曾經(jīng)遙不可及的數(shù)字人，如今在網(wǎng)絡(luò)直播、信息播報(bào)等場(chǎng)景已不新鮮。百度智能云AI人機(jī)交互實(shí)驗(yàn)室負(fù)責(zé)人李士巖甚至放話：“兩年內(nèi)每個(gè)人有望實(shí)現(xiàn)‘數(shù)字人自由’。”那么制作一個(gè)數(shù)字人需要多少錢呢?“便宜的幾萬(wàn)元，貴一些的需要上百萬(wàn)元，更精細(xì)且并發(fā)要求高的，上千萬(wàn)元的也會(huì)有”，這是他向記者透露的價(jià)格。

以國(guó)內(nèi)外發(fā)展成熟度較高的數(shù)字人主播為例，記者從多家數(shù)字人創(chuàng)業(yè)公司處了解到，定制一個(gè)卡通風(fēng)格的數(shù)字人在3萬(wàn)-5萬(wàn)元，再加面部及全身動(dòng)作捕捉、電腦和手機(jī)直播系統(tǒng)共9萬(wàn)-20萬(wàn)元。

對(duì)于企業(yè)而言，這不是一筆大數(shù)目，但距離普通用戶還有門檻，就像數(shù)字人服務(wù)公司工作人士透露的：“我們的客戶多是企業(yè)，購(gòu)買數(shù)字人直播服務(wù)的也多是有團(tuán)隊(duì)的主播，幾乎沒(méi)有個(gè)人主播。”

幾萬(wàn)元到千萬(wàn)元

“我們公司最貴的是超寫(xiě)實(shí)數(shù)字人，你可以理解為是根據(jù)真人制作的數(shù)字人，光數(shù)字人定制一個(gè)就需要50萬(wàn)-70萬(wàn)元”，在數(shù)字人定制企業(yè)工作的張鐸(化名)向記者介紹。根據(jù)他提供的信息，該公司可以提供數(shù)字人全服務(wù)流程，生產(chǎn)流程包括雕刻身體高模、制作擬真布料衣服、拓?fù)渚W(wǎng)格和生成毛發(fā)、繪制PBR貼圖、綁定骨架和面捕表情、配置實(shí)時(shí)渲染。

以可實(shí)現(xiàn)直播的數(shù)字人為例，張鐸所在公司提供的是一整套解決方案，價(jià)位由低到高依次是卡通數(shù)字人、二次元數(shù)字人、擬真人數(shù)字人、超寫(xiě)實(shí)數(shù)字人。一個(gè)卡通級(jí)別的數(shù)字人+面部表情+動(dòng)作捕捉，再加一套可同時(shí)配置在電腦和手機(jī)上的軟硬件直播系統(tǒng)，不超過(guò)20萬(wàn)元，二次元級(jí)別的數(shù)字人加同一配套技術(shù)和系統(tǒng)的價(jià)位在20萬(wàn)-28萬(wàn)元之間，擬真人數(shù)字人系列40萬(wàn)-45萬(wàn)元。

李鳴(化名)工作的數(shù)字人定制公司，定價(jià)比張鐸的公司更細(xì)化。根據(jù)李鳴分享的資料，如果想要定制一個(gè)可以直播的數(shù)字人，需要購(gòu)買兩個(gè)項(xiàng)目，一個(gè)是數(shù)字人形象定制開(kāi)發(fā)，另一個(gè)是數(shù)字人直播技術(shù)。

“卡通風(fēng)格的數(shù)字人3萬(wàn)-5萬(wàn)元一個(gè)，真人風(fēng)格的10萬(wàn)-20萬(wàn)元一個(gè)。數(shù)字人直播技術(shù)中的面部及全身動(dòng)作配置的價(jià)格，和數(shù)字人的風(fēng)格有關(guān)，卡通風(fēng)格的1萬(wàn)-3萬(wàn)元一個(gè)，真人風(fēng)格數(shù)字人5萬(wàn)元一個(gè)。動(dòng)捕服及配置服務(wù)都是5萬(wàn)元一套，配置完成后就可以用這個(gè)數(shù)字人直播了”。也就是說(shuō)，按照李鳴的報(bào)價(jià)，想要買一個(gè)能直播的數(shù)字人和系統(tǒng)最少需要花9萬(wàn)元。

