阿里出品！用一篇文章幫你了解AI數字人行業

人工智能（AI）技術的進步不僅改變了我們生活的方方面面，還在各行各業中展現出了巨大的潛力。AI 數字人，作為人工智能技術的一個重要分支，正在逐漸成為眾多行業關注的焦點。這些虛擬的數字角色不僅具有逼真的外觀和行為，還能夠以超乎想象的方式與人類交互，從而提供全新的服務體驗和業務機會。本文整理了 AI 數字人相關的基礎概念、趨勢報告、熱點案例、AI 數字人平臺和開源項目，以及作為設計師我們能用這些 AI 能力產出哪些有意思的工作。

推薦閱讀：

一、AI 數字人基礎概念

1. 什么是 AI 數字人？

"數字人"是指利用先進的計算機圖形學和數字技術創造的虛擬人物。這些數字化的角色可以模擬真實人類的外觀、表情和行為，廣泛應用于娛樂、廣告、虛擬現實和各種互動媒體。數字人代表了一種技術進步，使得虛擬角色在視覺和行為上更加逼真，增強了用戶的沉浸感和互動體驗。

"AI 數字人"則是在數字人的基礎上融入了人工智能技術。這不僅使得虛擬角色在外觀上更加逼真，而且能夠模擬人類的交流和行為，如對自然語言的理解、情感的識別和反饋、甚至能學習和自適應，從而能夠進行更復雜的交互和響應。AI 數字人被應用在智能客服、虛擬助手、在線教育等領域，和其他需要人機交互的場景，提供更加個性化和智能化的服務。

2. AI 數字人運作原理

AI 數字人的運作原理基于人工智能算法，包括機器學習、自然語言處理和計算機視覺等技術。這些技術使得 AI 數字人能夠理解和響應人類語言、模擬情感反應，以及在虛擬環境中以逼真的方式表現出人類般的行為。數字人系統的模塊構成通常包括語音識別和合成模塊、文本到語音轉換模塊、圖像和動作捕捉處理模塊，以及一個用于決策和學習的核心 AI 處理單元。這些模塊共同工作，使得數字人可以在各種場景下提供動態和自然的交互體驗。

3. AI 數字人運用場景

客服：AI 數字人在客服領域被廣泛應用于自動化客戶服務和查詢處理。例如，互聯網公司或銀行使用的 AI 導購、智能客服等，能夠通過文本或語音交互解答客戶的常見問題，如物流查詢、賬單查詢、服務故障報告，從而提高響應效率并減輕人力客服的負擔。

文娛：在文娛行業，AI 數字人被用作虛擬角色和主持人，提供互動娛樂體驗。例如，虛擬偶像在音樂會上表演，或者虛擬主播在網絡平臺上進行直播，吸引觀眾參與和互動。

教育：教育領域中，AI 數字人作為虛擬教師或輔導員，協助學習和訓練。例如，一些語言學習應用使用 AI 角色來模擬對話練習，或者在醫學模擬訓練中模擬患者進行診斷練習。

助手：在個人助手領域，AI 數字人作為智能助理幫助用戶管理日程、發送提醒、甚至控制智能家居設備。例如，智能手機中的語音助手如蘋果的 Siri，可以幫助用戶設置鬧鐘、查天氣、發送短信等。

醫療：在醫療領域，AI 數字人被用于模擬醫療咨詢、患者教育和心理健康支持。例如，虛擬健康助手可以提供初步的健康咨詢和生活方式建議，或者作為虛擬心理治療師提供情緒支持。

金融：在金融行業，AI 數字人用于提供投資咨詢、市場分析和個性化的財務管理服務。例如，某些銀行和投資平臺利用 AI 助手為客戶提供定制的投資建議和市場趨勢分析，以及協助進行交易操作等。

