年专注虚拟人技术,做元宇宙基础设施提供商。

链新(ID:ChinaBlockchainNews)原创作者 | 杨郑君

2016年,成维忠带领团队闯进了虚拟人领域。

在接受《链新》采访时,中科深智创始人兼CEO成维忠仍为自己捏了一把汗,“当时进入这个行业其实挺冒险的,虽然现在看来是对的”。成维忠透露,直到2019年,还有投资界和媒体界的朋友对他表示怀疑,而他也经历了从犹疑到坚信的过程。

2020年,新冠疫情催生了迅速增长的线上消费市场,亦推动了中科深智的快速发展。成维忠表示,中科深智旗下产品创梦易自动播目前是市占率较高的AI主播软件,服务超过2000个商家。

成维忠预测,虚拟人市场今年迎来了爆发,未来仍将长时间继续增长,即将到来的元宇宙中将有超过100亿的虚拟人,对应着巨大的市场和机遇。

近日,中科深智完成B轮千万美元的融资,成维忠介绍,本次融资将主要用于核心技术的迭代和产品的研发,明年年初将会推出一些新产品。

(中科深智创始人兼CEO成维忠)

 链新 

创业选择,从犹疑到坚信

《链新》:你如何理解数字人或虚拟人?

成维忠:

我个人倾向于只要能动起来,有表情等设定,跟真人能够交互,都应该纳入到虚拟人的范畴。在未来的虚拟世界中,虚拟人长得像不像真人并不关键,也不会影响到业务的成败。

《链新》:你当初创业为什么会选择虚拟人这个行业?

成维忠:

2014年左右有一股VR浪潮,我开始创业时VR浪潮已经在下滑了,但我们判断,从长期来看这个方向不会错,移动互联网下一代大概率的是以VR为主体的。

其次,当时我是做游戏的,技术合伙人是做图像图形的,我们一致认为,接下来的动画内容生产会从传统离线的方式转向实时动画。当时这个预估还是比较冒险的,虽然其他人也有这么看的,但真的投入进去做的还比较少,而我们觉得这是个方向就杀进来做了。

另外,我们受一部法国影片《未来学大会》的影响比较大,该影片讲到了平行世界,对元宇宙未来和社会伦理思考得很深入。当时我们认为,平行世界的人首先要能够互相穿越,要能够去做交互,我们同时也在思考虚拟世界中应该用什么技术去生产内容,后面的创业基本上顺着这个路在走。

《链新》:创业中有遇到过哪些大的困难和挫折吗?

成维忠:

困难太多了,最大的困难就是融资。和风投的朋友去谈,我们只能说这是个方向,具体的落地场景自己都讲不清楚,融资根本看不到希望。

其次是在技术研发方面,因为当时这在全世界都是比较新的事,谁也不知道怎么做,所以中间要大量的去试错和摸索。

《链新》:你个人从什么时候开始觉得自己选对了行业?

成维忠:

一直到2019年,还有很多投资界、媒体界的朋友有疑问,觉得我们做的不靠谱。

我在2018年的时候信心和决心就很坚定了,当时互联网界和投资界都在讨论下一代互联网是什么,我们感觉自己选的方向是对的。但还有些迷茫,因为不管未来是虚拟人、元宇宙还是平行世界,谁也不知道什么时候来,我们也看不到实际的收入和应用场景。

直到2020年五六月份,我们感觉到自己的春天来临了。当时,新冠疫情对实体经济影响很大,我们服务的客户基本都是偏网络层面的,做直播、IP孵化的都有,当疫情的第一个高峰过后,商机就很多,我们公司的发展就非常快。

 链新 

让虚拟人接近真人标准

《链新》:请介绍下中科深智的虚拟人技术?

成维忠:

我们将虚拟人的技术分为两部分,一是赋予虚拟人生命力的角色创建技术,可以制作二次元、卡通、写实、超写实等各种风格的角色,在外观上,我们可以做到包括皮肤质感、毛孔、瞳孔焦散效果、发丝等细节与真人一般无异。

二是赋予数字人表现力的多模态动作驱动技术,包括文字、语音、键盘指令驱动数字人的技术,以及摄像头动作捕捉技术、用传感器的扫描光学运动捕捉技术等。目前,我们能够让真人演员驱动不同身型比例的数字人模型,精度达到亚毫米级。

《链新》:人类的动作,尤其是表情是非常复杂的,在虚拟人上如何实现的呢?

成维忠:

首先用摄像头或者传感器获取人体的运动数据,摄像头捕捉人脸图像,结合算法获取数据并模拟成表情,再映射到数字人模型上。目前我们已经取得不错的效果,比如在虚拟直播和动画制作等场景中,能准确还原人脸的各种表情,惟妙惟肖。但离元宇宙中虚实难辨的效果还有不小的距离,可能需要几年时间的技术迭代。

《链新》:虚拟人如何能理解人类的语言文字?

