旗下微信矩阵:
首页 产业 ai 正文

大模型卷爆数字人:一句话5分钟实现定制,跳舞主持带货都能hold住

可以预见的是,过去更多在大企业、大机构中被使用的数字人员工,在新范式的驱动之下,步入“寻常百姓家”正在成为可能。
2024-05-08 14:45 · 微信公众号:量子位 鱼羊

最快5分钟,打造一个直接上岗工作的3D数字人。

这是大模型给数字人领域带来的最新震撼。

就像这样,一句话描述需求:

生成的数字人直接就能进驻直播间当主播。

跳起女团舞也不在话下。

整个制作过程中,想到什么说什么就行,大模型都能自动拆解需求,瞬间get设计、修改思路。

△2倍速

再也不怕老板/甲方的想法太新奇。

这样的文生数字人技术,来自百度智能云最新发布。该说不说,是要把数字人的使用门槛一口气砍没的节奏了。

听闻如此神器,我们照例*时间争取到了内测资格,更多细节,一起先睹为快~

一句话5分钟,3D数字人直接上岗

从Chatbot到文生图片,再到文生视频,大模型带来的交互方式的变革,已经无需赘言。

现在,在百度智能云曦灵平台上,基于文心一言4.0,数字人定制这件事,同样能通过自然语言对话的形式实现。

举个,生成一个品牌代言人,需要几步?

首先,输入“生成一个百度智能云品牌代言人”这样的提示词,同时上传logo图片。

大模型就会自动从脸型、发型、妆容、服装、配饰等多个维度,开始一步一步思考:

自动打造出符合要求的数字人。

8倍速

如果需要调整细节,一样“说话”就能完成。

也就5-10分钟,一个360°无死角的高质量数字人就基本成型了。

捏脸完毕,下一步就是给数字人绑上表情,让Ta能动起来。同样只需要一键操作,等待1-2分钟。

相比于过去高精度3D数字人好几天、甚至好几个月的定制周期,这个分钟级的效率,确实称得上是“颠覆”了。

值得一提的是,效率如此大幅提升的前提下,这样的文生数字人细节质量依然保持着高水准。

表情细节:

动作质量:

结合百度智能云在数字人领域的长期积累,上岗播新闻、直播带货都不在话下。

数字人技术全面AI化

效率和落地能力的直观提升之外,此次百度智能云推出的文生数字人方案背后,不少技术细节也值得好好说道说道。

正如前文所说,其技术基座,正是文心一言4.0.

而起到关键作用的大模型能力包括:

自动拆解要做的任务和子任务

显示思考过程,做到有理有据,让整个生成过程“白盒化”

实现了基于内容提炼的短期记忆,可以通过对话持续调整数字人形象

这样一来,大模型就成了一个能懂人类甲方心理的数字人造型助理,可以模仿人类思路,去抠数字人定制的每一个细节,并且做到过程可控。

同时,大模型还在背后施展出了调用工具的能力。

比如,调用涵盖6000+维度的脸型及五官细节“知识库”,整体调整数字人面容。

大模型技术之外,百度智能云还在曦灵平台中加入了新的AI渲染技术,支持AI驱动、AI布料模拟,让数字人的表情肢体动作更自然,服装面料质感更真实。包括:

动态褶皱贴图,让纹理更加真实。

分钟级4D自动绑定,让眼睛、嘴唇等部位能够*闭合,并支持表情风格切换。

肢体肌肉挤压、碰撞实时模拟。

……

官方还透露,接下来,百度智能云计划实现角色、行为、场景、灯光、镜头要素的全面AI化。

数字人,步入大模型时代应用新范式

如果说去年大家还在热火朝天地讨论基础模型,那么今年以来由Sora而起,大模型带来的应用范式的变革,已经成为科技圈新的热议焦点。

在交互方式的改变之上,核心受到关注的,其实还是效率提升

输出创意,生成所需,大模型正在让越来越多本来需要消耗大量时间、人力、金钱的工作,变得简单、高效、人人可用。

现在,百度智能云在3D数字人领域的*进展,就是这种可能性在人们更为熟知的图像、视频领域之外,拓展开来的一个代表。

可以预见的是,过去更多在大企业、大机构中被使用的数字人员工,在新范式的驱动之下,步入“寻常百姓家”正在成为可能。

此前,清华大学《虚拟数字人研究报告2.0版》数据显示,从头部企业的布局来看,面向B端的数字人产品服务是市场的主要组成部分,占比达到79%。

而随着大模型技术对数字人应用模式的颠覆,不仅中小企业不用再对6位数的3D高精度数字人望而却步,C端的应用也将得以拓展。

这也就意味着,数字人的应用和商业化,已经翻开新的一页。

【本文由投资界合作伙伴微信公众号:量子位授权发布,本平台仅提供信息存储服务。】如有任何疑问,请联系(editor@zero2ipo.com.cn)投资界处理。