【干货】虚拟数字人的发展沿革及应用范围分析

一、元界主角，市场广阔

虚拟人、数字人、虚拟数字人的目标是通过计算机图形技术（CG）创造出接近于人类形象的数字形象，并赋予其特定的角色身份设置，以在视觉上拉近人类. 心理距离给人类带来了更真实的情感互动。根据各定义特征的要求，数字人的类别包括虚拟人，虚拟人的类别包括虚拟数字人。

▲数字人、虚拟人、虚拟数字人的关系

当不要求具备交流和交互的能力时，可以认为数字人、虚拟人和虚拟数字人的概念是等价的。但从严格意义上讲，它们之间存在细微的差异。虚拟人的身份是虚构的，在现实世界中并不存在。数字人强调数字世界中存在字符。虚拟数字人强调虚拟身份和数字生产特性。

从最早的手工绘图到现在的CG（Computer Graphics，计算机图形学）和人工智能合成，虚拟数字人大致经历了萌芽、探索、初级和成长四个阶段。

▲虚拟数字人的进化

目前，虚拟数字人的理论和技术日趋成熟，应用范围不断扩大，行业逐渐形成和丰富，相应的商业模式也在不断演变和多样化。

▲虚拟数字人产业链视图

基础层为虚拟数字人提供基本的软硬件支持。硬件包括显示设备、光学器件、传感器、芯片等，基础软件包括建模软件和渲染引擎。显示设备是数字人的载体，包括手机、电视、投影、LED显示屏等2D显示设备，以及裸眼立体、AR、VR等3D显示设备。光学设备用于生产视觉传感器、用户显示器。传感器用于收集数字人类原始数据和用户数据。该芯片用于传感器数据预处理和数字人体模型渲染、AI计算。建模软件可以对虚拟数字人的人体和服装进行三维建模。渲染引擎可以渲染灯光、头发、

▲虚拟数字人产业链基础层概览

平台层包括软硬件系统、生产技术服务平台和人工智能能力平台，为虚拟数字人的生产和发展提供技术能力。建模系统和动作捕捉系统通过产业链上游的传感器、光学器件等硬件获取真实人/物的各种信息，利用软件算法实现人物的建模和动作的再现；渲染平台用于模型的云端渲染。解决方案平台基于自身的技术能力，为客户提供数字人解决方案。AI能力平台提供计算机视觉、智能语音、自然语言处理等技术能力。平台层面的企业很多。腾讯、百度、搜狗、魔发科技、祥信科技均提供相应的数字人技术服务平台。

应用层是指虚拟数字人技术结合实际应用场景领域，切割成多种类型，形成行业应用解决方案，赋能行业领域。根据不同的应用场景或行业，娱乐数字人（如虚拟主播、虚拟偶像）、教育数字人（如虚拟教师）、助理数字人（如虚拟客服、虚拟导游、智能助手）、电影不同形态和功能的虚拟数字人赋能影视、媒体、游戏、金融、文旅等领域，根据用户需求为用户提供定制化服务.

▲虚拟数字人产业产生虚拟数字人应用领域、场景和角色

虚拟数字人的基本技术结构包括“五横两纵”。“五横”是指用于数字人生产与交互的五个技术模块，即字符生成、字符表达、综合显示、识别与感知、分析与决策等模块。其中，人物生成，即人物建模，2D数字人比较简单，3D数字人需要使用额外的3D建模技术。角色表达包括语音生成和动画生成。动画生成包括驱动和渲染两部分。“两纵”是指2D和3D数字人，而2D数字人与3D数字人在技术架构上基本相同。3D数字人需要额外使用三维建模技术生成数字图像，信息维度增加，所需计算量更大。

建模技术分为静态扫描建模和动态光场重建。目前主流技术还是静态扫描。与静态重建技术相比，视觉保真度高的动态光场3D重建技术不仅可以重建人物的几何模型，还可以一次性获取动态人物模型数据，再现光影效果从不同角度对人体进行高质量的建模，已成为数字人体建模的重点发展方向。

静态扫描建模技术可分为结构光扫描重建和相机阵列扫描重建。结构光扫描重建扫描时间长，对人体等运动目标的友好性和适应性都不尽如人意。多用于工业生产、检测领域。相机阵列扫描重建代替结构光扫描重建克服了上述问题，成为人物建模的主流方式。随着摄影机阵列扫描重建的快速发展，现在已经可以实现毫秒级的高速摄影扫描（高性能摄影机阵列精度可达亚毫米级），并已成功应用于游戏中， 电影，

