对话「魔珐科技」柴金祥：3D虚拟人+AIGC组合将成未来刚需

从商汤用AI复原汤晓鸥教授的演讲，到随处可见的各类数字人主播，“数字脸”正充斥在如今几乎每一块终端屏幕。

但数字人的发展前景，却始终不太明朗。在应用端，去年5月，抖音率先发布《关于人工智能生成内容的平台规范暨行业倡议》，并下架一批数字人作品；在产品端，不仅大厂与创业公司竞争激烈，包括3D虚拟人在内的新解决方案，也正对数字人产生冲击。

“早在半年前，我们针对数字人进行充分评估时便认为，这只是一个过渡方案。目前看来，2D数字人也即将成为过去式，部分数字人产品的销售已近‘白菜价’，开始触及增长的天花板。”

近日，「明亮公司」前往魔珐科技，与创始人兼CEO柴金祥教授就3D虚拟人的技术路径、产品应用以及数字人的前景等问题进行深度交流。他认为，AIGC的终极是三维虚拟人，而3D虚拟人本身就是一个单独的赛道，“今天大家看到大模型的AIGC是文生文，文生图片，但人的能力远远不只这些”。

早在去年8月，魔珐科技曾发布过三款超写实3D虚拟人产品——虚拟人直播AIGC平台“魔珐有光、虚拟人视频AIGC平台“魔珐有言”和虚拟人服务AIGC平台“魔珐有灵”，分别满足企业视频化沟通、直播带货及1对1专业服务的高效转化需求。

据悉，“有言”致力于在视频化时代，通过多模态的方式为企业高效传递信息，高质量、高效率、低门槛、低成本地赋能企业的生成各类视频内容，包括品牌宣传，市场营销，产品介绍，培训和招聘等；“有光”则支持AI驱动和语音实时驱动的3D超写实虚拟人直播，能够为品牌/达人/MCN代播机构提供低门槛、低成本、高质量、规模化的虚拟电商直播服务。

基于“打造虚拟世界基础设施”这一愿景，以及5年的3D虚拟人多模态高质量训练数据累积，魔珐科技还打造了全球首个端对端的超写实3D虚拟人工业化产线。该产线包括三维形象产线、三维动画产线、声音产线和垂类专业能力产线。

而今，魔珐的产品已广泛应用于包括汽车、金融、文旅、美妆、快消、传媒等在内的诸多行业，通过AIGC实现自身降本的同时，也为客户实现了使用成本的大幅降低。

“几乎所有企业都面临着视频生成和直播的巨大产缺口。未来，大家会在市场看到更多3D虚拟人的使用案例，我们相信3D虚拟人+AIGC的组合是未来市场的刚需。”柴金祥表示。

以下为明亮公司与柴金祥的对话（有删节）

Q：明亮公司

A：柴金祥教授 魔珐科技创始人兼CEO

找到与市场契合并具备规模化前景的产品

Q：目前我们的产品在应用场景的覆盖上大致情况怎样？

A：如今，包括汽车、金融、快消、传媒、文旅、美妆等在内的行业以及部分政府机构，均在使用有言的产品。

比如，上海徐汇组织部、红梅派出所，北京市场监督局等，通过使用有言制作相关宣传视频，解决了政府机构无法做视频的痛点。在金融领域，东吾证券、中金财富、申万宏源都是我们的客户，东吴还定制了自己的虚拟人。

另外文旅行业中，南京文旅集团、白云机场也已开始采用我们的产品；传媒领域，中国军号、央视网、苏州卫视、苏州广电均与我们有合作。中国军号定制了虚拟人穆兰，官网上也有我们很多应用场景。

Q：假如未来场景和剪辑都会AIGC化，公司对自身产品在企业服务领域的前景有何预测？

A：目前我们仍旧以人为核心进行信息传播，未来将陆续实现场景的AIGC化，即数字孪生，包括种草视频、产品介绍视频等。比如海尔的冰箱和洗衣机拥有400多个SKU，他们也希望通过物品的3D AIGC化实现全场景、人、物品的3D呈现，未来用户戴上VR眼镜便能沉浸式体验其产品。但其中会有个过程，我们也在不断精进技术并与客户深度共创。

