焦点消息！未来的元宇宙世界：数字人的外表，ChatGPT的内在

• 2023-02-25 19:42:50 来源：VR看世界2016

(资料图)

好看的皮囊千篇一律，有趣的灵魂万里挑一。

——也许是王小波说的，也许是王尔德

火了整个互联网的ChatGPT，最会聊天的人工智能程序。它能够理解你的语言回答任何你的问题，还能帮你写文案、写代码、写论文等等。唯一还不太完美的，没有一个人形的外观。

好像回到了计算机的远古时代，人机交互的界面永远都是命令行模式。只不过以前用的是程序语言，现在用的是自然语言即人类语言。

按照人类一贯的尿性，程序必须是面向用户友好的，所以未来ChatGPT除了要继续升级技术架构，还会花大力气解决外表的问题，这个问题的解决方案，也许就是现在开始不断商用的虚拟数字人。

我们平时也都活在虚拟世界中，我们在网游中的账号，在微博上的网名，在微信里的头像，这些存在于互联网和移动互联网中的符号，就是我们在虚拟世界中的形象，只不过是二维的。

那未来的互联网，也就是前两年火热的元宇宙中，给大家描绘的三维虚拟世界就需要真正的三维形象，这就是数字人必须会到来的根本原因。

在已经开启的元宇宙时代里，3D数字人就是我们的分身，或许在不同的应用程序里我们还有不同的分身，你知道早期的网络聊天里有多少女装大佬吗？

数字人有很多种分类方式，比如按照是否和真人对应分为身份型数字人和功能型数字人。身份型数字人和真人身份强相关，甚至是一一对应，用于政务警务以及网络安全强相关的领域。功能型数字人是被虚构出来的，完成特定的服务功能，比如播报新闻、客服服务等。

按照游戏对人物形象划分的维度，可以分为2D和3D，也可以分为写实风格和卡通风格。所以排列组合之后会有2D真人形象、3D真人形象、2D写实、3D写实、2D卡通、3D卡通几种类型。

从技术角度如何驱动数字人来划分，有动捕驱动、AI驱动等。动捕驱动是真人驱动的虚拟数字人，通过对真人的图形数据采集和传感器收集的动作数据来驱动数字人。AI驱动是算法驱动的虚拟数字人，数字人的语音表达、面部表情、具体动作主要通过AI深度学习模型的运算结果实时或离线驱动，在渲染后实现最终效果。

完整地制作一个数字人，简单来说就是三步曲：建模获得数字人的形象，驱动让数字人动起来，应用在具体场景中。更复杂的来看，包括写实建模、渲染、动作、表情、语言、感知交互能力、技能训练等等，每一步都有壁垒，也有着巨大的成本差异。

依然会因为受到算力影响，尤其是移动设备的芯片算力，网络传输能力，AI能力（看看ChatGPT火了之后，国内外大厂的同品类产品与其的差异就知道了），以及成本等因素的影响，依然很难看到通过AI驱动的超写实数字人，或许还需要时间。

但难度最大的不一定是最适合的，我们依然可以根据现阶段的实际应用场景，来选择不同风格、不同技术成熟度、不同成本的数字人。

比如对图像完全没有要求的语音数字人，就已经被很多公司应用到电话客服的服务岗位，这种数字人因为是完全AI语音驱动的，不需要对外展示任何形象，所以商业落地很快。

具有3D形象的虚拟数字人更是下一个普及的类型。比如现在的虚拟主播，你刷到的视频不一定是真人，可能是在经过高精度扫描建模的超写实虚拟人。数字人皮肤材质8K贴图，达到毛孔级精度，数字人头发丝丝可见，灵动飘逸。远远超出你手机的分辨率，因此你从视频中很难看出细节问题。

这些超写实的数字人，他们经过不断专业化的AI训练后，后成为专业、博学甚至百科全书式的，很少出错甚至不出错、永远好心情的数字人，将成为我们工作和生活中的新伙伴，希望不要成为把我们淘汰的敌人。

但在未来，随着AI的飞速迭代，会训练出越来越多、越来越好的数字人员工，从最基础的前台工作、客服等，慢慢到HR、财务、编程等专业技能岗位，直到覆盖大部分岗位。

这就是大家又喜欢ChatGPT又反对的原因，毕竟我们都曾经是普通人。

标签： 宇宙世界

推荐阅读

猜您喜欢