呆兔科技创始人付则宇：用AI数字人引擎拓展数字人的能力边界-Metaverse-映魅咨询-imconsultancy

呆兔科技创始人付则宇：用AI数字人引擎拓展数字人的能力边界

　　随着以 GPT 为代表的新一代人工智能技术的出现以及在各行各业的探索与实践。2023年，由映魅咨询主办的DevTalk“开发者说”聚焦在以AI、Metaverse（元宇宙）为代表的技术基础设施以及行业应用中，并邀请在技术、产品、运营等方面的专业从业者进行探讨和分享。

　　2023年5月26日下午，由映魅咨询主办的DevTalk“开发者说”新一代AI与行业应用趋势第一站在上海举行。呆兔科技创始人付则宇受邀参与，付则宇毕业于首都师范大学计算机科学专业，在3D数字人领域创业4年，专注于音频驱动数字人动画研究多年。呆兔云数字人肢体动画驱动引擎，凭借音频驱动数字人肢体动画算法，仅通过音频，就能驱动数字人的肢体表达。呆兔以极低的动画生产成本，秒级生产效率，达到主流动作捕捉技术同样的效果。目前，呆兔率先推出动作生成API服务，为AI数字人提供肢体驱动能力。

　　付则宇就如何拓展AI数字人的能力边界进行了深入的分享与交流。

呆兔科技创始人付则宇

以下是付则宇的分享内容概要：

呆兔科技：AI数字人引擎开发商

　　大家好！我是呆兔科技创始人付则宇，呆兔科技是一家AI数字人引擎开发商，我们致力于拓宽AI数字人的能力边界。在2017-2018年间，我们开始进入数字人领域，最早做的是一个加载PPT的数字工具，同时记录音频，讲完课就生成一个跟随PPT同步翻页的数字人视频，后来改进成上传PPT就能直接生成一个视频。2021年之后，我们开始专注于研发如何用音频驱动数字人肢体，使得数字人能够有更多的肢体表达语言，这个研发与应用一直持续到现在。

呆兔科技发展脉络

　　过去，AI数字人并不智能，传统技术的没有办法解决AI数字人对话流畅度的问题，甚至有时候AI数字人会“胡说八道”。现在，随着GPT能力的加强，AI数字人产品变得更加智能了。

　　呆兔科技致力于拓宽AI数字人的能力边界。目前，团队正在研发新一代AI数字人引擎：融合了文本、音频、表情、肢体等多项基于生成式技术的AI数字人引擎。我们的目标是借助引擎构建AI数字人开放应用生态，让AI数字人成为每一个个体的价值放大器。我们更关注数字人的驱动能力并致力于构建数字人生态系统，以提供更低的成本和更高的效率，给企业和用户带来更多的价值。

数字人行业发展变化

　　回顾整个数字人行业，2D数字人被广泛用于电商和营销领域且技术已经达到了上限，而基于3D模型驱动的3D数字人可以自由驱动，潜力很巨大。我们正在尝试与行业内的权威人士合作，共同搭建一个开放的数字人生态系统。

数字人行业变化图（来源：呆兔科技）

　　传统的数字人通常依赖于人工生产，随着AI+数字人的出现，可以通过计算机批量产出数字人内容。GPT的出现加速了数字人行业的变革，使得与数字人的对话更加智能，数字人具备了更多动态表现的可能性。过去，数字人行业通常是拼渠道、拼销售，但现在数字人需求更多地来自于产品驱动的市场，如教育场景和服务行业问答场景，这些都是更广泛的C端市场。

AI数字人的价值

　　近期出现了许多AI数字人工具，但大部分都是2D数字人，无法实现真正的个性化双向沟通。目前的AI数字人标准化程度高，把所有数字人都变得相似无异。

　　以前我们只能通过单向输出的方式向外界传递信息，例如文章、音频、图像和视频等，而这些方式无法达到真正的双向沟通。AI数字人理论上可以达到真人的表现程度，在未来可以通过AI数字人来实现双向互动的过程。虽然现在AI数字人的能力还比较有限，但是我们希望可以逐渐提高数字人的各项能力，以实现更好的双向沟通。我们认为：AI数字人的深刻价值是实现规模化的个性双向沟通。每一个AI数字人背后都应该有真人，引擎提供基础能力供用户调教个性人格。

呆兔科技AI数字人应用解决方案

　　例如，AI教师应该具备每一个老师独特的教学风格和个性，而不是一味地标准化处理。尝试构建出所谓的数字人格，除了那些标准化的驱动，我们可以增加文本生成、音频生成和表情生成等个性化因素来影响数字人的表现和特点，让每一个人可以拥有独一无二的个性人格的AI数字人，以此实现更好的双向沟通和交流，提高用户体验。

个性化AI数字人的场景

　　个性化的AI数字人在不同行业和领域都有着广阔的应用场景。与其通过数字人替代人力降本增效，我们更希望通过AI数字人引擎拓展数字人的能力边界，放大人的价值，赋能各行各业。比如在教育行业，对有一定经验的教师来说，他们可以通过数字人实现规模化教育服务。对于学生而言，数字人可以成为一种独特的教学资源，随时随地都可以获取到个性化的教育资源。