杨燕：AI数字人是数字经济发展“新动能”

       ”其中，形象逼真写实，但没有交互能力的数字人为L1级别。L2级别的数字人，背后有真人带着比较繁重，成本很高的专业的动捕设备，在内部的环境之下去进行制作完成的。比如传统的影视制作，动画制作等。

　　L3级别的数字人背后也有真人，他们不再需要佩戴繁重的专业级动捕设备，而是直接通过安装在电脑或手机端的摄像头，基于算法植入，就可以将真人的所有动作，包括表情、口型、肢体等动作细节捕捉，同步迁移到数字人身上，驱动数字人实时的互动起来。

　　L4级别的数字人将被赋予智慧的大脑。它们可以独立地与真人进行实时的智能化交互。比如商汤科技推出的宁波银行上海分行数字人“小宁”，它可以代替真人在线下网点大堂，解答来访客户的业务问题。L5级别的数字人可以完全实现智能化交互，不在依赖于真人的介入，是一个通用智能型的数字人，可以回答更通用化的问题，成为我们个人生活的助手。

　　杨燕表示：“因为L4级别以上的数字人涉及到大量的人工智能的算法和技术，我们也将其称之为AI数字人。只有达到L4等级的数字人，才能真正地进入到行业里，解决经济发展中普遍会面临的‘人效’问题。”

　　AI数字人的技术特点

　　与一般数字人相比，AI数字人具备三大特征，分别是多模态交互能力、深度学习能力和AIGC能力。首先，杨燕介绍了多模态交互能力，它是指利用数字化的技术，模拟人与人之间的自然交互方式。你可以通过语言、文本、甚至是不同手势或表情，来与数字人进行交互和沟通。这里会涉及到视觉识别、语言识别、语义理解等技术，具有一定的门槛。据杨燕介绍，商汤的视觉相关的算法模型已累计超过30000个，研发建成了世界上最大的计算机视觉基模型，参数高达300亿，可以支持数字人在图像、视频等视觉信号处理的复杂长尾应用。在语音语义理解方面，商汤也自研并具备了包括语音识别(ASR)、语义理解（NLP/知识图谱）、语音合成（TTS）以及语音动画合成（STA）等多项技术能力。

　　正是基于以上技术支撑，商汤得以在“拟人化”和“自动化”两大维度，建立了AI数字人的生产力底座。

　　其次，杨燕还解释了深度学习能力，它是指基于计算机深度学习技术，让数字人不断地学习新的语料和数据。在经过训练及现实应用的反馈后，不断地迭代和延展它的能力和交互水平。通过深度学习，数字人不仅在专业度上有所加深，还可以学习跨业务的知识，支持跨业务服务和沟通。最后，杨燕介绍了AI数字人的最后一大特征，即AIGC。它是指在制作数字人过程中，引入AI生成内容的能力，辅助自动化的生成内容。从而大幅度提升数字人的制作效率，降低开发者使用门槛，缩短开发的周期，降低成本。

　　商汤通过人工智能技术的集成和应用，并与数字人生产流程进行融合优化，针对传统CG建模、动画制作环节，和数字人的多模态交互、深度学习能力构建，分别推出了智能化生成、智能化驱动和智能化交互三大引擎，并通过三大引擎间的流程打通和标准化处理，打造“一站式”AI数字人生产流水线。

　　如此，数字人才有可能推广至更广泛的产业或行业中。

　　数字人广泛落地应用的最后一公里

　　杨燕介绍：“我们建立运营管理平台，就是希望打通技术到应用的‘最后一公里’问题。”开发者通过三大智能引擎生产出一个数字人后，可以通过运营管理平台进行后台业务管理，包括对多终端的设备管理，数据管理和分析等。再结合人工智能技术对这些非结构化的数据进行分析，从而帮助业务发现规律跟逻辑，帮助业务更好地进行升级和迭代。同时，商汤致力于让数字人在任何交互终端或系统上无缝使用，不受终端系统限制，可以进行灵活的呈现和交互，包括手机、智慧大屏，甚至AR眼镜、汽车终端、小程序应用等。让数字人走进千行百业，打破数字人的使用边界，赋能泛娱乐、商业零售、金融服务、文博文旅、政务服务等行业发展。

　　截至目前，商汤在多个行业场景中的案例实践。比如商汤与宁波银行上海分行打造的数字人小宁，与广州永旺梦乐城购物中心联合打造的超写实型AI数字人“小糖”。杨燕认为：“线上线下的每一次交互带来新的数据，都是一个无形资产。”同时，数字人作为一个具象化IP形象，也将会与用户建立更深层次的情感构建，带来更好的服务。