腾讯研究院发布《数字人产业发展趋势报告（2023）》

原标题：《数字人产业发展趋势报告（2023）｜102页报告全文附下载》

图片来源：由无界版图AI工具生成

全真互联时代正在悄然到来，加速线上线下的跨时空融合，作为全真互联的重要入口，数字人可以推动线上和线下更加全面地一体化，打造出沉浸式的“全真”体验与可操作的“互联”交互。

进入2022年以来，数字人在诸多应用场景大放光彩，特别是在北京冬奥会的开幕式表演、气象播报、手语解说中频频现身，使其用户基础不断扩大。爆点事件推动数字人产业被用户不断加深认知，数字人形态、技术及应用受到大量关注，而支持产业快速发展的底层元素则包括技术的发展、用户新需求、生态完善和标准的支持等。

伴随着全真互联的到来，未来数字人应用还将具有哪些可能性，技术路线会产生哪些变化? 腾讯研究院、腾讯云智能和创业黑马合作，先后对数十家从事数字人的企业进行深度调研与跟踪访谈 ，分析产业发展现状，底层驱动力、未来方向和挑战等。形成《数字人产业发展趋势报告（2023）》（文末附下载二维码）。从数字人的价值定位、核心技术、行业应用、C端发展、产业聚集 等十个不同维度进行剖析，挖掘出产业发展的十大趋势。

趋势1：数字人制造和运营服务的B端市场不断扩大，将面向更广大的C端用户提供服务，各类数字人价值定位和商业模式有差异。

数字人的最终服务对象为C端用户，在B端的应用领域从电影动画向广告营销、电商直播、虚拟偶像等领域不断扩展。未来，以虚拟分身为代表的应用潜力巨大。从需求角度，数字人制造和运营服务在B端市场不断扩大领域和规模，面向更广大的C端用户提供服务，而制作方式也从PGC向UGC发展。

在20世纪80年代电影、动画等领域早期的手绘数字人最先出现，伴随着21世纪初计算机动画和动捕技术的成熟，内容/IP型数字人大量应用在影视行业中，主要是增强影视中观众的体验效果，随后逐渐在文娱、市场营销、文旅、虚拟偶像等场景推广应用。近年，伴随AI驱动技术的成熟，功能服务型数字人陆续出现，主要应用于行业服务场景，如金融数字人客服、传媒数字人口播等。在虚拟空间中的虚拟分身数字人大范围出现相对较晚，虚拟空间的技术和产品还在发展中，待产业进一步完善，此类应用潜力巨大，是数字人市场的增量空间。

趋势2：技术集综合迭代驱动数字人形似人，制作效能将继续提升。

多元技术推动数字人外形更像真人：建模技术发展推动超写实数字人制作门槛、成本和周期进一步下降；物理仿真算法迭代推动服装动态展示趋向真实；渲染引擎迭代和GPU算力提升推动数字人画面更加精细和实时化；算法的优化推动专业动捕设备趋向便捷化，视觉动捕在C端应用潜力更大；面部捕捉技术向更简单的硬件、更细腻的表情、更自动化的流程方向发展。

趋势3：AI技术驱动数字人多模态交互更神似人，并逐步覆盖数字人全流程。

当前数字人对语言理解还是以文本为主，动作合成上声唇同步较为完善:

（1）AI驱动数字人是指数字人等语音表达、面部表情和动作形态等通过深度学习模型进行运算，并将其结果实时或者离线驱动，并进行渲染。目前主流的 方式是围绕NLP能力通过文本驱动，本质是通过ASR-NLP-TTS等AI技术进行感知-决策-表达的闭环来驱动数字人交互，同时需要预先设置相关的知 识图谱或问答库等，与数字人的对话系统对接，但目前NLP在通用性场景的能力还需要进一步完善。 

（2）计算机视觉(CV)目前数字人声唇同步技术相对完善，在游戏中已经大量应用;而其他表情和动作还需要描述性的数据或者标签驱动，尚未智能合成， 表情动作也是是AI驱动未来发展的重点方向。 

未来AI技术的重点方向是在输入端实现多模态感知输入，在输出端提升多模态交互能力，综合提升数字人的表现力，从目前的基于文本的交互，转化为基 于语义的交互，特别是需要强化对人情绪的感知和表达。此外除了利用ASR-NLP-TTS等技术驱动数字人交互外，AI技术也应用在2D数字人的视频生成、3D数字人的建模、视频驱动、物理仿真等多个环节。

趋势4：数字人技术与SLAM、3D交互、体积视频、空间音频等技术深度融合，渲染将从本地到云端。