談作為主要素材，其中有東哥娓娓道來生動的旅行經歷，再提取5分鐘演講的韻律特征灌給大模型，通過不斷優(yōu)化，最終塑造出“采銷東哥”AI數字人親切自然、貼近用戶的聲音。

寫在最后

AI大模型的發(fā)展讓數字人互動更真實、技術更高效、應用更廣泛，融合AI大模型的數字人技術發(fā)展也面臨一些挑戰(zhàn)，如需要大量的計算資源和數據支持、模型訓練的難度和復雜性等。不過，相信隨著技術的不斷進步和優(yōu)化，數字人技術將會持續(xù)完善和發(fā)展。