今年以來,在生成式AI浪潮的助推下,大量企業(yè)爭相布局數(shù)字人賽道。市場之所以如此火熱,是因為AI數(shù)字人已被視為人工智" />
中聞網(wǎng)歡迎您!
中聞網(wǎng)
當前位置:首頁 > 科技
數(shù)字人小燦:始于火山語音,發(fā)于B端百業(yè)
發(fā)布時間:2023-10-30 21:37:12 來源:互聯(lián)網(wǎng)
火爆的數(shù)字人市場又有新消息來襲:火山語音的數(shù)字人小燦來了!
今年以來,在生成式AI浪潮的助推下,大量企業(yè)爭相布局數(shù)字人賽道。市場之所以如此火熱,是因為AI數(shù)字人已被視為人工智能時代智能交互的入口級產(chǎn)品,對于未來AI的廣泛應用具有重要意義。

與虛擬現(xiàn)實時代數(shù)字人“高處不勝寒”,市場接受度較低相比;如今,金融、汽車、文旅、政務、大型企業(yè)等B端行業(yè)用戶均在迅速接受和嘗試AI數(shù)字人,并密切關(guān)注著市場與技術(shù)的動態(tài)變化。

不過,AI數(shù)字人在商業(yè)化落地依然面臨著諸多挑戰(zhàn),如何真正推動數(shù)字人走向普惠是當下市場的一道難題。為此,火山語音推出數(shù)字人小燦,為AI數(shù)字人在B端市場走出一條重要的落地路徑,助推AI數(shù)字人走進廣大B端業(yè)務場景。

數(shù)字人賽道火熱,落地挑戰(zhàn)不容忽視

IDC《中國 AI 數(shù)字人市場現(xiàn)狀與機會分析》報告預測,到2026年,中國AI數(shù)字人市場規(guī)模將達到102.4億元人民幣。

毫無疑問,AI數(shù)字人市場前景非常廣闊。但從虛擬現(xiàn)實時期開始,數(shù)字人雖然借勢起跑,卻始終面臨著大規(guī)模商用場景缺乏、市場接受度低、技術(shù)成熟度不高、成本高居不下等挑戰(zhàn),以至于在B端市場舉足不前。

以市場定位為例,超寫實的3D虛擬數(shù)字人貼合真人形象,也更加符合B端市場各種場景的定位,卻也受制于AI算法、文本轉(zhuǎn)語音技術(shù)、算力等技術(shù)因素的綜合影響,數(shù)字人產(chǎn)品質(zhì)量良莠不齊,語音、表情、互動等生硬,在B端業(yè)務場景中定位也不夠不清晰,華而不實逐漸淪為噱頭。

與此同時,數(shù)字人又面臨著高昂生產(chǎn)和運營成本、較長生產(chǎn)周期等問題,很多曾火爆一時的3D數(shù)字人均受困于成本問題,宛如流星般劃過。業(yè)內(nèi)人士介紹,一個3D AI數(shù)字人的年運營成本就高達數(shù)百萬,也讓諸多B端企業(yè)望而卻步,市場接受度始終起不來。

事實上,數(shù)字人當前遇到的困境并不稀奇。究其原因,在產(chǎn)業(yè)發(fā)展的早期階段,一項技術(shù)或產(chǎn)品要實現(xiàn)從小眾到大眾、從嘗鮮者到主流群體的廣泛應用,解決不了技術(shù)關(guān)和成本關(guān)兩大難題,終究無法實現(xiàn)。

業(yè)績普遍認為,在政策導向、市場需求、資本支出和技術(shù)成熟度等因素的合理推動下,AI數(shù)字人在B端市場正處于爆發(fā)的前夕。當前,市場中尤其需要AI數(shù)字人的高質(zhì)量“爆款”,率先實現(xiàn)質(zhì)量、成本與效率的兼顧,攻克技術(shù)關(guān)和成本關(guān),牽引AI數(shù)字人全面融入B端業(yè)務場景。

