盘古数字人大模型，可帮助用户1小时完成数字人生成

电子发烧友网报道（文/李弯弯）日前，在华为云数字文娱AI创新峰会2023上，华为云全球Marketing与销售服务总裁石冀琳表示，在人工智能的加持下，每个人有望实现“数字人”自由。华为云后续将推出盘古数字人大模型，可帮助用户12小时完成数字人生成。
 
数字人是指以数字形式存在于数字空间中，具有拟人或真人的外貌、行为和特点的虚拟人物。数字人的核心技术主要包括计算机图形学、动作捕捉、图像渲染等。在互联网、金融、电商、汽车出行等领域，相关企业纷纷推出数字人，用于品牌营销、智能客服等方向。
 
用户可以结合个人数据对数字人进行训练
 
盘古数字人大模型由华为云 MetaStudio 数字内容生产线构建而成。数字人基于华为云盘古基础大模型能力、渲染引擎和实时音视频能力，并使用 PB 级的音视频数据进行训练构建。
 
盘古数字人大模型包含数字人形象、动作、表情、口型、声音等要素，每个用户可以结合个人数据对数字人进行训练，构建自己的数字人个性化大模型。
 
用户可通过多种方式生成数字人模型。1、输入文本生成数字人：输入文本，描述希望生成的数字人样子，10秒生成模型，比如通过Prompt文本输入，目前支持可选50多项参数来生成数字人形象，生成时间仅需10秒，而行业的一些大模型需要30秒或者更长的时间。
 
2、通过上传图片生成数字人：只需要上传一张照片，根据照片中的个人特征，生成不同类型的数字人，比如风格化和美型数字人，这个时间仅需30秒。
 
3、用户只需要拍摄一段5分钟的视频，也能生成个性化数字人模型，包含用户自己的表情、口型、动作特征，整个模型训练过程只需要1个小时。而业界一般需要训练12个小时以上。基于个性化模型生成的数字人，将保留用户的个性化形象、表情、动作、声音和口型信息。生成数字人后，可以通过对话完成对数字人的二次编辑和背景融合，比如发型、配饰、服装等，真正做到每个人的数字人都独一无二。
 
数字人生成后，预训练模型对输入的驱动方式进行分析，从多模态信息中通过深度编码器提取特征向量信息，驱动生成数字人的表情、口型、肢体动作参数，并最终生成高清视频。
 
通过盘古大模型，华为云数字人生产平台全新升级
 
华为云早前就已经推出数字人“云笙”，该数字人在2021年华为全联接大会上就以华为数字员工的身份首次亮相。今年3月，在深圳・星河双子塔发布会，数字人“云笙”担任主持，与真人主持人互动，带来了非常好的营销效果。
 
作为被世界高层建筑与都市人居学会（CTBUH）授予“中国最高的等高双子塔”认证的地标性建筑，星河产业集团希望能够在双子塔发布时来一场与众不同的呈现形式，因此就有了数字人“云笙”搭档真人主持的方式，成了这场发布会的最大亮点。
 
据悉，数字人“云笙”搭档真人主持的方式，使得深圳・星河双子塔发布会线上直播点击量达到40万，为双子塔发布会现场带来了富有创新性的交互效果，活跃了会场的氛围，提升了发布会曝光度，较星河先前项目发布会曝光增加不少。
 
不仅仅是星河产业集团有这样的诉求，很多企业都希望在品牌活动上，通过数字人的创新，来增强科技元素，吸引更多关注。当前，数字人在诸如这种营销领域已经有很多成功案例。
 
在今年7月的华为开发者大会2023上，华为云媒体服务部部长吕阳明发表“MetaStudio重塑数字内容生产，让人人拥有个性化数字人”演讲，并发布MetaStudio数字人生产平台全新升级。华为云通过盘古基础大模型，赋能MetaStudio数字内容生产线全新升级，提供模型生成和模型驱动两大服务。
 
基于以上模型生成和模型驱动两大服务，开发者可以快速生成和驱动数字人模型，从“0101的比特传输”走向“有温度的模型交互”。可以看到在盘古基础大模型的助力下，将能够提供更强大更智慧的数字人服务。
 
近年来，数字人的应用范围越来越普遍，从娱乐、直播、虚拟偶像、综艺、形象代言等市场，逐渐辐射至体育、金融、医疗、教育等更加广阔的服务领域。
 
据介绍，中影年年依托华为云MetaStudio数字内容生产平台，结合其自身在数字内容领域强大的技术能力及创作经验，并依托自身储备的上千万套同标准且高品质的数字资产为丰富的AIGC数据训练集赋能，从而推出了云上数字人生产平台AI-BOX。
 
通过1张照片在1分钟内快速生成数字人的现场演示，展示3D数字人从自动化建模、自动绑定、智能驱动、高精度渲染到最终视频合成的一站式生产服务能力。
 
小结
 
近几年来，数字人已经在越来越多领域展现出应用优势。如今，在大模型的支持下，数字人也表现出更高的生产效率，更智慧的互动效果，比如，盘古大数字人大模型，通过对音视频数据进行训练，数字人的生产效率极大提升。在如此背景下，数字人的发展将更值得期待。