▲ 结构光扫描重建和相机阵列扫描重建的分类

在国际上，IR、Ten24等公司已将静态重建技术全面商业化，服务于好莱坞大型影视数字人的制作。近年来，凌云光大力发展立体视觉，开发出高精度人体3D建模系统——Human 3D+，其中核心3D几何和色彩数据采集部分采用佳能专业镜头，结合佳能SDK软件开发包和凌云光专用的3D建模软件可以快速清晰的成像和高速存储，自动完成人体的高精度全身或局部重建，然后使用3D动画软件对重建结果进行处理，获得高保真数字人物。

动态光场重建是世界上最新的深度扫描技术。该技术可以忽略材质，直接采集三维世界的光线，然后实时渲染出真实的动态表演者模型计算机图形学扫描线算法步骤，为3D建模提供更丰富的图像信息。主要包括人体动态3D重建和光场成像两部分：

▲人体动态3D重建与光场成像的区别

驱动：智能合成、动作捕捉迁移成为主流动作制作方式。智能合成 2D 和 3D 数字嘴巴动作的底层逻辑是相似的，都是基于输入文本输出音频和输出视觉信息之间的关联映射。3D视频驱动方法分为以下三个步骤：

1）视频算法训练：对采集到的文字转语音和口型视频数据进行模型训练，得到一个可以通过输入任意文本来驱动口型的模型。

2）自动语音识别：对语音进行标注，绑定数据和动作，让虚拟数字人针对特定的词或上下文做出相应的动作。

3）动作捕捉设备合集：真人佩戴动作捕捉设备，与真人的身体动作绑定，可实时传输给虚拟数字人。

将捕捉到的动作迁移到数字人体是生成3D数字人体动作的主要方式，核心技术是动作捕捉。动作捕捉是指通过数字化手段记录真实人物的运动过程。同时，动作捕捉系统根据实现原理的不同可分为光学动作捕捉、惯性动作捕捉、跟踪器+IK算法动作捕捉、基于人工智能的动作捕捉解决方案。现阶段以光学和惯性动作捕捉为主，基于计算机视觉的动作捕捉成为热点。

渲染：主要的 Unreal 和 Unity 渲染引擎在逼真度和实时性能上都有很大的提升。动作计划通过不同的设备记录下来后，需要使用渲染引擎尽可能还原头发、衣服等细节。在引擎性能方面，游戏领域的渲染引擎达到了最好的渲染效果。PBR（Physically Based Rendering）渲染技术的进步和重光等新渲染技术的出现，让数字人体皮肤纹理变得逼真，突破了恐怖谷效应。

PBR是一组基于模拟真实物理世界中的成像规律的渲染技术。其关键在于微表面模型和能量守恒计算。通过更真实地反映模型表面反射和折射光的强度，渲染效果突破塑料感。几种常见的 3D 引擎，例如 Unreal Engine 4、CryEngine 3、Unity 3D5，都有自己的 PBR 实现。

二、落地场景丰富，偶像营销可能是第一赛道

虚拟人和数字人的应用领域多种多样，主要集中在娱乐和服务行业。在图片呈现方式日益成熟的基础上，以及5G、算力、AI等技术能力的提升，其落地场景也越来越丰富。如今，不再局限于虚拟形象在影视等传统娱乐领域的应用，动画在人物造型、CG等方面的应用，更实现了真人虚拟形象在社交、游戏、办公等方面的身份识别功能。场景，并逐渐在直播电商中流行起来。、偶像造星、陪伴服务等AI虚拟数字人领域实现商业变现。

1、游戏

中国游戏产业处于存量游戏阶段，角色扮演游戏市场收入排名第一。2021年中国游戏市场实际销售收入为2965.13亿元，同比+6.4%。2021年中国游戏用户规模6.66亿，同比+0.22%，用户数量将逐渐饱和。2021年中国手游收入排名前100的产品中，角色扮演类、卡牌类、策略类游戏占据半壁江山，说明玩家的喜好和企业的市场供给相对集中；此外，角色扮演、多人在线战术竞技和射击游戏三类游戏占总收入的50%以上，