Q：在应用端，客户使用我们的产品后在多大程度上实现了降本增效？

A：我们的产品正式上线之前，曾有个测试版本。我们在服务过程中发现，用户在实际使用场景中呈现出这样几个特点。

一是企业使用‘有言’后，一定会定制一个虚拟人。原因很简单，视频是企业连接内外部的方式，而虚拟人几乎等同于企业的logo。通过采用虚拟人承载品牌形象，企业等于实现了一次logo升级。

第二，一旦采用我们的产品后，企业本身会主动去思考如何将视频应用到更广泛的场景中。比如自然堂，一开始他们想到的是把所有线下美妆护肤产品上加一个二维码，用户扫码之后立刻可以观看讲解视频，后来又增加了视频号投流，还进一步应用到年会上。不仅如此，每个月的业绩表彰会中，董事长演讲部分如今也用有言生成。

在部分企业中，有言已经在担任‘数字中台’的角色。比如海尔的一个项目购买了100个有言账号，每天可以生成20个视频，且每一个账号可以四个人轮流用，大大提升了内部生产效率。此外，很多企业也在用我们的视频产品进行各类培训。使用有言后，苏州广电如今每天可以推送3条视频，未来计划逐步增加体量。

未来，应用场景一定会更加多元，使用频次也会更高，因为视频是比图文更高效的表达方式。我们希望将有言在企业中的角色‘中台化’，从而赋能各个部门，全方位提高生产力。

Q：目前的盈利状况如何？再延展开来，你觉得虚拟人行业企业盈利大约还需要多久？

A：对于所有科技企业而言，最重要的还是PMF（Product Market Fit），即产品市场匹配度。科技行业壁垒相对较高，也具备更强的爆发力，但不幸的是，过去10年间，AI公司即便能够上市大多数也在亏损，Open AI的营收更是如此。其中根本原因是没有出现一款爆发型的产品。

我的建议是，用半年或一年时间验证产品，找到一款与市场契合的产品，并且具备规模化的前景，仅仅做项目会非常痛苦。

前几年我们也一直在做项目，但两年前开始决定必须要做产品。如今已经推出的有言、有光等产品，基本已经达到PMF的目标，无论B端还是C端，后面只要做用户增长即可，因为产品本身已经具备规模化的前景，我们也已具备相应的规模化能力。

AIGC令两端成本实现大幅降低

Q：Sora出现后，业内对AIGC的关注从语言转向视频。我们如何看待未来的竞争格局？

A：ChatGPT出现后我便认为，所有在它延长线上的产品可能都会被干掉。Sora的出现也是一样，所以同类公司要避免被它的衍生能力所覆盖。

就视频的AIGC而言，包括文生图、文生视频、文生3D在内，目前常见的有两条路径。一条是Sora，拥有海量视频资源，并基于此进行训练。这也是目前美国视频AIGC的主流方式，除Sora外还有pika、runway等。另一条路径是3D内容的AIGC，即通过引擎方式渲染出视频。但这条路上目前全球仍未出现一个好产品，而我们正在这个方向上努力。

值得一体的是，Sora截至目前只是个demo，而我们的有言已经是一个成型的并投入商业化的产品。

Q：现在市面上充斥着大量的数字人，你们采用的3D虚拟人较其有何不同？

A：简单来讲，我们的产品和数字人本质上是3D和2D的区别。在终端，我们生成的视频可以直接应用在VR设备中，比如用户可以直接用Vison Pro进行观看，这是2D产品无法比拟的。

在技术端，3D和2D的生成路径也不一样。如今数字人市场的主要生产方式是提前拍摄，比如先给一个人拍半小时视频，以此为基础，针对不同场景为演讲人匹配不同的录音。怎么解决口型不对的问题呢？用AIGC改变数字人的唇形。

但其中的问题是，最后交付的数字人产品既不能更换场景，也不能产生新的动作和角度，‘用一个形象通用’的结果就是观感被破坏。而3D视频通常使用PGC来完成，且能够通过物理引擎进行渲染，其中不仅包括技术手段，更有包括美术设计、动画制作能各项能力的结合。最终呈现在作品上，不仅可以随时切换场景，甚至虚拟人的发型、妆容、服装声音，以及环境的镜头、灯光等，全都可以AIGC化，随时改变。

数字人并非一个终极解决方案，半年前我们便在讨论这个问题，它仅仅是视频AIGC过程中的一个过渡产品，本身的产品力并不强，目前看来基本要成为过去式。不要说大厂下场，行业内的竞争如今已是非常激烈，很多公司的数字人产品都跌到了‘白菜价’，市场前景却依旧堪忧。前述提及的抖音下架数字人这一举动，部分也是由于这一品类本身制作水平不高，充斥着大量粗制滥造的作品。

