從電影中逼真的CG人物，到能夠與我們面對面進行互動的智能服務助手，數(shù)字人會經歷幾級進化？

近日，在 “中國元宇宙發(fā)展高峰論壇”上，商湯科技聯(lián)合增強現(xiàn)實核心技術產業(yè)聯(lián)盟（CARA）共同發(fā)布AI數(shù)字人白皮書——《企業(yè)級AI數(shù)字人 數(shù)字經濟發(fā)展“新動能”》，定義數(shù)字人的發(fā)展五階段。

商湯科技智能產業(yè)研究院院長田豐在活動演講中表示，數(shù)字人正在從有顏無智的“CG數(shù)字模特”，進化為可提高生產力、驅動創(chuàng)新服務的“擬人服務式AI”，融入數(shù)字中國的千行百業(yè)，成為數(shù)字經濟的新交互媒介、新商業(yè)智能服務、新政務便民窗口。

從L1到L5，AI數(shù)字人階梯式進化

從形象寫實到理解智能，從手工制作到自動生產，整個AI數(shù)字人的進化歷程，可以劃分為五個階段：

L1級：主要以人工制作為主；L2級：依靠動捕設備采集表情、肢體等動作，例如電影動畫制作；L3級：可依靠算法驅動口型、表情和動作，例如虛擬化身實時互動；L4級：實現(xiàn)部分智能化交互，在垂直領域創(chuàng)新服務模式；L5級：實現(xiàn)完全智能化交互，打造真正的個性化虛擬助手；

達到L4級別，意味著數(shù)字人實現(xiàn)了AI仿真動畫生成能力與自然語言理解能力的結合。

此時的數(shù)字人，可通過學習大量真人會話、語氣、表情和動作，根據表達內容生成相應神態(tài)和全身動作，輸出栩栩如生的擬人效果。同時，結合AI算法在制作流程中的深度融合（AIGC），制作效率也得到了大幅提升。

也只有達到L4或更高級別，AI數(shù)字人才能真正走入千行百業(yè)，推動生產力變革。

“量產”高級別AI數(shù)字人，提效百業(yè)

作為AI數(shù)字人技術領導者，商湯以原創(chuàng)的多模態(tài)交互、深度學習和全棧式的AIGC（AI Generated Content）技術，構建了智能化生成、智能化驅動和智能化交互三大引擎，打造出“一站式”AI數(shù)字人生產流水線，讓AI數(shù)字人“更聰明、更專業(yè)”，并實現(xiàn)“聽得懂，看得見，說得出”的人機交互效果。

得益于自動化流水線，商湯已根據行業(yè)需求，快速、靈活地創(chuàng)建了諸多不同角色的AI數(shù)字人，在文旅、展館、金融、教育、商超等實體產業(yè)中規(guī)?；瘧?。

比如，在上海中共一大紀念館中，商湯AI數(shù)字人擔任講解員，為參會者講解黨史；在廣州永旺商城，商湯AI數(shù)字人則是導購員，為顧客提供智能的問詢服務；在寧波銀行上海分行，商湯AI數(shù)字人擔任大堂經理，提供各類業(yè)務咨詢和問題回復；在醫(yī)院場景，AI數(shù)字人可以為患者進行分診導診，為患者帶來有溫度的關懷；在智能汽車車艙中，AI數(shù)字人還可化身虛擬行車伴侶，為人車交互融入更多情感元素。

伴隨技術的發(fā)展，AI數(shù)字人將不僅局限于我們所看到的人物形象，它也會成為可以通過不斷機器學習，突破想象力的AI智能體。

未來，無論在現(xiàn)實世界還是影視、游戲作品中，AI數(shù)字人都將無處不在，為我們增添娛樂體驗、帶來便捷服務、實現(xiàn)效率提升，深刻改變人們的生活和工作方式。