▲中国游戏整体市场规模（亿元）

▲2021年收入排名前100的手游产品类型收入分布

作为虚拟世界的卖水者，游戏引擎有望破圈，助力打造多行业数字化人。在Unity和Unreal两大游戏引擎的引领下，游戏引擎的强大性能进一步提升了数字人像的保真度。

Unity 的渲染技术 HDRP 建立在可编程渲染管线 (SRP) 之上计算机图形学扫描线算法步骤，具有完全统一的基于物理的渲染，以实现超高质量的性能。HDRP 的设计遵循三个原则： 1）渲染基于真实物理。2）照明系统一、相干。3）功能独立于渲染路径。HDRP 的强大性能让数字人类能够“逃离”恐怖谷，以更接近真人的状态呈现给公众。

2、偶像造星

虚拟偶像市场的快速增长，带动了衍生产业的广阔空间。iiMedia Research(艾媒咨询)数据显示，2020年中国虚拟偶像核心产业规模为34.6亿元，同比+70.3%，预计达到62.200 2021年万元；另一方面，随着商业价值的不断探索，越来越多的行业与虚拟偶像挂钩。2020年虚拟偶像带动的行业规模将达到645.6亿元，预计2021年将达到1074.9亿元。同时，80%以上的网友都在追星，其中63.6%的网友喜欢虚拟偶像。

▲2017-2023中国虚拟偶像核心市场及驱动市场规模及预测

用户对虚拟偶像的付费意愿强烈，丰富的周边产品带动了他们的变现能力。iiMedia Research(艾媒咨询)的数据显示，80%的网民每月花在虚拟偶像上的花费不到1000元，37.6%的网民表示愿意花更多的钱支持虚拟偶像。随着虚拟偶像产业延伸业态的不断发展，人物、唱片等产品已经成为虚拟偶像流量变现的重要渠道，粉丝愿意花费更多的金钱和精力来支持虚拟偶像。

早期，虚拟偶像随着二次元文化的渗透，国内VUP直播兴起。早期的代表虚拟偶像包括以初音未来、洛天依为代表的虚拟歌手（VSinger），以及主要在YouTube和B站开展活动的虚拟主播（VTuber/VUP）。 B站基本被日本VTuber占据，而随着中国VUP的崛起，据CEO陈睿介绍，截至6月21日，B站拥有3.2万个VUP，每月有4000多位虚拟主播开播。据darkflame统计，B站20年VUP总收入约为1.8亿元，2021年（截至11月21日）已达到4.5亿元，即2.@ 为去年全年。>

按季度计算，21Q3 VUP直播收入近1.5亿元，月付费用户增至30万左右。目前头部VUP的每月直播收入在500-200万元不等。20年来，全球收入最高的VTuber收入约1.5亿日元（约合人民币840万元），已被VUP全面追赶。从专业机构来看，VirtualReal和A-SOUL这两家专业性很强的机构一直占据着收入榜的头把交椅。

互联网大公司青睐虚拟艺人领域，破圈走向主流文化已是大势所趋。大厂布局分为两大类：1）技术平台介绍。2）打造虚拟艺人商业场景。

▲互联网公司虚拟艺人产业布局

3、品牌营销

虚拟代言人市场空间充足，商业价值释放领域多。虚拟代言人可以分为两种：1）品牌自主打造符合自身特点的虚拟代言人。2）品牌在业务上与外部团队合作，外部团队基于技术引擎开发具有高度拟真人形的虚拟形象，并独立运营。

虚拟数字人的商业价值集中在：1）社交账号潜力无限。大多数虚拟数字人的注册时间集中在2020-2021年。虽然时间很短，但一些账号的关注者却迅速增加。同时，在微博上，拥有百万粉丝的虚拟数字KOL越来越少，还有流量洼地有待挖掘。

2）活跃于社交平台，积累用户粘性。虚拟数字人账号活跃于社交平台，通过抽奖、科普、安利等多种形式与用户进行高频互动，共同创作内容。

3）多种方式释放商业价值。虚拟数字人可以通过数字化、科技、大数据的融合，进行与真人相同的品牌营销模式。视频大片、直播、联名产品、封面杂志、产品鞋面等，为粉丝带来更富想象力、更完美的营销场景，释放更多商业价值。