相比之下,火山語音在數(shù)字人賽道屬于先思而后行,其數(shù)字人小燦的定位非常清晰,即成為“提升工作效率+情緒價值”的副駕駛;同時作為首個超寫實數(shù)字人,數(shù)字人小燦具備“善聽”、“會說”、“能想”等特征,加上一站式擬人化服務,為數(shù)字人在B端市場帶來新的啟發(fā)。

首個超寫實數(shù)字人,小燦顏才兼?zhèn)?/strong>

數(shù)字人小燦作為火山語音首位數(shù)字員工,火山語音介紹,未來或作為AI產(chǎn)品與技術(shù)的先導官服務內(nèi)外。
 
作為超寫實數(shù)字人,數(shù)字人小燦堪稱顏值擔當,不僅形象靚麗,而且氣質(zhì)不錯。除了顏值之外,數(shù)字人小燦具備邏輯學家的人格類型,專業(yè)可靠、高理性邏輯,且才華橫溢,對AI應用充滿了天馬行空的幻想。
 
數(shù)字人小燦“提升工作效率+情緒價值”副駕駛的產(chǎn)品定位,以及顏才具備的特征,都與B端業(yè)務場景的需求十分契合。眾所周知,在B端業(yè)務場景中,業(yè)務邏輯較為復雜,通常具有一定的專業(yè)性,如果AI數(shù)字人語音、表情、互動生硬,不懂傾聽、不會表達和不具備邏輯性,無法提升業(yè)務場景效率,就很難勝任業(yè)務場景的交互重任。

以金融業(yè)為例,IDC《銀行數(shù)字科技五大趨勢》報告認為,到2025年,超過80%的銀行都將部署數(shù)字人,承擔90%的客服和理財咨詢服務。當前各種類型的金融機構(gòu)均在試水AI數(shù)字人,像客服、理財咨詢這類B端金融場景,AI數(shù)字人需要“看懂文字、聽懂語言、做懂業(yè)務”,不僅需要在場景中實現(xiàn)與客戶的高效率交互,還需要具有共情能力,讓服務有溫度。
 
數(shù)字人小燦顏才兼?zhèn)涞谋澈螅匀浑x不開火山語音在AI相關(guān)技術(shù)的深厚底蘊。

據(jù)悉在形象技術(shù)方面,火山語音聯(lián)合字節(jié)游戲-朝夕光年江南團隊,聯(lián)合打造3D超寫實形象,數(shù)字人小燦是藝術(shù)+AI技術(shù)結(jié)合體。數(shù)字人小燦具備開心、驚訝、憤怒等豐富的情感演繹能力,語音交互時表情自然流暢,這些離不開火山語音的3D超寫實數(shù)字人整套形象設(shè)計、資產(chǎn)制作、高成本影視級cg管線視頻內(nèi)容制作能力,以及自研高逼真AI口型及動作驅(qū)動技術(shù)。例如在AI驅(qū)動動作層面,團隊基于創(chuàng)新的Motion Blening技術(shù),在動作切換時可生成過度幀,使得數(shù)字人在切換各類動作時不僅可以做到毫秒級切換,同時平滑效果自然無感知。

同時數(shù)字人小燦還是個“語言天才”,會說英語、日語、粵語、東北話等十多種外語及方言,高保真還原真人音色、說話風格和聲學環(huán)境特點,在市場中遙遙領(lǐng)先,這同樣離不開火山語音在語音領(lǐng)域的技術(shù)底蘊。例如“一條音頻秒級別音色復刻”技術(shù)(zero shot TTS),僅需要輸入5秒鐘到1分鐘的音頻,可秒級別極速復刻高保真還原真人音色、說話風格以及聲學環(huán)境等特點;此外在核心技術(shù)架構(gòu)全自研的基礎(chǔ)上,各種指標(音質(zhì)、相似度等)均居于學術(shù)界前沿,韻律模塊基于自回歸GPT類大模型研發(fā),支持code-switch,即無論prompt為中文/英文,支持輸出中文、英文及混合內(nèi)容。

