AI+虚拟人专家交流纪要–20230401

嘉宾：虚拟人初创公司产品负责人 虚拟人：从2D卡通形象虚拟人向3D、真人超写真虚拟人发展，GPT4成熟后会从单向传播向交互端演化。之前受众参与感一般，品牌商是将虚拟人作为IP和广告，现在会用智能语音虚拟人来承担助手、陪玩角色等，未来可能会成为宠物、伴侣、助手等，场景包括工作、社交、游戏等。目前应用了包括传媒、游戏、影视、零售、金融等多垂类，核心垂类企业50+，集中在北京上海广东浙江等地，虚拟人产业应用过去增速约40%，25年市场规模达到千亿元。 虚拟人按照体验可以分为 一体化交互式虚拟人制作企业：交互式虚拟人，一般被称作是身份性虚拟人和服务型虚拟人，相芯科技、魔法科技等一体化虚拟人制作：制作单向输出的虚拟人，不具备交互能力，世优科技以及黑镜科技 功能型交互性为主导的公司：追一科技等，是做智能交互起家的公司 虚拟形象和内容制作公司：类似于传统电影制作、美术制作等公司，专业美术团队进行 IP设计，比如数字王国等 IP运营平台和MCN机构：没有技术能力，主要是运营公司，代表公司为大禹文化、凯撒文化 GPT模型使得虚拟人向交互型虚拟人演变，对行业产生较大变化和增量。目前数字人直接服务于C端的公司占比30%，B端占比70%左右。使用AI交互的公司占比30%，单一的形象设计进行内容输出的公司在70%左右。融资情况：当前以虚拟形象和内容制作公司为主；智能交互型虚拟人是最近转型重点，未来会更受追捧 交互式虚拟人目前应用 虚拟助手：浦发银行的理财顾问“小浦”提供金融服务、理财管理等支持 客户场景：解决电商售前售后问题、操作类、应答类、闲聊类服务等，淘宝有数字客服出现 C端APP：比如百度度晓晓虚拟助理，交互后提供信息搜索、推荐互动等功能，后续可能会把文心一言能力赋能到度晓晓中，从而具备类似于 ChatGPT的能力。 虚拟员工：主要是进行企业降本增效，万科虚拟人崔小盼进行异常工作流程检测、催办逾期单据等；科大讯飞讯飞之星爱加可以实现工作流程自动化，提升员工效率。 直播带货场景，虚拟人为品牌代言和带货，实时虚拟直播线下场景和真人互动 纯虚拟场景：游戏场景，GPT赋能NPC等游戏角色，玩家可以和NPC进行互动，增强玩家游戏体验。超参数公司利用AI技术赋能NPC角色在游戏世界中生活、生产、交互等，从而产生新的游戏故事和交互，从而形成一个类似于虚拟人世界观察的研究 国内公司在智能交互赋能虚拟人的应用 大厂：1）百度：度晓晓等，可以接入文心一言；2）腾讯：游戏场景、AR场景；3）阿里巴巴：营销、直播带货虚拟人，借助阿里云的能力服务中小商家用虚拟人在直播间带货；4）科大讯飞，B端政府、金额场景；5）数字王国：教育影视制作；6）匠心科技：3D虚拟人 进行直播交互、车载虚拟人、金融/党建等虚拟人交互； 7）微软小冰：闲聊型智能交互虚拟人；8）网易伏羲： NPC虚拟人；9）中科深智：提供低成本智能交互直播机器人，PK头部高成本的虚拟人。国外公司 Genies公司：服务个性化生成需求；Open：打造个性化人工智能虚拟形象，进行区块链相关应用部署；AWW：用海量人体动作和表情数据模拟逼真的虚拟人进行交互；Soulmachine：利用智能和情感反映的模拟技术进行对话，应用于电商、教育、医疗领域目前虚拟人综合指数较高的：百度度晓晓、科大讯飞爱加、小米小爱同学、阿里 ayayi等，技术方面，百度虚拟人与交互技术结合较好。虚拟人目前比较好的应用方向，是具备背景故事、人格特征以及记忆载体，赋能图书馆的讲解能力；或者在互联网中形成新的身份进行交互，和人类交互并完成任务。现在虚拟人还涉及法律问题：1）深度合成技术边界；2）隐私安全问题；3）网络犯罪、虚拟人犯罪的管辖问题等。技术发展快于法律完善速度，未来要加快完善相关法律速度。Q：虚拟人制作成本和毛利率？加入AI后公司的收费和毛利率会如何变化？A：完全没有任何交互的虚拟人：用于广告、影视制作等，单向内容输出为主，其中纯3D虚拟人成本包括美术 设计（和设计师相关，低级设计师几百到几千，高级设计师是几十万-几百万）+3D建模（成本较为固定，和精度有关。