虚拟代言人深入洞察Z世代新消费需求，助力品牌破圈。品牌打造符合自身文化和品牌调性的虚拟形象代言人，成为与年轻人建立沟通的突破口。从屈臣氏推出首位虚拟偶像代言人曲晨曦威尔逊拉开年轻人的距离，王者荣耀利用当下最火爆的电竞虚拟男团“无限王者团”全面打通社交属性，到L欧莱雅首位虚拟代言人“M姐”迎合年轻人入圈，华西子推出首个品牌头像“华西子”，引领国货新风尚。

4、社交

数字人是下一代社交互动的重要标志，用户对个性化社交虚拟形象的需求日益增加。下一代社交网络是指与现实平行、实时在线的虚拟世界。用户可以根据自己的虚拟形象，根据自己的兴趣地图或推荐，体验各种身临其境的社交场景。交流，玩得开心，最终找到志同道合的合作伙伴和社交关系。

▲数字人类社会代表产品

5、视频

数字人在影视行业应用较为成熟，计算机化的虚拟动作捕捉已成为电影的主流特效。技术发展不是一蹴而就的，而是大量技术突破和创新实践的积累。通过观察虚拟影像在电影史上的典型应用案例，我们将虚拟动作捕捉技术归纳为电影史上四个不同的发展阶段：萌芽期（1990-1999）、起步期（2000-2006）@) >，成熟期（2006-2015），新期（2016-至今）。

▲电影史上虚拟数字人体动作捕捉技术的演进

三、巨型布局

国内厂商在产业链基础层、平台层和应用层的发展相对均衡，虚拟数字人从开发到落地的体系正在逐步完善。基础层相关厂商主要专注于人工智能、动作捕捉、建模渲染、虚拟数字人技术服务等。科大讯飞、捷成、新华网、飚北科技、追忆科技、小冰专注人工智能，云博科技专注动作捕捉、环球墨菲、一真科技、旭谷未来科技、半人猫、魔镜数码、祥信科技、Tatame等. 专注建模与渲染，中科深知，

产业链平台层是为虚拟数字人的运营而构建的，主要包括虚拟数字人的设计、包装、宣传、落地和培训。相关公司包括上海和念、乐华娱乐、动图宇宙、下一世界文化、创艺视频。、虚拟影业、魔塔时空、时越星城等。应用层主要投资于游戏、直播、动漫、影视、音乐、社交平台等，用于娱乐和营销. 腾讯音乐、芒果超媒体、奥飞娱乐、哔哩哔哩都将虚拟主播和虚拟偶像应用于娱乐内容。蓝光标、哲文互联网、引力传媒、周六（药网）、华阳联众、天下秀已经或正在准备推出虚拟IP形象，主打广告营销。周六（药网）有望推出虚拟数字人和真人。互动直播。中国移动、阿里巴巴、腾讯、百度、网易等综合厂商支持其相关公司或部门向虚拟数字人族发力。

▲国内厂商-全链条

海外厂商主要侧重于产业链基础层的建设。由于起步较早，综合实力强于国内厂商。在技​​术领域，一些海外厂商如英特尔、微软、谷歌和Meta（Facebook）提供全栈技术服务。也有一些海外厂商致力于不同的技术领域，包括人工智能、渲染建模、动作捕捉和 VRAR 应用。在AI头像生成技术厂商中，主要有Soul-Machine、Oben和Loom.ai，它们提供个性化的人机交互系统，强调拟人化情感带来的商业价值提升。

在渲染建模方面，海外主要厂商包括 Epic Games、Unity 和 NVIDIA。其引擎 Unreal 引擎、Unity 和 NVIDIA Omniverse 为 3D 实时模拟和协作提供了工具和平台。海外动作捕捉厂商包括专注于光学动作捕捉技术的VICON、Motion Analysis、Opti Track，以及专注于惯性动作捕捉技术的Xsens。VRAR方面，主要有Wave、Stageverse等海外厂商利用VRAR技术为用户提供虚拟服务平台和应用。

智视认为，数字人是虚拟世界的基本交互单元，将为虚拟世界与物理世界的交互提供基础技术支撑；数字人是一个虚拟化身，帮助物理世界中的每个人构建虚拟世界的数字图像。在一定程度上，虚拟数字人是元宇宙的一个分支。元界的发展刺激了数字人等虚拟产业的普及。从长远来看，这些行业代表了未来以科技为主导的发展方向之一。