事實上,除了深厚的技術(shù)底蘊外,火山語音此次還非常注重以數(shù)字人為抓手,推動AI技術(shù)在B端的實踐與落地。

深入行業(yè)場景,AI讓工作生活更輕松

不可否認,當前AI數(shù)字人市場的火爆,也造成了一定的亂象,市場中也存在著大量良莠不齊的產(chǎn)品與方案。

業(yè)界普遍認為,AI數(shù)字人是推動AI技術(shù)在工作生活中落地的一個好抓手,能夠真正帶來B端行業(yè)交互效率和體驗的提升,讓人們的生活與工作更加輕松自如。但AI數(shù)字人在B端的普惠落地,還需要深入行業(yè)場景,找到產(chǎn)品與場景中的結(jié)合點,從而讓數(shù)字人產(chǎn)品的價值得以呈現(xiàn);并且需要具備規(guī)?;瘡椭颇芰?,降低AI數(shù)字人邁向B端行業(yè)用戶的門檻。

通過數(shù)字人小燦,火山語音在AI數(shù)字人市場目標很明確,就是通過持續(xù)多版數(shù)字人產(chǎn)品的迭代,實現(xiàn)AI數(shù)字人質(zhì)量、效率和成本并重,并讓AI數(shù)字人深入行業(yè)場景,進而推動AI數(shù)字人在B端走向普惠。
 
在行業(yè)場景價值呈現(xiàn)方面,火山語音的數(shù)字人產(chǎn)品包括“播報型數(shù)字人”和“交互型數(shù)字人”兩種類型,專注播報、交互、直播三大核心場景,可以面向金融、大消費、泛互等行業(yè)提供涵蓋“金融客服”、“智慧導覽”、“智能助理”、“虛擬直播”等場景細分解決方案,為B端用戶帶來交互體驗的全方位升級。

為進一步降低AI數(shù)字人的門檻,火山語音AI數(shù)字人可以實現(xiàn)快速復刻數(shù)字分身,僅需5-10分鐘視頻,就可1:1還原真人,再結(jié)合聲音復刻即可快速實現(xiàn)形象與聲音的近乎完美還原,加速AI數(shù)字人在內(nèi)容生產(chǎn)、視頻直播、車載環(huán)境等諸多場景中的落地。

更加重要的是,火山語音一直在技術(shù)層面持續(xù)迭代和優(yōu)化數(shù)字人產(chǎn)品。例如,近年來,火山語音深度參與到“實時高逼真孿生數(shù)字人關(guān)鍵技術(shù)研發(fā)與應用示范”等多個國家重點項目建設(shè),通過產(chǎn)學研用聯(lián)動,推動AI數(shù)字人相關(guān)技術(shù)的應用。

隨著數(shù)字人小燦的問世,火山語音已經(jīng)在數(shù)字人領(lǐng)域已經(jīng)取得階段性成果,為市場帶來了質(zhì)量、成本和效率并重的AI數(shù)字人一體化服務。面向未來,隨著AI數(shù)字人市場不斷發(fā)展,火山語音的AI數(shù)字人產(chǎn)品與服務有望在B端行業(yè)中遍地開花。
上一篇:2023開放數(shù)據(jù)中心大會,超聚變發(fā)布FusionPoD for AI整機柜液冷服務器
下一篇:返回列表
欄目推薦
數(shù)字人小燦:始于火山語音,發(fā)于B端百
2023開放數(shù)據(jù)中心大會,超聚變發(fā)布Fu
用AI打破傳統(tǒng)按摩理療局限 打開智
趣享生活 靈動未來!盈趣智能2023夏
中核浦原一號RPA數(shù)字員工“浦小智
“鵬城-中移科創(chuàng)基金”正式啟動 助
熱文推薦
熱文排行
匯聚金融力量 共創(chuàng)美好生活 --2023年
基于恐懼去養(yǎng)生,對身心真的有益嗎?
和諧餐飲張其濤:用責任守護師生“舌尖
鄭州升達經(jīng)貿(mào)管理學院2022屆學生畢業(yè)
退役大學生張奧河中救人不留名
增長力集團武瑞霞:永遠做企業(yè)的好伙
“她”世界職場巾幗武瑞霞:讓青春逐夢
傳遞正能量〡“愛心使者”武瑞霞:讓更
致敬國粹 傳承“匠心”〡武瑞霞:鈞瓷
筑夢者說〡武瑞霞:夢想是一場雙向奔赴