1 报告名称报告名称报告名称虚拟数字人的变迁：从小众走向共生 虚拟数字人的变迁： 从小众走向共生|2022.06 研究机构：01区块链、零壹智库 报告主编：柏亮于百程 执笔团队：陈丽姗 每日免费获取报告 1、每日微信群内分享7+最新重磅报告； 2、每日分享当日华尔街日报、金融时报； 3、每周分享经济学人 4、行研报告均为公开版，权利归原作者 所有，起点财经仅分发做内部学习。 扫一扫二维码 关注公号 回复：研究报告 加入“起点财经”微信群。。 1虚拟数字人的变迁：从小众走向共生 1虚拟数字人的变迁：从小众走向共生 元宇宙的热潮，推动着各种虚拟数字人频繁出现在公众视野，在娱乐、社交、营销等领域发 挥其价值。 在理解虚拟数字人时，需要对其词组进行拆分。 “虚拟”对应物理，强调展现形式，包括图片、视频、直播等方式存在于电子屏中，如 APP、小程序、软硬一体显示设备。元宇宙下，VR设备与全息投影也将成为重要存在方 式。 “数字”强调技术。虚拟数字人依托多项技术存在，包括建模驱动、视觉设计、语音识 别、图像识别，以及多模态技术与深度学习等，相关技术成熟成为其发展重要推动力。 “人”指的是高度拟人化。外在上，虚拟数字人有着特定的五官、身高和体重，甚至能 够被刻画出毛孔和细纹。内在上，虚拟数字人有比拟正常人的情商和三观，能够与人交 流和互动。 综上，虚拟数字人指存在于非物理世界中，由计算机图形学、图形渲染、动作捕捉、深度学 习、语音合成等计算机手段创造及使用，并具有多重人类特征（外貌特征、人类表演能力、 人类交互能力等）的综合产物。 但从虚拟数字人发展的历史看，“虚拟”、“数字”和“人”并非同步发展，技术是决定虚拟数 字人的发展程度的核心因素。因此，本文将从技术维度，探讨虚拟数字人发展脉络。此前， 零壹智库、01区块链联合《陆家嘴》杂志针对虚拟数字人发布了第一期“虚拟数字人TOP50 排行榜”（虚拟偶像TOP30和虚拟员工TOP20），也欢迎关注。 一、虚拟数字人的萌芽与初步发展 早在20世纪80年代，将虚拟人引入到现实世界的想法已经出现。 1982年，动画片《太空堡垒》中的女角色林明美作为虚拟歌姬出道，其专辑也成功打入当时 的知名音乐排行榜。日本媒体率先提出了“虚拟偶像”的称号。 1984年，世界首位虚拟电影演员“MaxHeadroom”诞生，出演电影，并拍摄数支广告，在英 国家喻户晓。 1998年，英国虚拟乐队Gorillaz出现，由主唱2-D、贝斯手MurdocNiccals、吉他手Noodle 和鼓手RusselHobbs四位虚拟角色组成。 此时，虚拟人概念先行，给予虚拟形象以立体化人设，并带入大众视野。但受制于技术发展， “数字化”在这个阶段并不明显。打造虚拟人的技术以手工绘制为主，人物形象以2D卡通 2虚拟数字人的变迁：从小众走向共生 的形式展现，展现方式以事先完成的音频和视频为主，并不具备实时交互功能。 图：初代虚拟歌姬“林明美” 进入21世纪，虚拟人的数字化特征逐渐明显。 形象创建上，虚拟数字人开始从手绘转向CG（ComputerGraphics，计算机动画）和动作捕捉 等计算机技术。 传统CG技术脱胎于游戏行业，主要基于专业CG软件进行相应的建模、动画制作和渲染等， 可以从外形、表情到动作方面还原真人的影视级效果。 动作捕捉技术来源于电影工业，即通过红外线摄像机、动作分析系统，透过由受试者身上反 光球执行反射回来的光线，将运用摄像机拍摄到的2D影像转换成3D资料。 2007年，日本虚拟歌手“初音未来”的诞生与流行成为虚拟数字人在该阶段最重要的里程碑。 初音未来的虚拟形象采用CG和动作捕捉技术。在动作捕捉技术的助力下，初音未来可以直 接采用人类的表情和动作，借助CG技术，能够对动作捕捉生成的“人物骨骼”进行“无痕” 对接。初音未来的一颦一笑都与人类更加接近。 作为虚拟歌姬，初音未来的歌喉基于VOCALOID（电子音乐制作语音合成软件）。采样于日本 声优藤田咲，创作者只需要输入歌词和旋律，就能够自动形成歌曲。