騰訊云智能推出“自助式”AI數智人生產，3分鐘樣本訓練即可定制天天速看

2023-04-27 11:23:47來源：智嗨網

DoNews4月26日消息（田小夢）隨著元宇宙概念的推出，數字人也逐漸出圈，應用于傳媒、文旅等各行各業，但高昂的制作和運營成本讓不少企業望而卻步。因此，“如何讓數字人成為小微企業經營的‘可選項’，甚至成為個人創作者的創作工具？”成為致力于數字人領域企業關注的焦點。

(相關資料圖)

4月25日，騰訊云智能推出了騰訊云智能小樣本數智人生產平臺，可以輕松實現“自助式”數智人生產制作。

通過騰訊云智能小樣本數智人生產平臺，用戶只需要3分鐘真人口播視頻、100句語音素材，便可通過音頻、文本多模態數據輸入，實時建模并生成高清人像，在24小時內制作出與真人近似的“數智人”。

千元級別的成本、小時級的制作時長，大幅降低數字人使用門檻。騰訊云智能小樣本數智人為短視頻創作、知識分享、帶貨直播等場景應用提供了更多可能性。

奔向“更智慧、更懂行”

從騰訊數智人的發展脈絡來看，騰訊一直在致力于數字人發展。

據介紹，從2016年開始，騰訊就已經開始接觸對話式AI，也就是早期的數字人，之后是語音對話方向。2018年，騰訊正式投入數智人研發和服務，成為國內最早投入數字人領域的企業之一，目前騰訊已發布數百篇相關技術頂會、期刊論文、專利近百份。騰訊云智能數智人已經覆蓋3D寫實、3D半寫實、3D卡通、2D真人、2D卡通五種形象風格。

一路走來，在騰訊云智能數智人產品總經理陳磊看來，騰訊數智人主要追求兩大方向——更智能、更懂行。

以此次騰訊重點推介的2D真人小樣本數智人為例，小樣本數智人不僅支持半身、全身形象展示，手勢動作會根據內容靈活調整，也支持錄制背景任意更換，適用于直播帶貨等更廣泛的商用場景。

在技術解讀中，騰訊優圖實驗室研究總監汪鋮杰表示，2D小樣本技術的背后是3D技術。“小樣本數智人從直觀上感受是2D視頻，背后其實是3D人像在做支撐。從‘文本/音頻’信息到‘3D人像驅動’再到‘2D人像視頻’的模式，通3D人臉結構的先驗信息引入，使數智人口型、表情更到位，讓小樣本數智人形象實現‘皺紋級’還原。”

另一方面，“小（樣本）"的背后是"大”。基于自監督機制的通用多模態模型經過大規模數據訓練，可以將語音、文本與人像的表情、口型進行關聯。“3分鐘”的訓練視頻正是基于這個模型，學習每個人個性化的發音和口型特征。

除了數字人外形、交互等智能外，要看懂行，則離不開真實的落地應用。

陳磊坦言稱：“騰訊數智人從2018年到2023年，我們一直追求的目標是‘我們更懂行’。”目前，騰訊云智能數智人從金融、傳媒，到文旅、出行、政務等十余個行業，上百個具體的業務場景均已落地。

實現數智人快速普及的“背后”

使用門檻和運營成本是數字人發展過程中的兩座“大山”。

為加速數智人服務普及，騰訊云智能提出自動化“AI+數智人工廠”的方向。開箱即用的數智人生產服務，依托騰訊云TI平臺，內置超過10項AI算法能力。未來，無需任何算法、研發經驗，只要在平臺導入視頻、語音訓練素材，即可通過“自助式”服務，完成大批量數智人形象、音色定制。

針對數智人運營，騰訊云智能提供播報數智人平臺、交互數智人平臺服務。播報數智人平臺支持通過文字、語音輸入快速生成數智人視頻；交互數智人平臺可打造“超長待機”的數智員工，可定制專屬問答庫，提供7*24小時人機雙向交互服務。同時，也可實現數智人直播服務，直播間7*24小時不斷檔，自由切換真人語音接管，與用戶問答互動。

陳磊表示，騰訊云智能專注做厚aPaaS數智人平臺，以API接口形式向合作伙伴開放“產、銷、服”一體化服務，支持合作伙伴開發更多適用于垂直行業、垂直場景的數智人SaaS服務。目前，已經有數十家合作伙伴依托平臺，向行業提供數智人直播SaaS、知識口播SaaS應用，覆蓋醫療、傳媒、金融多個行業。

作為騰訊云智能的生態集成伙伴，醫微訊創始人、CEO潘耿表示，騰訊云智能數智人生產及運營能力的開放，助力我們為客戶打造了適用于醫療行業的數字人服務。微媒數字會議CEO天狐表示，微媒將全力和云智能共創數字分身解決方案，形成可持續發展的品牌營銷生態，為企業與個人進行IP打造。

此外，騰訊研究院高級研究員宋揚對未來數字人的發展給予了厚望。他認為，數字人的本質是降本增效，它將會成為交互的新入口，在深度上和應用上會有深度的挖掘。同時，數字人未來的應用是非常廣泛的，技術+行業會擦出有深度的應用。

標簽：