4. AI 數字人的未來十大趨勢

AI 數字人將在多個行業中扮演越來越重要的角色，不僅能夠提高效率和減少成本，還能提供更加個性化和高質量的服務。隨著技術的發展，我們可以預見 AI 數字人將在未來的各行各業中發揮更大的作用，以下是未來 AI 數字人對各行各業影響的十大趨勢預測：

1. 客戶服務的自動化和個性化：AI 數字人將在客戶服務領域發揮越來越大的作用，提供 24/7 的服務，同時能夠根據客戶的個人喜好和歷史互動提供個性化服務。
2. 醫療保健的革新：在醫療領域，AI 數字人可以協助醫生進行診斷，提供治療建議，甚至進行遠程手術協助，同時也能在患者管理和健康咨詢方面發揮作用。
3. 教育的個性化和可及性提升：AI 數字人能夠提供個性化教學，適應不同學生的學習速度和風格，使教育更加公平和高效。
4. 零售行業的變革：在零售行業，AI 數字人可以提供個性化購物體驗，從推薦產品到提供虛擬試穿，改變傳統的購物方式。
5. 金融服務的智能化：AI 數字人將在金融領域提供更智能的資產管理、風險評估和客戶服務，提高金融服務的效率和精確性。
6. 娛樂和媒體的定制化：在娛樂和媒體行業，AI 數字人可以根據用戶的喜好定制內容，提供更加個性化的娛樂體驗。
7. 旅游和酒店業的服務升級：AI 數字人可在旅游和酒店行業中提供個性化的旅游建議、預訂服務以及客戶服務，提升客戶體驗。
8. 制造業的效率提升：在制造業中，AI 數字人可以協助設計、生產流程優化以及質量控制，大幅提高生產效率和減少錯誤率。
9. 物流和供應鏈管理的優化：AI 數字人能夠在物流和供應鏈管理中進行高效的資源分配、路線規劃和庫存管理，提高整體運作效率。
10. 法律和咨詢服務的智能化：在法律和咨詢領域，AI 數字人可以進行案例研究、法律文檔審查以及提供初步咨詢，輔助專業人員進行更復雜的決策。

一些有價值的研究報告：

1. 《好看的皮囊到有趣的靈魂- 數字人產業發展報告》
2. 《AI+醫療：智醫助理即將上崗- 華西計算機團隊》
3. 《2023 年中國 AI 數字人產業研究報告》

AI 相關熱點事件

俄羅斯電視臺：使用 AI 數字人主播

俄羅斯南部斯塔夫羅波爾地區的一家電視臺首播了名為“未來預測”的新節目，其中最引人注意的就是推出了一位女 AI 天氣預報播報員。

她甚至還有雀斑！俄羅斯的 AI 女主播究竟有多逼真！

北京互聯網法院：支持保護 AI 生成圖片著作權

北京互聯網法院針對人工智能生成圖片（AI 繪畫圖片）著作權侵權糾紛作出一審判決，據悉該案為 AI 生成圖片相關領域著作權第一案。

AI 生成圖片著作權侵權第一案判決書

達摩院 AI 模型：實現胰腺癌早期篩查

阿里達摩院聯合國內外知名醫院和科研機構等，首次提出以“平掃 CT+AI”進行大規模的胰腺癌早期篩查。

揭開萬癌之王“隱身衣”！交手 10000000 次+，醫療 AI 首次實現胰腺癌早篩

斯坦福華人博士 AIGC 視頻: 4 人公司估值 2 億美元

僅有四人的初創公司，已經融資 5500 萬美元，融資名單幾乎集齊了硅谷的半壁江山，半年用戶超 50 萬，今天，Pika 1.0 閃亮登場，電影級特效震撼全網。

斯坦福華人博士文生視頻 Pika 1.0 爆火，4 人公司估值 2 億，OpenAI 聯創參投

二、AI 數字人線上平臺

接下來整理了國內外較知名的三大線上 AI 數字人平臺，以及使用案例和介紹視頻鏈接。

1. “HeyGen AI”：在線制作數字人

HeyGen 是一款人工智能驅動的視頻生成器，可在幾分鐘內使用 300 多個人工智能頭像以 40 多種語言創建 100 多種語音的文本轉語音視頻。

1. 官網鏈接： https://www.heygen.com
2. 轉換視頻語言案例：火爆的 AI 視頻翻譯工具 HeyGen，背后竟然是一家國內的公司
3. 使用方法：5 分鐘擁有你的 AI 克隆人！HeyGen AI 數字人視頻創作平臺介紹