在此基础上，制作方和 粉丝为初音未来创作了超10万首歌曲，包括红遍大街小巷的《甩葱歌》等。 2010年3月9日，初音未来在日本举行名为初音未来日的感谢祭”“初音之日”(Miku'sDay)， 这是史上首场3D全息投影演唱会。全息影像成像面积超过15平，由4块全息投影膜拼接而 成，并采用高流明的投影，配合三维动画内容投射到全息投影膜上。该技术“复活”了初音 未来，其首次以3D形象现世。 3虚拟数字人的变迁：从小众走向共生 图：初音未来感谢祭 从形象创建、演唱方式到互动形式，初音未来在“数字”上垮了一大步。诞生仅五年，其已 经创下了超100亿日元的经济效益，正式了掀起虚拟偶像热潮。 在这个阶段，国内也诞生了虚拟偶像。2001年，中国首位虚拟少女“青娜诞生，以全数字、 3D动画和动捕技术创建而成。2012年，洛天依的形象设计首次公布，至今成为中国最著名 的虚拟偶像，并出现在春晚、奥运会开幕式上，成为真正的国产偶像。 二、2D转向3D，恐怖谷效应凸显 2016年，一位巴西和西班牙混血女孩LilMiquela引起大众热议。 健康的小麦色肤色、长着浓眉和雀斑、扎着标志性的丸子头和齐刘海，以及新锐潮流的穿搭、 丰富的社交日常，LilMiquela很快在Instagram吸引大量粉丝。但其略带建模痕迹的照片引发 了一场“真假辩论”。许多粉丝相信她是真实存在的人物，只是修图“狠”了点。直到黑客们 入侵了她的账号，才最终确定了她是由3D电脑动画公司Modelingcafe制作的虚拟人。 LilMiquela具有非常强烈的性格特征。她用自己的实名账号，在网络上声援跨性别者平权， 与LGBT群体站在同一战线，支持种族平等，还与虚拟人男友秀恩爱，并后来宣告分手。2018 年，LilMiquela与特朗普、蕾哈娜等人一起被美国《时代》周刊列为“25位最有影响力的互 联网人物”。 LilMiquela的出现让人直呼惊呆了，虚拟数字人再次受到了关注。不同于2D的动漫形象，3D 拟人形象对面捕和身体建模对建模提出了更高要求，需要使用三维建模技术生成形象，信息 4虚拟数字人的变迁：从小众走向共生 维度增加，所需的计算量更大。此外，这个阶段虚拟数字人的个性特征凸显，通过在社交平 台上发表自己的想法，逐渐具备社会影响力。 图：LilMiquela（右） 随着3D拟人形象的出现，恐怖谷效应开始出现。 1970年，日本机器人专家森昌弘提出恐怖谷理论，由于机器人与人类在外表、动作上相似， 所以人类会对机器人产生正面的情感。当机器人与人类的相似程度达到一个特定程度的时候， 一点点的差别都会显得非常刺目，并带来负面和反感情绪。而当机器人与人类的相似度继续 上升，人类对其情感会再度回到正面。 5虚拟数字人的变迁：从小众走向共生 图：恐怖谷理论 虚拟人不仅需要以假乱真的建模技术，还需要在表情、动作以及交互能力上提升。 例如，当虚拟人面对镜头微笑，嘴角上翘的幅度、眉眼以及皮肉之间联动等细节都需要被照 顾到。对于动态的拟人虚拟人来说，细节的不到位往往带来说不出的僵硬和古怪。因此，恐 怖谷效应下，不仅建模技术需要实现拟真，在渲染和交互上也提出了更高要求。 渲染和交互能力是个“此消彼长”的过程。游戏中的角色更加强调交互能力，渲染出来的角 色仿真性较差，而电影渲染出来的角色能够达到肉眼分不出真假的层次，但是不具备交互性。 2018年5月30日，腾讯对外公布了一个名为“Siren”的研究项目。这是由腾讯、EpicGames、 CubicMotion和3Lateral企业合作打造的一个虚拟人物。不同于一般虚拟人，Siren在渲染的真 实性和交互性之间找到平衡，打造了具备实时交互能力的数字虚拟人。 Siren的所有动作表情都由实时捕捉以及实时渲染形成。操作者需要将一套特制的设备戴在头 上，这一设备会实时跟踪200多个面部特征点，再把这些特征点实时反映到系统构造的3D 脸部模型上，最终呈现为以每秒60帧输出的动作表情。整个捕捉过程会在15毫秒内完成， 基本不会有什么延迟。