成维忠:

虚拟人的“理解”和现实中人的理解方式是不太一样的。以平时常见的电商AI客服为例,我们问问题,它从数据库里寻找最匹配的答案来回答,这属于NLP(自然语言处理)的范畴,这些答案其实是预先在库里设置好的,这在银行、证券公司、航空公司和政府机构等场景都常见到。

但这样的效果还远远不够,比如在元宇宙中,跟虚拟人之间做更复杂的交互,这就涉及到更高级的情感计算,情感计算现在还是一个世界性难题。

公司的文字驱动技术,能让虚拟人根据提供的文字、语音或音频文件说话,并做出相应的动作和表情,这也是我们的一个探索。

《链新》:虚拟人可以像人一样进行学习吗?

成维忠:

可以的,就是AI领域里大家熟知的深度学习。深度学习跟NLP不一样,不需要列具体问题和答案,而是把大量数据提供给虚拟人系统,并通过训练系统告诉虚拟人什么是对的,什么是错的,大量的“训练”之后,虚拟人便能对遇见的各种情况做出判断,学会生成问题、回答问题。

 链新 

用虚拟人代替真人直播

《链新》:目前虚拟人的市场是怎样的?

成维忠:

今年是一个市场需求的大爆发,主要有两个方向,中科深智都有做。

第一类是超写实数字人IP,这是今年媒体聚焦的方向。目前,市场才刚刚起步,大家比较关注头部效应,一些大的金主、广告主都关注头部IP的角色,类似于找明星代言,市场成长非常快。

第二类是比如我们的智能主播系统,是产品驱动和效果驱动的,客户不在意虚拟人是否有IP,因此我们提供了500个角色供客户免费使用。

从长期来看,虚拟人必然会有一个去IP化的过程,后者的市场需求会更大,在未来元宇宙中,99.99%甚至更多都是没有IP的普通人。

《链新》:中科深智目前的市场占有率怎样?

成维忠:

我们的市场占有率是很高的,比如,公司旗下产品创梦易自动播是市占率最高的AI主播软件,已服务超过2000个电商企业。

我们认为产品最核心的是要让客户用后收益大于投入,另外,要尽可能的减少真人干预,这是使用虚拟直播产品的主要目的。

据此我们认为:第一,产品角色要足够的多,不同的商品特性不一样,需要的角色也就不一样;第二,产品必须非常的傻瓜化,否则就跟节省人力的初衷相违背;第三,需要做一些效果优化的算法,不停的优化产品和直播带货的效果。

有这些判断后,我们做出的产品就能满足不同商家的需求。而且,由于我们在技术方面的积累比较多,在做业务创新的时候,限制因素比友商要少一些。

《链新》:虚拟人市场未来是否会迎来一个更大的爆发期?

成维忠:

今年开始小规模爆发了,但我认为市场需求是一个持续的增长过程,很难在短期里出现很大的爆发,但好处是它很持续。经过五年、十年以后,真正的元宇宙到来就可能会带来巨大的市场,可能会是百亿甚至千亿级的市场。

《链新》:就整个数据人行业,你觉得它的瓶颈或者挑战目前主要是什么?

成维忠:

我觉得最大的挑战来自市场,大家的认知还有一个过程,就跟移动互联网刚开始的时候一样。对公司来说,如果市场方向清晰了,市场成长很健康,其他的挑战都是可以克服的。

技术也有一些瓶颈,比如算力的问题,如果AI要追求高标准的话,对算力的要求非常高。比如,前段时间英伟达做的那段片子,至少要花上百万美金,一般的应用场景不可能这样做,成本太高。未来算力成本会逐渐下降,算法也会有新的突破,但需要一定的时间。

 链新 

虚拟人是元宇宙的用户交互界面

《链新》:你觉得虚拟人和元宇宙的关系是怎样的?

成维忠:

元宇宙跟移动互联网最大的区别是交互方式,将从现在的文本交互变成未来的人格化交互。如今,我们使用电脑或手机系统进行操作是通过一个个菜单,而在元宇宙中,你与虚拟世界交互的手段,就是跟虚拟人互动,比如跟它说话,发布指令。因此,虚拟人是元宇宙的用户交互界面。

《链新》:你觉得元宇宙会给虚拟人、这个行业的公司带来哪些机遇?

成维忠:

元宇宙每往前走一步,都会带动数字产业的一次爆发。元宇宙是在移动互联网和互联网的基础上做虚实世界的融合,它对未来的影响更加深远,在产业规模上,体量应该比移动互联网要高一个数量级。在未来的元宇宙中,虚拟人数量将会超过真人数量,可能会超过100亿,如此多的虚拟人对应的是一个巨大的市场和机遇。

《链新》:中科深智怎么来定位自己在元宇宙中的角色?

成维忠:

我们把自己定位在元宇宙基础设施提供商,主要做底层技术的合作产品。目前市面上大多公司偏向于做IP这一块,我们定位不太一样,就是做基础设施。