展开菜单
首页 精品内容 本月促销 装机必备 Windows PDF教程 macOS软件 IOS软件 Android AI 专题
全部分类

当前位置:

首页 > 硬件相关 > 场景喂出来的数字人,谁做得更稳、更真、更活?

场景喂出来的数字人,谁做得更稳、更真、更活?

世界人工智能大会上,数字人从展示走向岗位,工程化落地能力成为竞争关键。虎牙、百度、Soul等平台展示的数字人产品,在稳定性、真实感和交互性上取得突破,推动AI从模型能力向场景生产力转化,降本增效,激活长尾需求。

AI什么时候能真正“干活”?今年世界人工智能大会(WAIC)上,答案已经摆在了眼前。

大会现场,60台人形机器人第一次以“志愿者”的身份上岗,在展馆里跑导览、答问询。而去年,它们还只是在展台上奔跑、跳舞和打拳。

数字人领域的变化同样显著。虎牙发布的VAM 1.0实时多模态数字人,用一张照片,就能驱动一个7×24小时实时直播互动、唱歌跳舞、游戏陪玩与赛事解说的数字人。



科大讯飞、商汤、Soul等展台上的数字人产品也集体换代,更多数字人正在走向各自的“岗位”。

机器人在展馆当志愿者,数字人在直播间当主播。这背后,是整个行业的转向:AI的竞争,正在从拼模型能力,变成拼工程化落地。

模型差距在收窄,工程差距在拉开

今年WAIC上,一个共识逐渐清晰:拿到AI时代门票的真正门槛,不在模型,而在把模型能力转化为生产力的工程化能力,以及基于场景的交付能力。

腾讯副总裁林松涛在会上说得直白,“当前模型能力的差距在收窄,但工程化的差距在拉开。”他认为,真实场景是AI价值的第一现场,终端是AI普及的最后一公里。

商汤CEO徐立也表达了同样的意思:“未来的核心计费维度应当是任务完成的价格”——AI的衡量单位,要从Token转向Task,从卖算力转向卖结果。

无论工程化还是“卖结果”,最终都要落到场景上。而场景恰恰是不能速成的。这届大会上跑在前面的产品,几乎都是从自家场景里长出来的。

虎牙的VAM 1.0背后是十几年的直播间,弹幕、连麦、打赏构成的交互现场,倒逼出了技术;科大讯飞的AI主播“小百惠”从媒体播报场景里长出来,今年已能与真人主持同台对话;京东的言犀数字人,则背靠多年的电商供应链。



但把模型用进真实场景的每一步,都要靠工程磨出来。

举个例子,虎牙给VAM设计了三段式训练:先让它稳,故意喂入模糊、抖动的劣化画面;再让它真,用偏好优化算法在唇形、表情、动作之间做平衡;最后让它快,把生成步骤从20步压到4步,并自己给自己批改作业,减少误差。

百度一镜则靠编剧、导演、剪辑三个AI智能体和80多个技能组件,把一条播客、带货视频的生产做成流水线。

大模型时代,手里只有技术的公司,是“拿着技术找场景”;有高频交互场景的公司,则是“在场景里长技术”。这届WAIC给出的信号是,下半场或许属于后者。

稳、真、活,数字人躲不开的三道工程题

所谓“工程化”,并非简单的API调用,而是将模型能力与企业复杂的业务流程、私域数据、安全合规要求以及现有的IT架构进行深度融合。它要求技术团队不仅要懂算法,更要懂业务,能够将抽象的模型能力转化为具体的、可执行的、可量化的生产工具。这正是虎牙所强调的“真正将模型能力转化为企业生产力,放大模型效能的技术核心”。

以直播为例,AI生成长时间视频会累积误差,跑久了五官偏移、动作撕裂。一个随时会“脸崩”的主播,品牌方不敢用,观众留不住。

虎牙基于DiT架构的VAM 1.0先解开的就是这道题。它生成的数字人可以在24小时的实时直播中,不崩、不走样,还能在直播间长时间进行唱歌、跳舞,换装也不会黑屏。通过DPO偏好优化算法做到了高质量的唇形同步,声音各有辨识度,听声就能认“人”;生成的也不是一个漂浮的头,而是会拂头发、带手势、丢硬币的完整身体。