2. “萬興播爆”：AI 輔助營銷

萬興播爆，提供 AI 數字人定制服務。輸入文案，即可一鍵生成“真人”營銷宣傳視頻。幫助商家生成 AI 數字人，用于出海營銷等場景。

1. 官網鏈接： https://virbo.wondershare.cn
2. 介紹視頻：AI 工具萬興播爆 Wondershare Virbo 數字人短視頻出海營銷神器

3. “小冰 AI 數字人”：前微軟小冰團隊研發

小冰數字人脫胎于微軟公司，其核心技術和團隊源于微軟亞洲互聯網工程院。

1. 官網鏈接： https://business.xiaoice.com
2. 介紹視頻：小冰數字人簡介

三、AI 數字人開源項目

現有的 AI 數字人開源項目能完成上述 AI 數字人的線上平臺 80%的能力，如果您想訓練屬于自己的 AI 數字人，通過下列開源實現流程和推薦的開源項目即可實現如下圖所示解決流程。

AI 數字人開源項目可以分為聲音克隆項目（MockingBird、VITS-fast-fine-tuning）和視頻口型匹配項目（RAD-NeRF、Video-Retalking、DINet、wav2lip 和 SadTalker）兩大類。接下來推薦了多個 AI 數字人的開源項目并提供了對應項目的官網鏈接和相關介紹、使用教程視頻鏈接等。

1. 聲音克隆開源項目：

Mocking Bird

推薦指數：☆☆

1. 項目鏈接： https://github.com/babysor/MockingBird
2. 使用教程：MockingBird 快速克隆聲音，實現文本轉語音，本地安裝使用教程

VITS Fast Fine-tuning

推薦指數：☆☆☆

1. 項目鏈接： https://github.com/Plachtaa/VITS-fast-fine-tuning
2. 使用教程：VITS-fast-fine-tuning 聲音克隆從頭開始安裝難點解答不求人自己制作整合版手把手安裝

2. 視頻口型匹配開源項目：

RAD-NeRF:

推薦指數：☆☆

項目鏈接： https://github.com/ashawkey/RAD-NeRF

中科大利用該開源項目案例：中科大等研究：和 NeRF 結合，語音驅動的高保真說話人臉合成

Video-Retalking:

推薦指數：☆?

項目鏈接： https://github.com/OpenTalker/video-retalking

使用教程：Video Retalking 數字人開源項目 10 秒視頻驅動聲音生成逼真視頻

DINet:

推薦指數：☆☆

1. 項目鏈接： https://github.com/MRzzm/DINet
2. 教程視頻：基于 DINet+openface 自訓練 AI 數字人

Wav2Lip:

推薦指數：☆☆☆☆

 

1. 項目鏈接： https://github.com/numz/sd-wav2lip-uhq
2. 教程視頻：保姆級手摸手教程：數字人插件 sd-wav2lip-uhq 的安裝和使用

SadTalker:

推薦指數：☆☆☆

1. 項目鏈接： https://github.com/OpenTalker/SadTalker
2. 教程視頻：SadTalker 插件安裝與使用詳細步驟 ： 照片開口說話

四、AI 將打破設計師的邊界

AI 不能簡單的作為“高級的 PS”工具，而是能擴展設計師的能力邊界，借助 AI 完成一整個影視工作室的工作？設計師可以是煉丹師？AI 工程師？剪輯師？模型訓練師？音樂制作人？接下來的幾個工作案例讓我們看看 AI 是如何幫助設計師打破能力邊界的。