Q：目前来看，一旦大厂下场，数字人链条上的企业可能会受到不小冲击。3D虚拟人这一赛道是否也会面临这样的挑战？

A：所有科技创业公司都面临这样几个问题。能否找到一款产品，它会伴随技术发展变得越来越好？这款产品是否具备规模化的能力？你面对的市场是否足够大？你的壁垒是否足够高？

在中国的市场环境下，你的壁垒一定要高。否则只要这件事是赚钱的，大厂一定会下场去做。

但回到3D虚拟人赛道看，截至目前国内几乎所有大厂都曾尝试过，但仍未有一家能实现规模化的产品能力，因为门槛很高。

自创立之初，我们便一直深耕这一领域，在美术能力、底层整套捕捉技术、3D动画制作等方面具有相当高的壁垒，且一直在精进。国内最早超写实虚拟人“翎__LING”是我们做的，直播领域，抖音平台的首个超写实虚拟人“令颜欢”也是我们做的，另外我们也已经服务了许多客户。

基于这些积累，AIGC技术成熟后，我们瞬间开启了产品化进程，并实现了规模化的制作、生成和销售。

Q：AIGC爆发后，你们的产品在成本和规模化方面发生了哪些变化？

A：从结果上看，AIGC的涌入令我们在制作端和客户使用端均实现了费用的大幅降低。

最早做超写实虚拟人时，我们曾于项目期间服务了至少几百家B端客户，那时一个虚拟人的价格约为几十万，一条视频也要几十万，且视频需要制作1-2个月时间。3D虚拟人直播场景中，我们做过最贵的一个项目是130万/小时，最便宜的也要十几万。但其实我们的成本也很高，一个收费60万元左右的虚拟人，我们的成本也要高达几十万。

而AIGC以及3D技术的进步，令这种状况彻底发生了改变。在自身产品成本大幅降低的基础上，如今我们只要交付给客户一个账号，登陆后，他们可以通过我们的产品任意制作自己需要的虚拟人，不仅使用成本大幅降低，使用的自由度也大大增加，且产品质量也变得越来越好。

直面直播生态，「数字人被干掉本质还是因为效果差」

Q：前段时间抖音有下架数字人的举动。在直播业务方面公司如何平衡和处理与平台的关系？

A：此前确实有类似事件，我们认为数字人被干掉的本质还是因为其效果比较差，目前抖音对于3D虚拟人并没有相关禁令。且就魔珐自身而言，我们已经推出令颜欢等3D虚拟人产品，正符合平台在娱乐领域的发展需求。

我们认为，与平台实现良好合作需要具备两个条件，证明自己是个赚钱工具，并进行官方级对接。

归根结底，本身产品一定要符合商业规律，才能真正具备生命力。对我们而言，考核标准就是在脱离投流的情况下，让客户实现ROI为正，这既是硬核要求，也是产品规模化的基础条件，否则就是在‘割韭菜’。这一点我们已经在平台中获得验证，从淘宝和京东的反馈看，除衣服等非标品外，客户采用我们的虚拟人产品直播时的收益和数据，均优于真人主播。

同时，直播产品一定要与平台进行官方对接。目前我们已经与淘宝、京东等大型平台完成对接，并已获得对方开放接口，后续将继续推进与快手等平台方的合作。抖音本身比较特殊，其审核部外由第三方外包完成，但我们认为不会对我们的直播业务造成影响。而且一旦客户在其他平台均采用虚拟人直播，反过来也会推动这种模式进入抖音。这段时间我们有足够的耐心。

另外我们也比较看好海外市场，虚拟人直播这种生态特别适合独立站模式，所以我们计划上线美国版本，后续将进驻电商领域。

Q：出海方面有哪些进展？未来有何计划和布局？

A：出海方面，我们正在积极地准备有言的海外版本，相信不久就会跟大家见面。在现有有言的版本中，大家可以看到有言的3Ｄ虚拟人库中已经包含了各种肤色的人物形象，也可以选择多种语言版本进行表达。

