2021年元宇宙概念火爆，数字人市场持续升温，规模将达2700亿

作者：每日干货分享

发布时间：2025-11-02 10:58:09 浏览量：31 0

作者|顾砚

2021年开始元宇宙概念火爆，数字人市场也持续升温。

在去年10月的时候，虚拟美妆达人柳叶熙于抖音上传了其自身的第一条作品，在一夜之间涨粉达到百万；在去年年末，出道已经9年的洛人依登上春晚舞台，和月亮姐姐、王源一同表演少儿歌舞《听我说》；在今年5月，虚拟偶像Vox宣告入驻B站，在首日直播的时候营收便突破百万……

依据由相关方面所撰写的《虚拟数字人深度产业报告》所呈现出来的内容，进行相应分析与推断，预估在未来一直到2030年这个特定时间阶段，我国虚拟人整体市场规模将会达到2700亿元。

2007年是虚拟数字人能够追溯到的最早时间，在那个时候，以基于语音合成程序形成的音源库“初音未来”，变成了第一个能被视作现象级的虚拟偶像。

此后的一段时期当中，虚拟数字人同样大多是以二次元的形象予以呈现的，2D 的“纸片人”，乃是处于 1.0 阶段的数字人象征。

2016年6月，人工智能绊爱实现“唤醒自我”，她属于上一个虚拟主播，如今，已然是虚拟主播热潮在全世界范围内全面展开。

依据艾媒咨询所发布的《2021中国虚拟偶像行业发展及网民调查研究报告》，2020年时中国虚拟偶像核心产业规模是34.6亿元，预计在2021年的时候将会达到62.2亿元。

处于2.0阶段的数字人代表被称作“皮套人”，他们既依赖模型，又借助力捕捉技术，还依赖“中之人”的表演，进而为数字人赋予灵魂。

去年6月，华智冰亮相，华智冰由小冰公司推出并进入清华大学计算机系知识工程实验室。华智冰是AI学生，华智冰的旁白基于AI技术生成，华智冰的背景音乐基于AI技术生成，华智冰的面容基于AI技术生成，华智冰的诗词基于AI技术生成，华智冰的绘画作品基于AI技术生成。

今年6月7日，全网都在热烈讨论高考作文《本手、妙手、俗手》的难度，就在这个时候，百度AI数字人度晓晓在40秒的时间内创作出了40多篇文章，平均下来1秒钟能够生成1篇文章，从这些文章当中随机抽取了其中一篇，这篇文章被语文名师申怡评定为48分，而满分是60分，它这个分数已经超过了大约75％的高考考生。

由AI驱动，数字人进化到3.0时代。

AI数字人能做什么？

在商汤科技所发布的名为《AI数字人：数字经济发展新动能》的白皮书中，把数字人依照进化程度划分成5类，也就是L1-L5，并且还指出，L4的AI数字人能够从数量众多的人类对话、面部表情以及肢体语言当中进行学习，它能够借助自然的面部表情以及肢体动作去达成智能的类人交互。

这意味着，AI数字人将不依赖“中之人”，它完全由AI驱动，它不仅是具有数字化外形的虚拟人物，它拥有人的外观，它拥有人的行为，它还拥有人的思想，它具有识别外界环境的能力，它并能与人交流互动。

换言之，AI数字人才是元宇宙中的“原住民”。

完成这一转变的核心在于对“深度学习能力”的重视。

深度学习能力是机器学习的一种类型，大量的数据被用来“喂养”如同白纸般的机器人，一直到它们能够听懂客户的问题，并且能够回答客户相关的种种问询。

这是一个长期过程，此过程需要数据与算法、算力相结合，还需不断训练、调整以及打磨模型，然而一旦核心技术达成突破，那么AI数字人的优势以及应用领域将会更加多元。

比如说度晓晓，它具备创作高考作文的能力，它还能够进行AI绘画，它还可以创作歌曲，它曾经作为工人日报特派的“AI记者”，去采访五一劳模等等。而另外一个百度AI数字人希加加，她同样拥有作画的本事，她同样能够写诗，她同样可以作曲，她同样会说多国语言，她还能够进行实时直播。

人工智能数字人，除了具备能够如同人类一般进行学习的能力，还拥有可以像在人类之间那样实现沟通的本事，并且能够像人类开展工作一样开展工作，除此之外，它将会拥有超乎寻常强大的创造力，进而对现有的内容生产模式予以颠覆。

现目前，AI领域存在一个热门概念，这个概念被称作AIGC，AIGC实际上指的是人工智能自动生成内容，它会对现有的内容生产模式造成颠覆。

对于这项技术而言，度晓晓在挑战高考语文作文之际，能够达到平均1秒完成1篇的速度，而绘制一幅画作，仅仅只需几十秒。将其与人类生产效率相比较，这属于指数级的提升。

但这全部内容，起始于百度搜索引擎存有海量数据所具备的先天的那种优势，还源于产业级深度学习所用的平台飞桨，以及产业级“知识增强”的大模型文心。

百度在2019年时起就深入钻研预训练模型研发，并且成功塑造了飞桨文心大模型家族，文心系列模型拥有“知识增强”的关键特性，它是基于持续学习的语义理解框架，从大规模知识，海量数据里融合学习。