“拟人”之外,还得会互动。在短视频赛道,百度一镜正试图让数字人在访谈类节目里像人类一样自然插话,与嘉宾进行深度对谈。在社交赛道,Soul重点展示了基于自研交互大模型SoulX打造的实时数字人方案,可实现自然对话、表情动作同步生成,覆盖AI直播、内容创作等场景。



而在虎牙的直播间里,数字人的强互动,会让娱乐性更高。用户说话时数字人会点头,被夸奖时会露出愉快的表情。当每秒几十条弹幕、语音同时涌入时,VAM 1.0创造的数字人能像真人主播一样决定先接哪句——这是全双工实时对话能力。

稳、真、活,构成了数字人行业的“不可能三角”:要么稳而假,要么真而慢,大多数方案只能顾住一样,这是行业的真实状态。但虎牙、百度、Soul等平台拿出来的方案,至少证明这张“不可能”的考卷,是有解的。

以工程化为基,让AI成为普惠生产力

数字人上岗之后,会发生什么?

对企业内部而言,是成本结构的重写。

以直播为例,其本质上是“人力生意”。新增一个直播间、一段直播时长,就要对应新增一位主播和一整套配套班组,长时段运营意味着高追加成本。数字人改写的,正是这个等式。

这笔账还会算到虎牙的主业上。虎牙正在打造一个成规模、7×24小时运转的数字人直播间网络。矩阵聚起流量,流量再喂给游戏发行,发行业务的地基会越垫越大。

但企业内部的账算通了,需求侧的门槛还剩下最关键的一个:账要算得平。

降本的曲线已经跑了几年:这两年,模板化的2D数字人进一步下探到几百元档。现在,交互型数字人也开始跟上,按虎牙公布的路线图,VAM 1.2版本的推理成本将再降50%以上。

虎牙CEO黄俊洪表示,“直播平台的内容供给会从线性走向指数,内容的边际成本随规模持续下降,成本结构随之改善,利润空间自然打开”。



对数字人行业来说,这不是存量生意的改善,而是增量空间的打开。过去只有大品牌用得起的超写实数字人,正在沉向中小商家的直播间;文旅、陪伴等那些“想要但算不过账”的长尾需求,也会一批批被激活。可以看见,数字人的下半场,将是由工程落地能力带来的AI普惠生产力的释放。谁的数字人更稳、更真、更活,谁的账算得更平,谁就能多拿下一个岗位。

这场大考没有终点,但答卷已经开始计分。

本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系bd@zhengruan.com
作者最新文章
硬件相关
相关文章 更多
精品专题 更多
装机必备

正软商城装机必备专区,精选办公、浏览器、安全防护、影音播放、压缩解压、设计创作和系统工具等电脑常用正版软件,帮助用户快速完成新电脑软件配置。

Windows

正软商城Windows软件专区,汇集适用于Windows电脑的办公、设计、安全防护、影音播放、开发工具和系统优化软件,提供软件介绍、系统要求、正版授权及购买下载服务。

PDF教程

正软商城PDF教程频道提供PDF编辑、转换、合并、拆分、压缩及格式处理方法,同时介绍常用PDF软件和工具的使用技巧。

macOS软件

正软商城macOS软件专区,精选适用于Mac电脑的办公、设计、影音、效率、开发和系统工具,提供软件功能介绍、macOS兼容版本、正版授权及购买下载服务。

IOS软件

正软商城iOS软件专区,精选适用于iPhone和iPad的办公、学习、影音、设计、效率及AI应用,提供功能介绍、适用设备、系统要求和正版获取方式等信息。

AI

正软商城AI软件专区,汇集AI写作、AI绘画、AI视频、AI办公、AI编程、AI翻译、智能客服和数据分析等人工智能工具,提供功能介绍、适用平台、收费方式及正版购买信息。