在百度B2B平臺(tái)愛(ài)采購(gòu)平臺(tái)，也有不少數(shù)字人商品在售，但不論是智能數(shù)字客服、虛擬主播、智能理財(cái)顧問(wèn)、虛擬偶像等數(shù)字人的價(jià)位都統(tǒng)一是50萬(wàn)元/套。

做一款要2-6周

按照李士巖對(duì)數(shù)字人的歸類，數(shù)字人分為服務(wù)型、演藝型兩類，服務(wù)型包括虛擬員工、數(shù)字客服、數(shù)字理財(cái)專員、虛擬培訓(xùn)師，演藝型包括虛擬主播/主持人、虛擬偶像、虛擬IP/明星、數(shù)字二分身。相比之下，演藝型數(shù)字人在臺(tái)前的機(jī)會(huì)更多，更容易與大眾接觸。B站控股公司旗下的虛擬歌手洛天依、基于人工智能小冰框架的虛擬歌手何暢、斗魚(yú)虛擬主播“那小巖”等都屬于演藝型數(shù)字人

“目前虛擬主播、虛擬偶像等面向C端用戶的數(shù)字IP類的數(shù)字人，發(fā)展成熟度較高，也是商業(yè)化競(jìng)爭(zhēng)最為激烈的領(lǐng)域。虛擬教師、虛擬客服等服務(wù)型數(shù)字人是未來(lái)有望得到突破的細(xì)分領(lǐng)域，從更長(zhǎng)期來(lái)看，作為元宇宙的重要行為主體，虛擬分身類數(shù)字人可能進(jìn)入快速發(fā)展階段”，歐科云鏈高級(jí)研究員蔣照生向記者直言。

元宇宙概念火熱，和數(shù)字人關(guān)聯(lián)度很高的智能助手早被預(yù)言有可能人手一個(gè)。那除了價(jià)格，還有什么在拖數(shù)字人規(guī)模后應(yīng)用的后腿?李士巖認(rèn)為是產(chǎn)能。

在談到目前數(shù)字人為何沒(méi)有定價(jià)標(biāo)準(zhǔn)時(shí)，蔣照生也提到了產(chǎn)能不足，“數(shù)字人產(chǎn)業(yè)目前整體成熟度不高，市場(chǎng)競(jìng)爭(zhēng)十分激烈，加上目前國(guó)內(nèi)多數(shù)應(yīng)用場(chǎng)景都需要高度定制化的數(shù)字人設(shè)計(jì)，導(dǎo)致其無(wú)法快速?gòu)?fù)制推廣，所以市場(chǎng)并未出現(xiàn)統(tǒng)一的定價(jià)標(biāo)準(zhǔn)”。

當(dāng)前制作虛擬人，大部分仍采用3D建模+動(dòng)作捕捉，這種傳統(tǒng)的方式，可以生產(chǎn)出電影畫(huà)質(zhì)的虛擬人，精致細(xì)膩，但成本很高，無(wú)法生產(chǎn)更多虛擬人。按照張鐸給出的制作周期，“制作一款卡通數(shù)字人需要2周左右，二次元數(shù)字人需要4周，擬真人的數(shù)字人需要6周時(shí)間”。按照李士巖的計(jì)劃，“未來(lái)數(shù)字人一定是人工智能制作的，只有這樣才能滿足未來(lái)大量海量需求。希望在最近兩年內(nèi)，通過(guò)百度智能云曦靈平臺(tái)的開(kāi)放，讓每個(gè)人實(shí)現(xiàn)數(shù)字人自由”。