回顾过去十年，不难发现有些新趋势是先在中国市场发生，比如电商、短视频。据我们了解，当前海外市场尚没有成熟的3Ｄ虚拟人技术公司，更没有已落地、可实际使用的产品。目前，有言是全球唯一一款落地得AIGC 3D内容产品，已经具备高质量、高效率、低成本、低门槛、规模化这几个特点。基于此，我们对海外市场充满信心。

Q：目前你们在直播领域的最新进展如何？

A：如今，第一波用3D虚拟人直播的美妆品牌已经尝到了红利。

直播间的转化率一定程度上取决于虚拟主播的表现力，包括形象、表达、沟通和服务能力。主播表现越生动灵活，互动问答能力越强，引导转化效果越显著。我们作为阿里妈妈、淘宝直播生态官方指定的3D超写实虚拟直播服务商，旗下3D虚拟人直播AIGC产品‘有光’目前的转化率高于2D数字人直播6倍以上，且已在美妆行业得到了广泛试用。

近期数据显示，多个知名头部美妆品牌在使用‘有光’后，午夜６小时的直播时段内累计年GMV增量高达数千万。3D虚拟直播午夜超级直播广告投放高于行业均值2倍以上，ROI大于5倍。

过去一年，虚拟人带货爆红。无论是淘宝、京东还是抖音、快手直播间，都能看到虚拟人在直播。相比于需要大量培训成本、人才流动高的真人主播，虚拟人主播拥有稳定性高、培训成本低，还能以流畅、接近真人表达的方式介绍产品，提供1对1咨询服务，24小时全天候在线等优势。随着虚拟人的规模化发展，直播行业或许会迎来新一轮技术变革。

「3D虚拟人+AIGC」组合将成未来刚需

Q：就你们观察，当前应用端的需求更多出于企业的刚需还是溢出型需求？

A：如今，几乎所有企业都面临视频生成和直播的巨大产缺口。几年前，魔珐是以项目制的方式为客户提供3Ｄ虚拟人制作服务，随着市场需求量增加、魔珐3D虚拟人、AIGC技术的成熟，这两年我们开始做产品化。

彼时，我们便曾收到过许多客户反馈，希望推出一款产品，客户自己就能用，每天想生产多少3D虚拟人内容就生产多少3D虚拟人内容。这表面，虚伪是真实的、一直存在的。未来，大家会在市场看到更多3D虚拟人的使用案例，我们相信3D虚拟人+AIGC的组合是未来市场的刚需。

Q：3D虚拟人这一品类为何会在国内市场爆发，而国外市场却比较少见？

A：中国的电商、短视频和直播场景领先于全球，因而催生了相应的需求。而国外比如美国，这些领域不如中国繁荣，企业的应用需求自然也会少很多。

在AI这条路径上，每个国家的国情不一样，没有必要一味去跟随，我们也可以走出一条自己的路。比如3D视频生成，如今已经被我们验证是一条新路径，未来将继续被应用到直播、互动等场景中，甚至对于个人都会产生非常不一样的影响。

我们预计，半年之内我们的直播和互动产品也会实现如视频一样的交付方式，用户只需登陆网页，即可进行自主操作。我们预计这将是一个潜力巨大的市场。

Q：未来一段时间内，虚拟人产品的应用是否仍旧以B端为主？我们如何看待C端的进展趋势？

A：有言是一款同时面向B端和Ｃ端的产品。在B端市场，我们已经拥有四五十家客户，涉及多个行业。我们希望在规模化过程中，用3D虚拟人和AIGC帮助千行百业的客户实现提升企业运营效率、找到新的市场增长机会。

Ｃ端市场，今年３月有言已正式面向公众开放。今年６或７月份，有言还将上线一个新功能：用户上传自己的照片就能生成自己的超写实3D虚拟人，可以给数字人捏脸、换妆、换衣服、换发型、戴眼镜。用户也可以上传自己的声音，让3D虚拟人的声音变成自己。每位普通用户都能轻松拥有一个自己的3D虚拟人分身。

未来，个人在汇报工作时或许可以丢掉PPT，让自己的3D虚拟人分身汇报工作，或者用3D数字人制作一场精彩的Tedtalk。在这种情况下，3Ｄ虚拟人就成了最高级的内容形态，而魔珐的愿景则是成为未来虚拟世界的基础设施，同时为Ｂ端和C端市场提供3D虚拟人+AIGC的技术服务。我们深信这样的未来一定会到来。

作者：苏打

出品：明亮公司