Mac软件 更多
WPS Office macOS版
WPS Office macOS版

WPS Office是一款面向macOS用户的综合办公套件,将文字处理、电子表格、演示文稿、PDF工具、模板与云协作整合在同一应用中。它兼容常见Microsoft Office格式,支持Intel及Apple芯片Mac,基础功能可免费使用,

Shapr3D macOS版
Shapr3D macOS版

Shapr3D是一款面向工业设计、机械工程、建筑概念和三维打印工作流的CAD软件。Mac版采用Parasolid建模内核,支持草图约束、实体建模、工程图、可视化渲染及常见CAD格式交换,并可通过账户在多台设备之间同步项目。

REAPER macOS版
REAPER macOS版

REAPER是Cockos开发的数字音频工作站,提供多轨音频与MIDI录制、剪辑、处理、混音和母带制作工具。Mac版兼容Intel与Apple芯片,支持AU、VST、VST3、CLAP等插件格式,并提供高度可定制的工作流程。

Ableton Live macOS版
Ableton Live macOS版

Ableton Live 是面向音乐制作人与现场表演者的数字音频工作站,提供编曲视图、独具特色的现场视图、音频录制、MIDI创作、实时变速、乐器及效果器。Mac版原生支持Apple芯片,并可连接音频接口、MIDI控制器和第三方插件。

Adobe After Effects macOS版
Adobe After Effects macOS版

Adobe After Effects 是面向动态图形、影视特效与视频合成的专业创作软件。它提供关键帧动画、遮罩抠像、运动跟踪、三维空间、文字动画和表达式等工具,并可与 Premiere Pro、Photoshop、Illustrator

Adobe Audition macOS版
Adobe Audition macOS版

Adobe Audition 是面向播客、影视后期、音乐制作及内容创作者的专业音频工作站,提供波形精修、多轨录制与混音、频谱编辑、降噪修复、响度匹配和效果处理工具,并可与 Adobe Premiere 协同完成视频声音制作。

Adobe Bridge macOS版
Adobe Bridge macOS版

Adobe Bridge 是面向摄影师、设计师及内容团队的免费数字资产管理工具,可集中预览照片、视频和 Adobe 项目文件,并利用评级、标签、关键词、元数据、筛选与收藏集完成分类检索。它还支持批量重命名、格式导出、相机导入及 Camera

Adobe Illustrator macOS版
Adobe Illustrator macOS版

Adobe Illustrator 是 Adobe 推出的专业矢量图形设计软件,适合在 Mac 上制作标志、图标、插画、包装、信息图及印刷版面。它以路径和锚点构建可无损缩放的图形,并提供钢笔、形状、文字、图像描摹、渐变、画板及生成式功能。

Adobe InDesign macOS版
Adobe InDesign macOS版

Adobe InDesign 是面向印刷品与数字出版物的专业版面设计软件,可在 Mac 上制作书籍、杂志、宣传册、海报、报告及交互式文档。它提供精细的文字样式、网格、母版、长文档管理和印前输出能力。

Adobe Lightroom Classic macOS版
Adobe Lightroom Classic macOS版

Adobe Lightroom Classic 是面向桌面摄影工作流的照片管理与后期处理软件,可将原始照片保存在本地硬盘,通过目录、关键词、评分和收藏夹高效整理图库,并提供 RAW 冲印、蒙版、镜头校正、批量同步及多格式导出等功能。

Adobe Media Encoder macOS版
Adobe Media Encoder macOS版

Adobe Media Encoder 是 Adobe 推出的专业音视频编码与转码工具,可通过队列、预设和监视文件夹批量完成格式转换、代理文件创建及多平台成片输出,并与 Premiere Pro、After Effects 等软件紧密协作。

Adobe Photoshop macOS版
Adobe Photoshop macOS版

Adobe Photoshop 是面向摄影师、设计师和内容创作者的专业图像处理软件,提供图层、蒙版、选区、修复、调色、文字排版、智能对象及生成式编辑等能力。Mac 版支持 Intel 与 Apple Silicon 处理器。