此圖由 AI 生成

1. 設計師可以是“煉丹師”？

①AIGC 共享平臺：云端部署“Stable Diffusion”

在 UED 設計團隊中云端部署“Stable Diffusion”，共享使用 AI 生圖工具，幫助團隊降本增效。如在阿里健康設計團隊中部署的 SDWebUI，服務于各個業務線設計師，已經產出 1000+ AI 圖片，應用于各種營銷場景中。

②AI 模型訓練平臺：云端部署“Koya_SS”

利用 AI 模型訓練平臺 Koya_SS，訓練出各業務專屬的 IP 人物形象。小鹿、小羊、歡猩等多個 LoRA 模型已可以在團隊中共享使用。同時部署在云端，制定標準的訓練流程，讓團隊里每個設計師都能借助訓練平臺完成定制化的 AI 模型訓練，利用 AI 產出更多意想不到的創意工作。

2. 設計師也可以是配音師？

①AI 聲音模擬平臺：“Azure”云端搭建

Azure 云端搭建聲音模擬器，實現多語言旁白生成能力，已實現中文、英文、日文等多國語言，制作對外宣發、獎項申報等視頻旁白音。每條旁白音可為團隊節省數萬至數十萬元不等，同時 AI 音色不會受環境的影響而改變，即使對視頻內容更改 AI 也能及時適配，大大降降低了視頻制作的成本。

3. 設計師還可以是音樂創作人？

利用 AI 創作音樂，生成 BGM 等背景音，這樣生成出來的音樂是有版權和可商用的。設計師也可以是音樂制作人。避免視頻音樂侵權，同時為團隊節省大量的音頻采購版權費用。

3. 設計師可以是前端工程師？

前端代碼生成模型：“GPTs- IceCoder”

利用 GPT4.0 的 GPTs 模型編譯器，經過二次訓練的前端代碼生成 AI 模型“IceCoder”，通過自然語言對話即可生成前端片段。已實現阿里健康設計官網“阿里健康體 2.0”發布頁的前端搭建和服務器部署。（已發布在 GPTs 商店搜索即可體驗）。用同樣的方法可以學習使用 AI 數字人開源項目的代碼。

阿里健康設計官網： https://www.alibabahealthdesign.com/

4. 設計師還能搭 AI 算法工作流？

AI 實時渲染一鍵出圖：“ComfyUI”工作流

“ComfyUI + Designdol”l 利用 3D 人偶和“SDXL-Turbo”優化算法模型實現 1 步迭代即可 AI 生圖，將大大提升 AI 工作效率。

建設中，圖片僅用于示意

5. AI 應用四步化指南：“SOP”標準化流程

在團隊內部署上述這些 AI 能力和平臺，如何讓團隊內成員快速上手使用呢？即可通過制定四步化使用指南，幫助團隊成員快速上手 AI 能力，提升 AI 的使用效率和質量，創造出更多創意工作。

結語

AI 數字人技術的迅猛發展不僅為各行各業帶來了前所未有的創新和變革，我們見證了 AI 數字人在各行各業的運用以及未來的十大趨勢，從藝術創作到客戶服務，再到教育和醫療等領域的職業角色和工作方式在未來可能徹底轉變。AI 的高度適應性和靈活性使其能夠不斷學習和優化，從而在各種場景中提供高效、創新的解決方案。

對于設計師而言，這意味著能夠利用 AI 來拓展創意的邊界，實現更加個性化、更具創意的設計。通過 AIGC 技術，設計師和創作者能夠探索新的表達形式和互動方式，從而不斷推動行業的進步和發展。因此，AIGC 的涌現不僅是技術的跨越，更是對職業邊界的一次重塑，它預示著一個更加智能、互聯的未來和對設計和創意的革新。

歡迎關注作者微信公眾號：「阿里健康設計」