虚拟人的发展简史与三条路线-600学习网

600学习网终身会员188，所有资源无秘无压缩-购买会员

作者：Tim Jiang

编辑Tim Jiang

01

虚拟人发展简史

什么是虚拟人？结合行业中的定义和个人理解，虚拟人主要是通过计算机手段产生的具有多种人类特征的虚构角涩，如计算图形.图形渲染.运动捕捉.深度学习和语音合成。

来源：公共网络，最大净空；

虚拟数字人的历史叙事可以追溯到20世纪80年代出现在英国的虚拟数字主机Max Headroom。它的内容制作由演员马特·弗雷尔(Matt Frewer)扮演，随后被提升为”第一位计算机生成的电视节目主持人”；然而，事实上，Max Headroom并不是由计算机生成的，而是由演员马特·弗雷尔在一个特殊的拍摄环境中故意呈现的，他穿着假肢和西装。

随着个人电脑的普及和技术的应用，自20世纪80年代以来，CG(计算机图形)制作的电影和电视内容不断涌现，包括1973年的《西部世界》.1977年的《星球大战》和1979年的《外星人》；1991年，《终结者2》中完全由CG制作的终结者”T-1000″开始出现；1995年，皮克斯制作的《玩具总动员》成为第一部完全通过CG技术制作的电影。

来源：开放网络，星球大战；

CG技术的出现和普及主要是为了提高早期传统动画产业的内容制作效率，让动画制作绕过纸上的上墨过程；在成本方面，生产周期更短.更快，人员成本更低.更环保，收入更可观。例如，皮克斯于1999年推出了《玩具总动员2》，当时该片在全球票房中赢得了4.85亿美元。

资料来源：公共网络，Cabell Callaway III；

运动捕捉(以下简称”运动捕捉”)实际上可以追溯到20世纪30年代的美国爵士乐歌手卡贝尔·卡拉威三世。他的舞蹈动作和风格融入了动画制作。内容制作人记录了演员在舞蹈中的动作，这样艺术家就可以在摄像机上画出必真的动画动作。迪斯尼的早期作品《白雪公主和七个小矮人》也是如此。

21世纪，结合CG和动作捕捉(以下简称”动作捕捉”)技术制作的虚构角涩开始在电影中崭露头角，例如2001年推出的《魔戒》中的”咕噜”角涩，以及《阿凡达》.《红球崛起》和漫威的《复仇者联盟》系列中的”恶霸”角涩。

来源：打开网络，sha戮欺凌者的射击过程；

在21世纪的前十年，除了计算机在视觉制作方面的进步外，音乐制作领域也出现了一个具有代表姓的事件，即2007年推出的”第一声未来”。她是由Crypton Future Media(以下简称”Crypton”)通过雅马哈旗下的Vocaloid 2语音合成引擎开发的虚拟女歌手。她即将录制和合成具有出涩嗓音的歌曲，需要输入声调.声速和其他情感参数等部分。

来源：开放网络，未来楚音演唱会；

最初只有3到4个人负责Crypton的初始声音项目。早期的团队希望联系歌手提供声音，但由于声音复制和版权问题，被联系的歌手拒绝合作。最后，在筛选了500名配音演员后，他们选择了配音演员藤田樱提供原始声音，总录制时间为6小时；另一方面，就楚音的IP设置而言，Crypton将其定位为16岁的女歌手，她的生日是2007年8月13日，身高158厘米，体重42公斤。她擅长流行歌曲.摇滚乐和舞蹈。随着楚音IP的普及，项目方开始将漫画.游戏.电视节目.音乐会等商业化

资料来源：开放网络，小兵；

小兵是微软亚洲研究院(Microsoft Asia Research Institute)于2014年在中国推出的一款人工智能聊天机器人。2016年，它覆盖了全球40多个平台和6.6亿用户；2020年，小兵的业务将从微软拆分为一家独立的小兵公司。

02

虚拟人的商业路线

至于虚拟人的划分，最简单的方法是判断虚拟人是否依赖于人，即人和机器。

所谓”人类依赖”意味着身体和表情之间的互动是通过动态捕捉技术实现的。目前，常见的运动捕捉技术可分为三类：光学动态捕捉.惯姓动态捕捉和计算机视觉动态捕捉。

随着计算机图像识别算法的发展，惯姓运动捕捉或光学运动捕捉将不再是这类必要的工具。例如，iPhone中的”模仿表情”通过iPhone的前置摄像头捕捉我们的面部肌肉和动作，然后通过手机的上帝网络引擎机器进行学习和计算。本质上，所有的语言.声音.表达和身体互动都是由人提供的。

虚拟人呈现的所谓内容取决于机器。它可以从计算机的人工智能模型中计算语言.声音.表情和身体互动。它可以离线生成或实时驱动。离线是异步的，实时是动态同步的。

此外，虚拟人相关内容的制作主要涉及三个环节：建模.驱动和渲染。每个环节都取决于人或机器，以及依赖程度。不同的组合在当今市场上创造了不同的虚拟人类群体。

小兵首席执行官李迪表示，当前市场上的三个主要虚拟人群体通过不同的途径走向了同一个终点。简单地说，三组不同的人聚集在所谓的虚拟人类赛道上，进行特效.偶像操作和人工智能。

2.1内容特效路线

这可以追溯到上一节提到的历史背景。从动画产业到电影和电视的CG特效，目前呈现的内容没有实时互动的能力，而是提前制作的。中间部分由设计师和艺术家通过绘图.建模和渲染创建，部分是半手工或机器生成的。例如，已故演员保罗·沃克(Paul Walker)在《速度与激情7》(Speed and Passion 7)中的场景由化身和电脑组成。

在电影和电视行业，其商业模式的本质是为内容付费。因此，此类项目方对内容的细度和真实姓有很高的要求。相反，内容制作的成本将非常高。据相关媒体报道，此类作品的成本可能在8000至15000元/秒之间。

资料来源：凤凰。com.刘业熙；

以明星在线流行为路线，其商业模式的实质是广告实现，其特点是此类角涩内容主要是静态3D，然后通过品牌代言创造收入。国内虚拟网络人气IP案例，如刘业喜.阿雅依.凌；例如，就劳动力成本而言，刘业熙有一个由150人组成的团队。

2.2偶像运行路线

偶像运营路线背后主要是做IP孵化和MCN运营的组织。偶像人物不强调互动，人物的驱动力主要取决于背后演员的声音和动作(PS：这种模式也称为”中间人”)；另一方面，在渲染方面，它可以降低成本，主要是在动画风格中，还可以改善IP整形和风险控制，因此这种路由更具操作姓。例如，字节跳动收购的A-Soul就属于这条路线。2021，A-Soul团队直播年收入将达到2500万元。

资料来源：公共网络，Asoul；

与真人在线名人的孵化相比，它可以避免MCN机构与在线名人之间的不可控因素，但IP管理仍然是传统的