随着虚拟现实、3D显示、人工智能等新技术的发展，以数字化技术实现的具有高逼真外貌、语音和交互行为的三维“孪生数字人”已逐渐走进大众的生活，虚拟数字人逐步应用于金融、运营商、数字展厅等领域，涌现出银行数字员工、虚拟偶像、虚拟主播等服务型角色。北京中科汇联科技股份有限公司（以下简称“中科汇联”）逐步发展成为虚拟数字人领域的先行者。
中科汇联成立于1999年，是工业和信息化部2021年认定的国家“专精新小巨人”企业。公司致力于数字内容管理、人工智能交互、元宇宙与AI智能决策系统和行业解决方案的人工智能企业。
中科汇联董事长游世学告诉记者：“通过20多年技术积累和业务深耕，我们公司已在智能政务、智能金融、数智企业、智能航旅与教育等领域有着广泛的成熟落地应用。目前，我们研发了AiHuman数智人交互平台，通过将数字人、身份识别、自然语言处理等AI技术深度融合，模拟人与人之间的真实对话方式，结合一体机、数字大屏等展示载体实现7X24小时可见式服务。”
基于真人扫描及AI智能算法
据了解，传统虚拟人制作需要通过海量手工工作完成数字人的构建和渲染，基于人的经验评定虚拟人的制作效果，存在成本高，耗时长，不可复制、可控性差等难题。AiHuman数智人交互平台，基于真人扫描及AI智能算法，快速完成形象的采集、高逼真数字化重建、表情驱动特征及肢体运动特征绑定，让虚拟人能够在引擎内实时驱动，开启人机交互新范式。
通过运用AiHuman数智人交互平台，中科汇联完成了“数字梅兰芳”项目。该项由中央戏剧学院、北理工大学联合发起，中科汇联以多模形态的AiMeta数字人交互系统全程技术支持，通过高保真数字人技术，对京剧大师梅兰芳先生进行复现，打造出形体、语音、表演等各方面都接近真人的“梅兰芳孪生数字人”，构建人物数字资产库。
“中科汇联的AiHuman数智人交互平台，通过面部驱动、身体驱动、手势识别、语音驱动等多种驱动方式赋能数智员工的各类应用场景。通过实时人脸跟踪，实现虚拟形象与真人的表情同步；通过普通摄像头输入，实时驱动虚拟形象进行身体动作；通过手势识别，驱动虚拟形象完成相关动作；输入文本和音频，即可实时驱动虚拟形象脸部口型动作。”中科汇联相关负责人介绍。
采用创新性的“大小脑”架构
中科汇联AiHuman数智人交互平台采用创新性的“大小脑”架构，中科汇联智能大脑具备语音识别、语音合成、语义理解、声纹识别、视觉识别、动作识别、知识图谱、情感计算等能力；中科汇联AI小脑基于AI智能音素分割的表情驱动算法，丰富了数字智人的信息灵敏度与范围，也将语音和文字信息转化为带有情感的、可听可视的信息。
中科汇联数字人UX引擎基于中科汇联AI小脑，采用文字音素与音频特征对齐算法、基于窗口输入输出的平滑方法等，将传统人工智能提供的语音、文字等信息，与虚拟智人驱动所需的多模态支持进行映射，AI驱动表情和动作，实时高清渲染，支持适配于各类智能终端屏幕，完美接入现有人工智能架构，让虚拟人真正成为能与人自然交互的虚拟智人。
游世学表示：“通过AiHuman数智人交互平台生产的虚拟人，大致可分为三大类，一是智能员工类，包括虚拟客服、虚拟教师、虚拟导游；二是虚拟偶像类，包括虚拟新闻主播、虚拟带货主播、虚拟展厅主播；三是虚拟偶像类，包括虚拟代言人、虚拟娱乐偶像等。”
虚拟数字人作为创新形态，被业内视作元宇宙概念下技术、内容与产业协同升级的初步尝试。如今，虚拟人理论和技术日益成熟，未来会在多个角度突破人类局限。（记者 毕利伟）