精度较低约几百元；超写实的3D数字人工作周期 比较长，可能需要一个月左右的工期，几万到几十万左右成本）+骨骼绑定（成本较固定，2-3工作日，成本约一千元左右）+动作驱动和渲染 （依赖服务器和动捕设备，高精度虚拟人要求的设备等要求较高，成本范围在几千到几十万，甚至上百万）。综合来看，纯3D虚拟人成本范围较广，高精度的可能上百万，低精度的可能几千元。 2D真人虚拟人：通过拍摄一段时间来驱动虚拟人说话 等，只是根据面部驱动技术来进行换脸等，动作是以真人为主，根据面部驱动的神经网络决定（低级别的是一千元左右，高级别的可能几十万）一般直播用的就是千元左右，央视级别用的可能是几十万。 目前行业没有形成标准的报价和利润率，定制服务的利润率可能很高（50%-80%），云端服务的标准化产品低一些（20%-30%）。含AI交互功能的虚拟人：报价也不透明。考虑研发成本可能是亏的，如果不考虑研发成本，目前利润率可能是70%-80%。 成本：1）虚拟形象制作成本；2）AI交互功能以及与虚拟人结合的成本（如果是一路并发e.g.：直播单向回答问题，成本是1000元左右；多路并发是乘以多路的成本；目前 10路以内比较多，1万左右的成本）；3）交互与虚拟人 打通的成本，虚拟人和对话系统是定制化的报价，平均成本1w左右。 总的来看，智能交互的虚拟人2W左右交互成本+虚拟人制作成本（1万到几百万）。最简单的面向C端消费者或者长尾应用的虚拟人，成本约 1-2万左右；高定定制化版本的，成本在几十万-上百万之间。 Q：创业公司如何接AI交互？接文心一言还是海外GPT？ A：国内主流方式都是接入百度文心一言，一般大B端客户或G端客户只能接文心一言， ChatGPT不能官方接入。此外，科大讯飞、微软小冰也在自研。 此外，很多创业者倾向于接ChatGPT。接入AI的工程难度不是很高，一般就1-2万，但用途主要是C端或小B或者直播量不大的直播间等。 Q：文心一言接入的实际效果？ A：差4.0很多（可能2年左右才能追赶），差3.5是半年或1年左右的时间。差距体现在：1）推理能力（最主要），计算题、逻辑推理题目的表现较差；2）多轮交互 较弱；3）涉及到图像表现较弱。此外，表现好的是客服场景，比如有温度、人性化的回答方式，主要是搜索引擎中可以检索到的答案以更人性化的方式回答。文本续写、文本润色等也表现不错。 Q：现在虚拟人交互工作流是语音转文字-与机器人对话-机器人输出后文本转语音？ A：目前是这样的，未来4.0也在做直接识别语音文件的技术。未来多模态数据的直接识别可能实现，此外也可能会识别语音语调等信息。现在工作流是语音转写为文字-与对话机器人对话-机器人输出-文本转语音-驱动虚拟人说话。 Q：目前AI+虚拟人应用受限？A：目前应该还没有达到效果非常好的阶段，但未来可能音频信息会被很快学习。现在的想法是培养场景，培养前期用户使用习惯，半年之后交互体验可能会有一定升级。当前虚拟人 +AI的ROI并不高，目前主要是共创的阶段，互相学习和培养用户体验，还没有达到真正为产业工作流产生收益的阶段。Q：虚拟人制作是一次性成本，交互成本是每月的成本？目前主要的应用场景？价格是否有进一步下降空间？A：是。传统虚拟人主要应用在1）品牌端的宣传（打造 IP输出图片、视频、直播内容等），造价在几十万左右； 2）直播间24H引流（填补人类不能直接直播的时长，之前是单向输出的虚拟人）的虚拟人，造价在几万左右。虚拟人成本在逐步下降，之前高精度虚拟人需求比较少，需要重新做，现在高精度虚拟人需求提升，可以利用之前已有的虚拟人进行微调，二次雕刻的成本就会降低很多；目前3D引擎也有相应技术和成本优化，因此成本可能压缩在10w以内。 Q：未来虚拟人需求展望？ A：过去每年市场增速是40%左右，25年市场规模是千亿左右。现在虚拟人已经跨越了恐怖谷，被更多人接受，但现在虚拟人的热度没有之前火爆，现在视觉输出的虚拟人增速放缓 （可能是20%-30%）；但交互式虚拟人增速可能会增长 （暂时不太好估计，预计约70%-80%）。Q：此前的虚拟人公司还有先发优势吗？现在核心竞争要素是什么？ A：目前的壁垒主要在智能交互，之前在虚拟人形象制作有先发优势的公司可能会变小，但还不一定完全消失，只是可能该优势没有那么重要了 （视觉体验的需求一直存在）。但视觉呈现技术和智能交互技术门槛差距很大，智能交互可能只有大厂做得很好。