文 | 王玲
编辑 | 祝彰
出品 | 数智界
1985年，英国卡尔顿电视台第四频道决定推出一档自己的音乐视频节目，但在当时的英国，类似的节目层出不穷，新节目要想快速受到欢迎，并不容易。
导演洛基莫顿主导的团队想出了一个新办法：在主持人身上做文章。
接下来节目播出时，出现在电视机屏幕里的，是穿着深色西装，通常会搭配一个太阳镜的“AI主持人”Max Headroom。
后来，外界把Max Headroom称为“第一位计算机生成的电视节目主持人”。
不过，这个所谓的“AI主持人”其实是个假AI，当时的计算技术还不够先进，全运动、语音同步的人头无法用于电视连续剧。因此除了角色的宣传之外，Max Headroom的真实形象并不是电脑生成的，而是由真人演员扮演，为了拍摄要经历长达四个半小时的化妆。
时隔近40年后，比Max Headroom更先进的虚拟人开始大范围进入大众的视野。
这一次可是货真价实的虚拟人，他们可以直播带货、可以像人工客服那样与人对话、也可以像明星那样登台表演。
随着越来越多的虚拟人开始出现，这门新兴产业也迎来了一轮爆发性增长，入局的公司越来越多，他们对商业模式的探索也越来越清晰。
这篇文章，我们将重点探讨：虚拟人到底是一门怎样的产业？它的技术壁垒高不高？又凭什么赚钱？
一、进化：虚拟人是如何越来越像人的？
Max Headroom诞生于虚拟人萌芽阶段，同期还出现了世界首位虚拟歌姬林明美。
只不过，在1980年代，这些虚拟人的拟人化程度很低，主要依靠手绘制作，仅仅是在外形上实现了对人类的模仿。
2000年以后，CG（计算机动画）、动作捕捉等技术不断革新，逐渐替代了早期手绘制作的方式。比如2001年上映的《指环王》中咕噜角色，便是由CG和动作捕捉技术创造出来的。
这一时期，出现了第一个现象级的虚拟数字人：初音未来，一个3D虚拟偶像。
初音未来其实是一款歌曲合成软件，当时Crypton Future Media以雅马哈的Vocaloid系列语音合成程序为基础，开发了音源库，并以此制作、发售了虚拟歌姬角色主场系列。
后来2012年出道的中国内地女虚拟歌手“洛天依”，同样是以雅马哈公司的Vocaloid3语音合成引擎为基础，制作的虚拟偶像。
但不论是“初音未来”还是“洛天依”，距离我们现在看到的虚拟人都还很远，因为即便有了CG、动作捕捉等关键技术的加持，但他们还是无法实现一个最重要的功能：与人交互，也就是说，虚拟偶像没有人格化。
直到2016年以后，虚拟人才开始变得越来越像“人”。
这一年，谷歌AlphaGo战胜围棋冠军李世石，成为第一个击败职业九段的计算机围棋，人工智能开始走入公众视野。
语音识别、自然语音处理、语音合成、语音驱动面部动画等技术、以及深度学习算法上的突破，为虚拟人的发展提供了技术支撑。
简单来说，以前要生成一个虚拟人，可能需要动画师、建模师将人物形象一笔一笔、一帧一帧画出来，完成原画建模之后，再通过实时渲染、真人动作捕捉等技术才能够实现，其中耗费的时间成本及资金成本都比较高，主要用在影视娱乐行业，比如数字替身。
但AI技术发展起来后，需求方可以直接利用AI来完成形象建模与后续的驱动、渲染，或者最初的形象建模靠人工，后续的驱动靠AI来完成，在拟人化程度不断提高的同时，也在很大程度上简化了制作流程、降低了制作成本。
比如2021年初，虚幻引擎的开发商Epic Games发布可生成高保真角色形象的工具Metahuman Creator，基于预先制作的高品质人脸素材库，允许用户以自动混合、手动调节的方式来快速生成虚拟人，小团队也可以借助这一工具快速生成自己的作品主角。
这一时期，我们看到的虚拟人形象，便是常驻主持人阵营的“小漾”、可以作诗作曲的清华大学虚拟学生“华智冰”、新晋带货达人“AYAYI”了。
二、产业：谁在做虚拟人？
去年，“元宇宙”的概念大火，带火了虚拟人。AYAYI、艾灵、华智冰、小诤、小漾、柳夜熙等众多虚拟人被推出。
紧接着，行业掀起了一股投资热潮。
开源证券在一份研报中指出，仅在2021年下半年，就有近20家相关企业完成了融资，包括IDG资本、红杉中国、顺为资本等明星投资机构。
不过，虚拟人受到广泛欢迎并非只因为“元宇宙”的推动，如我们上文所述，AI和深度学习等技术的突破在很大程度上降低了虚拟人的制作门槛，所以技术进步，才是虚拟人火爆起来的根本推力。
尤其对完全依靠AI驱动的虚拟人而言，最后呈现出来的效果，受到语音识别（ASR）、自然语言处理（NLP）、语音合成（TTS）、语音驱动面部动画（ADFA）等技术的共同影响。
换言之，只有具备了以上几个技术要素，一个虚拟人才能够看得见、听得懂、会思考、能回答、能呈现。
因此，想切入这一行业的玩家，需要具备以上某项或者几项上的技术能力。
当前数字虚拟人产业链分为三层：
基础层：主要提供建模/渲染引擎等基础硬件和软件。