企業(yè)定制的多

只有定制這一條路子嗎?也不是。有數(shù)字人服務(wù)商也提供租賃服務(wù)。“就是租用我們已經(jīng)定制好的數(shù)字人，再搭配直播要使用的硬件和系統(tǒng)，但是租的客戶很少”，張鐸透露。至于購(gòu)買數(shù)字人的都是哪些客戶，張鐸和李鳴都明確表示：企業(yè)客戶下單的多。“就算是主播購(gòu)買，也多是有團(tuán)隊(duì)的主播”,李鳴補(bǔ)充。

記者在和百度數(shù)字人平臺(tái)曦靈的客服溝通時(shí)，對(duì)方也直言：“我們提供的是一個(gè)定制化的解決方案，價(jià)格比較高，是針對(duì)一些大型的企業(yè)，比如給銀行做一個(gè)數(shù)字人助手等，不是針對(duì)普通用戶的。”

回到數(shù)字人主播這個(gè)分支，斗魚(yú)相關(guān)負(fù)責(zé)人向記者透露了推出數(shù)字人主播的初衷，“直播行業(yè)發(fā)展到當(dāng)前階段，用戶對(duì)直播內(nèi)容豐富度、多元化的要求越來(lái)越高。數(shù)字人主播的出現(xiàn)能豐富平臺(tái)內(nèi)容生態(tài)、為用戶提供更多元化的互動(dòng)玩法，也能夠在流量變現(xiàn)、IP變現(xiàn)方面為直播平臺(tái)提供更大的想象空間。斗魚(yú)從2019年起開(kāi)始主播技術(shù)研發(fā)，陸續(xù)推出近10位官方數(shù)字人主播”。

對(duì)比各種直播場(chǎng)景，蔣照生認(rèn)為“目前新聞報(bào)道或其他僅需要簡(jiǎn)單問(wèn)答交互的場(chǎng)景，比較適合數(shù)字人主播”。

那在最早出現(xiàn)的秀場(chǎng)直播場(chǎng)景下呢?主播對(duì)數(shù)字人主播的態(tài)度沒(méi)有給出統(tǒng)一答案。

主播Zoe(化名)就向記者直言，“沒(méi)聽(tīng)過(guò)也不考慮，更沒(méi)有關(guān)注過(guò)數(shù)字人主播”。她的理由是“網(wǎng)絡(luò)直播已經(jīng)是虛擬環(huán)境了，用戶接納程度太低，數(shù)字人主播會(huì)影響用戶的消費(fèi)欲望，一些簡(jiǎn)單的場(chǎng)景可以應(yīng)用，但秀場(chǎng)直播受情感因素和消費(fèi)初衷等因素影響不適合數(shù)字人主播”。

Vova(化名)的態(tài)度截然不同。她關(guān)注數(shù)字人直播是因?yàn)?ldquo;看到過(guò)映客有主播用過(guò)，本來(lái)以為是動(dòng)畫(huà)效果，后來(lái)才知道觀眾看到的數(shù)字人捕捉的是幕后真人主播的動(dòng)作和表情。我也想過(guò)自己做一個(gè)，但是數(shù)字人直播最好用電腦實(shí)現(xiàn)，比較麻煩。我對(duì)自己的顏值和裝扮比較自信，后面就不考慮了”。

數(shù)字人主播背后的真人主播更有發(fā)言權(quán)，運(yùn)營(yíng)映客數(shù)字人主播“會(huì)唱歌的熊貓”的主播，在回答做數(shù)字人主播和普通主播有什么區(qū)別時(shí)告訴記者，“沒(méi)什么不同，一定要說(shuō)區(qū)別的話，那就是在幕后會(huì)更自在一些，有些主播比較羞澀，我覺(jué)得在這種情況下，用數(shù)字人主播會(huì)更舒服”。(記者 魏蔚)