比如说，数字人具备画画的能力，所运用的是文心大模型，即跨模态图文生成模型ERNIE-ViLG；那数字人拥有的对话能力呢，使用的是对话生成大模型，也就是文心PLATO，文心PLATO具备接近真人水平的对话能力，其对话效果已然达到世界领先水平。

一方面，凭借深度学习能力，数字人处于较高发展水平，能快速从各种场景中获取知识，成为特定领域的“专家”。

Ai数字人能够深入B端领域，达成降本增效的目的，像科大讯飞推出了智医助理，商汤科技的AI数字人现身于医院场景里，为患者开展分诊导诊工作，百度与浦发银行打造的“数字员工”小浦，每月为46万人给予金融服务。

浪潮之下，头部互联网企业早已加入构建数字人技术的行列，目前，华为着手于数字人的开发应用，百度着手于数字人的开发应用，阿里着手于数字人的开发应用，腾讯着手于数字人的开发应用，字节跳动也着手于数字人的开发应用。

“数字人自由”

未来的情况下，AI数字人能够承担更多的工作以及责任，然而从目前情况看来，AI数字大人的大规模落地仍然面临各种各样的挑战。

首先，AI深度学习是一场训练，长久且价格贵得多。比如，一个简单的模型调整，计算资源要增加，百倍以上。而谷歌子公司训练下围棋时，估计耗费资金3500万美元。

此外，怎样对算法予以优化从而提升效率以及稳定性，怎样提高机器学习跟深度神经网络预测的精准度等，依旧是AI技术所要面对的挑战。并且，失去了自主学习能力、无法进行互动的数字人，便已然丧失了AI的灵魂。

其次，AI数字人会运用动作捕捉来采集表情数据，还会运用动作捕捉来采集动作数据，并且会借助CG技术进行合成，这需要庞大的开发制作成本，这还需要庞大的设备运维成本。

36氪在之前作过报道，一场进行全息呈现的虚拟演唱会，其成本大概处于2000万左右的范围。腾讯NExT团队也对该观点做了进一步的证实，表明“一个塑造得超写实的虚拟数字人形象，恐怕至少要投入100至200万的制作费用，才能够不至于在人前露出羞愧之色，甚至就算是投入了这笔费用，也不一定就能够塑造出令人感到满意的角色”。

一方面，合格数字人的制作周期是很长的，那数字人一分钟视频，制作所需时间可能是2到3个月。

天风证券研报指出发展难题，即虚拟数字人行业生存成本高昂，运营成本也高昂，报告认为，未来在很长一段时间内，降本增效都将会是企业的重点。

随着技术的推进，AI数字人也在不断突破。

5年前的时候，百度于AI开发者大会之上喊出了“All in AI”的口号，到现在，百度打造出来了一个“AI数字人家族”，其中有度晓晓，还有希加加，又有言夭夭之类等。而在这些的背后，那正是百度智能云曦灵数字人平台，它凭借全场景，以及平台化的能力，为企业和品牌供给数字人的制作以及运营服务。

近日，度晓晓于《2022虚拟数字人商业价值潜力》榜单里排名处在首位；于第三方机构所发布的榜单之中，百度鉴于语音、视觉等AI能力的积攒，在数字人综合实力层面排名为第一。

在日前方才举办的“2022百度世界大会”媒体预沟通会上，百度集团副总裁袁佛玉作出介绍，称随着百度AI算法取得突破，我们能够达成让数字人制作成本在程度上呈现出十倍、百倍地向下降低的情况，并且还能够达成让数字人生产周期，从原本动辄需要几个月的时长，缩短到以小时作为计算级别的状态。

是百度文心大模型的核心价值，能驱动AI规模化落地应用，可降低AI应用门槛。

在今年4月,2021百度认知AI创意赛“AI创意派”的决赛公开举行,此等事件竟是于业内头一回发生,这次是把先进的AI大模型能力向公众进行准予使用。

百度集团副总裁吴甜称，只有门槛低，甚至到了你无法想象的低，低到了所有的人，无论男女老少，无论何种身份背景，都能够以极其便利的方式去使用它，才有可能真正地大规模地爆发出多种多样、形形色色、各种各样的创意。

当下，文心大模型已在搜索、信息流、智能音箱等互联网产品方面有大规模应用，且借助飞桨开源开放平台、百度智能云，对工业、能源、金融、通信、媒体、教育等各行各业进行赋能。

现在，我们可以在多个场景看见百度AI数字人的身影：

百度AI手语主播，于2022年北京冬奥会上，依据真人主播声音与画面，实时转化为手语，24小时不间断；今年5月，文博虚拟宣推官“文夭夭”正式拥有上岗资格证，给各大博物馆供给讲解、导览、直播等服务；度晓晓不但能够“陪聊”，即开展接近真人水平的多轮流畅的对话，并于对话里识别用户搜索、服务类需求。