騰訊云數(shù)智人工廠再升級，1分鐘素材1小時生成數(shù)字分身

AI大模型推動人機交互模式發(fā)生革命性變化，讓更高效、更逼真、更智能的數(shù)智人應(yīng)用成為可能。在9月7日舉辦的2023騰訊全球數(shù)字生態(tài)大會上，騰訊云智能數(shù)智人產(chǎn)品公布三大升級，依托行業(yè)大模型技術(shù)，實現(xiàn)數(shù)智人生產(chǎn)效率及交互體驗提升，降低數(shù)字人應(yīng)用門檻，加速推動AI數(shù)字人普惠。

其中，全新發(fā)布“通用口型版”小樣本數(shù)智人，只需要1分鐘真人口播視頻，平臺便可通過多模態(tài)數(shù)據(jù)輸入，無需訓練生成個性化口型，在1小時內(nèi)制作出與真人近似的“數(shù)智人”。

騰訊云智能數(shù)智人創(chuàng)意展臺

大模型技術(shù)助力數(shù)智人生產(chǎn)提效 生產(chǎn)時長縮短至1小時

今年4月，騰訊云智能小樣本數(shù)智人生產(chǎn)平臺首次對外發(fā)布，平臺具有訓練樣本小、生產(chǎn)效率高、自動化生產(chǎn)等特性，可以輕松實現(xiàn)“自助式”數(shù)智人生產(chǎn)制作。依托行業(yè)大模型，騰訊云智能數(shù)智人工廠全新升級，覆蓋三大方向：生成效率更高、應(yīng)用場景更廣、3D數(shù)智人生產(chǎn)運營更智能。

在生成效率上，全新發(fā)布的“通用口型”版小樣本數(shù)智人，生產(chǎn)時間、生產(chǎn)素材需求都進一步降低。在AI大模型技術(shù)的加持下，基于自監(jiān)督機制的通用多模態(tài)模型，通過擴充人像特征提取及口型關(guān)系綁定，無需訓練即可生成每個人的個性化口型特征。這推動2D小樣本數(shù)字人生產(chǎn)時長可從24小時縮短至1小時，生產(chǎn)素材簡化至只需要1分鐘真人口播視頻。

在應(yīng)用場景上，全新升級的“交互式”小樣本數(shù)智人，支持“傾聽等待狀態(tài)”識別，能夠根據(jù)真實對話場景進行手勢的停頓、變化。這將使得“交互式”小樣本數(shù)智人不再局限于短視頻生產(chǎn)等單向播報場景，也可以廣泛用于服務(wù)咨詢等交互場景。

在生產(chǎn)運營上，依托AI建模綁定算法，騰訊云智能實現(xiàn)照片式生成3D形象，改變手工作業(yè)形式，大幅提升3D形象生成速度，支持批量打造3D數(shù)智人；同時，全面升級“智能驅(qū)動”3D數(shù)智人，可以基于語義為3D數(shù)智人自動匹配動作，讓3D “數(shù)智員工”服務(wù)體驗接近于真人員工。例如，圍繞大模型客服，數(shù)智人可以依據(jù)大模型實時生成的答案，匹配相應(yīng)的表情、動作，實現(xiàn)更自然的交互。

目前，騰訊云智能數(shù)智人被廣泛應(yīng)用于口播視頻生產(chǎn)、直播帶貨等場景。以媒體領(lǐng)域為例，小樣本數(shù)智人等技術(shù)正在為媒體數(shù)字化轉(zhuǎn)型升級注入更多AI力量，包括南方日報、南方都市報等機構(gòu)用數(shù)智人輔助采編團隊生成口播視頻，進一步提升內(nèi)容生產(chǎn)效率。

發(fā)布數(shù)智人伙伴扶持計劃，覆蓋直播運營、營銷代理、MCN等領(lǐng)域

此前，騰訊云智能提出自動化“AI+數(shù)智人工廠”的方向，通過做厚aPaaS數(shù)智人平臺，致力于讓合作伙伴能夠應(yīng)用開箱即用的數(shù)智人生產(chǎn)服務(wù)，快速完成大批量數(shù)智人形象、音色定制，開發(fā)出更多適用于垂直行業(yè)、垂直場景的數(shù)智人SaaS服務(wù)。目前，已經(jīng)有數(shù)十家合作伙伴依托平臺，向行業(yè)提供數(shù)智人直播SaaS、知識口播SaaS應(yīng)用，覆蓋醫(yī)療、傳媒、金融多個行業(yè)。

為了推動數(shù)智人服務(wù)更廣泛落地，以“普惠化”服務(wù)走入千行百業(yè)，騰訊發(fā)布了“數(shù)智人伙伴扶持計劃”，為直播運營、營銷代理、MCN等領(lǐng)域伙伴提供數(shù)字人技術(shù)支持。

首批騰訊云智能數(shù)智人授權(quán)合作伙伴包括北京風平智能科技有限公司、中數(shù)聯(lián)成（廣東）文化有限公司、深圳市單仁牛商科技有限公司，以及陜西醫(yī)智諾信息科技有限公司。

首批騰訊云智能數(shù)智人授權(quán)合作伙伴

騰訊云副總裁、騰訊云智能解決方案負責人王麒表示，參與“數(shù)智人扶持計劃”的企業(yè)，不僅能夠獲得騰訊云官方授權(quán)證書及官網(wǎng)展示，還會獲得市場拓展專項資金、標桿案例聯(lián)合發(fā)聲等系列支持。

目前，騰訊云智能數(shù)智人已經(jīng)覆蓋3D寫實、3D半寫實、3D卡通、2D真人、2D卡通五種形象風格，可實現(xiàn)超細微面部情感表情以及數(shù)百種肢體動作，支持形象資產(chǎn)管理、業(yè)務(wù)服務(wù)配置及內(nèi)容生產(chǎn)相關(guān)服務(wù)，以滿足不同場景下的服務(wù)需求。

在數(shù)智人之外，AI大模型的應(yīng)用正逐步滲透到千行百業(yè)的各個環(huán)節(jié)，包括設(shè)計、研發(fā)、生產(chǎn)、營銷和服務(wù)等，一場由“大模型”驅(qū)動的“效能革命”正在悄然發(fā)生。基于此，騰訊云從產(chǎn)業(yè)客戶實際需求出發(fā)，基于自研的騰訊混元大模型，同時支持業(yè)內(nèi)主流的開源模型應(yīng)用，從技術(shù)底座、平臺能力和智能應(yīng)用三個維度不斷升級MaaS能力，助力客戶構(gòu)建專屬大模型和智能應(yīng)用，推動大模型在產(chǎn)業(yè)中的落地應(yīng)用。未來，騰訊云還將推出更多開箱即用的大模型產(chǎn)品、服務(wù)，推動大模型等AI技術(shù)在實際生產(chǎn)、運營場景發(fā)揮效用。

雷峰網(wǎng)(公眾號：雷峰網(wǎng))