数字虚拟人视觉制作部分的工业化流程，涵盖了建模、骨骼绑定、动捕、面捕、渲染、材质解算等各个环节，需要用到显示设备、光学器件、传感器等硬件产品，建模绑定、渲染引擎等软件产品。
这一层做得比较好的大多数是外国公司，比如大家熟知的《王者荣耀》《原神》，就是基于美国Unity公司的渲染引擎创作出来的。
平台层：提供软硬件系统、生产技术服务平台和AI能力平台。
入局的中国企业大多数位于这一层。比如AI四小龙商汤、云从、依图和旷视，比如在语音识别领域做得比较好的科大讯飞。
还需要特别关注的是百度、腾讯、阿里等头部综合大厂，他们基于自身在底层技术、硬件架构上的沉淀，在产业链布局时会相对全面，往往会提供相应的数字人技术服务平台，以及面向不同行业的解决方案。
比如网易的伏羲，能够提供游戏行业解决方案、空间智能互动解决方案、文旅虚拟代言人解决方案等等；
比如阿里有一个用在电商上的AI虚拟模特塔玑，商家只需要上传一张商品的平铺图，就可以生成模特的实拍图；
比如百度智能云推出了智能数字人平台曦灵，致力于打造智能的服务型&演艺型数字人，还推出了基于终端实时渲染的虚拟形象智能交互解决方案。
应用层：虚拟人所应用的各个场景。
比如，相对比较成熟的影视、传媒和游戏领域，以及金融、文旅等，这也是数字虚拟人实现商业化的重要途径。
三、价值：虚拟人靠什么商业化？
随着虚拟人的不断出现，外界对这一产业的市场前景，给出了较为乐观的预测。
量子位在《数字虚拟人深度产业报告》中预测，到2030年，我国数字虚拟人整体市场规模将达到2700亿元。
乐观预期背后，首先需要理解的一点是，虚拟人到底能带来哪些价值？这决定着这个行业的天花板，以及产业链相关参与方如何商业化。
从应用层来看，当前主流的虚拟人可以分为两种类型：服务型虚拟人和身份型虚拟人。前者主要用于代替真人服务，是现实世界中服务型角色的虚拟代表；后者多为虚拟IP/偶像，意在推动虚拟内容的生产，也可以是虚拟世界里用户的第二分身。
举例说明，拿下万科优秀新人奖的员工“崔筱盼”、浦发银行的数字员工“小浦”，都是服务型虚拟人，他们的出现，是要能实打实地帮助到企业；而乐华娱乐的虚拟偶像团体“A-soul”、靠短视频火起来的柳夜熙、与周深一起登台演唱的“邓丽君”，都是身份型虚拟人。
具体到应用场景、商业模式上，这两类虚拟人有着较大区别。
服务型虚拟人更多面向to B市场，更重要的是如何通过AI来为企业赋能，经济效益不在于直接创造增量收入，而是降低人力成本。网易伏羲营销负责人汤银辰就曾公开表示，虚拟人本质上的逻辑是降本增效，让AI更好地服务于人类。
因为现实中有很多简单、重复的工作，是可以被虚拟人所替代的，并且AI犯错的几率比真人员工还要小，还不受空间、时间的限制。
对入局的企业来说，他们可以向外提供成熟的服务型虚拟人、可以提供某项或多项技术，也可以为不同行业提供个性化的定制方案与服务。
这考验的公司底层的AI实力。
比如百度打造的首个可交互虚拟偶像度晓晓，她聚合了百度在多模态交互、3D数字人建模、机器翻译、语音识别、自然语言理解等多项技术上的能力，甚至能在高考语文作文中拿下高分，创作的画作还能参加西安美术学院毕业展。
身份型虚拟人更多面向的是to C市场，目前主要集中在游戏、传媒领域，变现模式以打造虚拟偶像或虚拟IP为主，先扩大C端的粉丝流量，再通过流量进行变现。
比如，AYAYI在小红书亮相1个月后，就相继与娇兰、保时捷等国际大牌达成了合作，2021年9月成为阿里巴巴的首个数字人员工，担任天猫超级品牌日的数字主理人；虚拟人翎 Ling同样成为商业宠儿，与VOGUE、奈雪的茶、特斯拉、乐町、KEEP 等品牌进行了跨界合作。
也就是说，身份型的虚拟人，商业模式的核心是粉丝经济，类似于真人明星，通过品牌推广、代言、参演节目、直播打赏、发布音乐专辑、售卖周边等方式进行变现，特点是能够带来较高的收入增量。
乐华娱乐的泛娱乐业务收入从2020年的2110万元增长至2021年的3790万元，主要原因便是虚拟艺人组合ASOUL的商业发展产生的收益，安信证券预计，A-SOUL贡献了约1700万的增量收入。
但这类虚拟人的要求也会相对较高，如何打造出一个一线的虚拟偶像，并且确保它能长期留在一线，本来就非易事，这考验的，其实是品牌对IP、内容的长期运营能力。
从更宏观的全球视角来看，在这一层面，中国是落后欧美的，毕竟，有太多中国企业都想成为迪士尼，但他们最终都渐行渐远。
原因在于，与国外成熟的IP运营体系相比，国内文娱公司虽然已经有了IP的构建意识，但是IP持续更新与运营能力有所欠缺。
虚拟人产业是一次实现追赶乃至反超的机会，但已经处在或者即将进入这一产业的公司需要想好，要短期的利益还是长期的数字资产，在新一轮的IP孵化与商业化机会面前，这很可能会决定他们能在这个行业走多远。