WINDOWS 更多
Adobe Photoshop Windows版
Adobe Photoshop Windows版

Adobe Photoshop 是面向摄影师、设计师和内容创作者的专业图像处理工具,可在 Windows 上完成照片修饰、选区抠图、图层合成、文字排版、绘画及生成式编辑。软件采用订阅授权,由 Creative Cloud 管理安装、更新与许

Adobe InDesign Windows版
Adobe InDesign Windows版

Adobe InDesign 是面向印刷与数字出版的专业页面排版工具,可制作书籍、杂志、宣传册、海报、交互式 PDF 和电子书。它提供精细的文字样式、多页面管理、印前检查及多格式输出能力,并能与 Photoshop、Illustrator

Adobe Illustrator Windows版
Adobe Illustrator Windows版

Adobe Illustrator 是用于绘制矢量图形、插画、图标、徽标和版式的专业设计工具。它以路径和锚点为核心,作品放大后仍能保持清晰,并提供画板、文字、渐变、图像描摹及精确变换等功能,适合品牌视觉、印刷物料、数字界面和商业插画创作。

Adobe Bridge Windows版
Adobe Bridge Windows版

Adobe Bridge 是 Adobe 推出的创意资产管理工具,可集中预览、分类和查找照片、视频、PDF及多种设计文件,并支持元数据、关键词、评级、批量重命名和格式导出。它可与 Photoshop、Illustrator 等应用衔接,

Affinity Photo Windows版
Affinity Photo Windows版

Affinity Photo 是一款面向摄影师、修图师和视觉设计人员的桌面图像编辑工具,提供 RAW 显影、多图层合成、蒙版、实时滤镜、批处理和色彩管理等功能。原独立产品已停止销售,其照片编辑能力已延续至免费的新 Affinity 应用;

Adobe Lightroom Classic Windows版
Adobe Lightroom Classic Windows版

Adobe Lightroom Classic 是面向 Windows 桌面摄影工作流的照片管理与无损编辑工具,可通过目录集中整理大型图库,并完成 RAW 显影、局部蒙版、批量调整、打印和多格式导出。它强调本地文件管理与精细控制,

Figma Windows版
Figma Windows版

Figma 是面向产品设计与开发团队的云端协作平台,可在 Windows 桌面客户端中完成界面绘制、组件管理、交互原型、评论评审和开发交付。文件保存在云端,多名成员能够同步编辑并共享设计系统;官方同时提供免费 Starter 方案及按席位计

Affinity Designer Windows版
Affinity Designer Windows版

Affinity Designer 是面向矢量图形、数字插画和界面设计的专业创作工具,可在矢量、像素与导出工作区之间快速切换。它提供曲线编辑、形状构建、画板、排版、图层和专业色彩管理,并支持常见设计文件的导入及多种印刷、网页格式输出。

Capture One Pro Windows版
Capture One Pro Windows版

Capture One Pro 是面向摄影师和影像团队的专业桌面照片处理工具,提供相机定制色彩配置、RAW转换、图层与蒙版、联机拍摄、目录及会话管理等功能。它适合棚拍、人像、商业产品、婚礼和风光摄影,

Adobe Acrobat Pro Windows版
Adobe Acrobat Pro Windows版

Adobe Acrobat Pro 是面向专业 PDF 工作的综合解决方案,可在 Windows 中创建、编辑、转换、比较、整理和保护文档,并支持表单、电子签名、扫描件文字识别及敏感信息永久遮盖。订阅还包含网页、移动服务和云端协作能力,

Adobe After Effects Windows版
Adobe After Effects Windows版

Adobe After Effects 是面向动态图形、动画与影视视觉特效制作的专业工具,可完成关键帧动画、图层合成、遮罩跟踪、抠像、文字动画和二维三维元素整合。Windows 版通过 Adobe Creative Cloud 安装及更新,

DaVinci Resolve Windows版
DaVinci Resolve Windows版

DaVinci Resolve是Blackmagic Design推出的一体化影视后期工具,将素材管理、非线性剪辑、专业调色、Fusion视觉特效、Fairlight音频处理和成片交付整合在统一工程中。免费版已覆盖多数个人创作需求,