NVIDIA：为什么说智能AI算法是数字人的未来？

不管是在2D还是3D时代，大家对数字人技术应该已经不陌生。目前，这项技术已经广泛应用于媒体、娱乐等领域，比如电影中的CGI角色、游戏中的3D虚拟角色，或是电视节目、演唱会中的AR虚拟偶像等等。

实际上，创建高保真数字人需要大量时间和经历，甚至可能需要数百名艺术家、程序员和工程师参与。此外，尽管3D渲染技术在不断提升数字人的数字效果和细节，人们依然可以清晰分辨它和真人的不同。毕竟人们对于恐怖谷效应非常敏感。
为了简化并加速数字人开发过程，NVIDIA推出了AI虚拟形象工具Omniverse Avatar。NVIDIA表示：我们相信，实现这一目标的关键是人工智能和模拟工具。

此外，为了帮助你了解数字人的前景，NVIDIA图形和AI总监Simon Yuen介绍了数字人的定义、重要性基于和AI结合的潜在应用。据青亭我那个了解，Yuen在NVIDIA负责Digital Human相关工作，目标是开发新的角色技术和基于深度学习的解决方案，以便以新的和更有效的方式创建高质量的数字角色。在加入NVIDIA之前，Simon在视觉效果行业工作了超过21年，曾在Method Studios、数字王国、索尼图形图像动作公司、梦工厂、暴雪娱乐等公司负责逼真数字角色创作。
数字人定义
Yuen认为，数字人指的是我们在虚拟世界中的数字表现形式。在3D游戏初期，《VR战士》游戏就展示了玩家用3D角色进行战斗的玩法。如今，《战神》、《最后生还者》等热门游戏中，也能看到许多令人难忘的数字角色。

基于CGI打造的数字人也可以扮演电影中的角色，比如《复仇者联盟：终局之战》中的灭霸、《本杰明·巴顿》中主角的老年形象。
一些交互式媒体则将数字人与AI结合，利用智能的数字人来讲故事，比如Fable、Baobab等工作室创建的AI数字角色，他们还将这些角色应用于交互式VR内容中。
那么，数字人的定义具体是什么？应该用什么样的指标来分类数字人呢？
数字人通常分为三大标准：1）写实还是风格化；2）实时在线还是离线；3）由AI驱动还是由人驱动。
为数字人注入生命
前面提到，创造数字人需要大量时间和经历。整个过程通常包括三大步骤：生成、加动画和智能系统，而这三个步骤都需要融合不同的艺术和技术元素。

细节方面，开发者首先需要3D建模，然后渲染纹理、着色、绑定骨架、绑定皮肤变形。在加入动画和动作的时候，开发者需要考虑物理模拟，不管是数字人的四肢、躯干还是面部、头发和衣服，其运动和变化效果应该足够符合物理规律，模拟真实的动作。为了提升数字人运动的准确性，开发者通常采用两种方法：手动制作动画，或是通过动捕技术来获取运动数据。更常见的是两种方法结合。
在过去几年中，越来越多人开始用AI来生成、合成动画，控制数字人的动态行为。常见的AI主要控制数字人的特定行为，随着技术发展，AI数字人的应用场景也越来越广泛，分析环境、上下文的能力也越来越好，因此其移动方式和行为的可信度也更高。另一方面，AI数字人需要能同时识别虚拟环境和现实环境，包括环境中的人、物体等等，目的是更好的导航和交流。
尽管如此，模拟真人情感和行为细节对于数字人来讲仍然困难。如果希望数字人更加智能，将需要支持与真人的双向交互，这是将需要自然语言处理和自然语音技术（Riva、Ensemble AI、Replica等等），才能模拟和真人对话。
数字人的重要性
应用场景方面，数字人可以应用于媒体、娱乐领域，游戏、AR/VR等其他领域对这项技术的需求也在增长，各种案例也足够丰富。

比如：AI数字助理在医疗保健、零售等行业已经展现巨大潜力，AI数字助理可以帮助医疗人员改善培训和工作流程。此外，医生可以在保真的虚拟环境中模拟培训，不受时间和地理位置限制，可重复数百次，锻炼肌肉记忆。而在零售业，AI数字人可以为客户带来个性化体验，提升客户服务。
为了更好的服务医疗人员、消费者，AI数字助理需要对语言交流有深刻的理解，才能与人类自然交流，并完成各种任务。
在去年11月的Project Tokkio数字人演示中，NVIDIA CEO黄仁勋展示了AI版的自己（Toy Jensen Omniverse Avatar），这个AI数字人拥有黄仁勋的声音、动态和形象，可以跟专家讨论生物学、气候科学等话题。除此之外，Project Tokkio技术还可以为零售店提供自助服务，为客户提供支持。

而在应用于视频会议的Project Maxine演示中，则展示了一个智能降噪、实时转录、翻译的AI数字形象，其特点是可以模拟说话人的口型和语调。
在建筑和制造等领域，数字孪生技术正在帮助工厂、企业模拟大规模环境（工厂、城市、建筑物等），以及环境中的工作人员。与此同时，在数字人帮助下，企业可以通过准确的模拟来评估风险和预测环境变化，以此来优化建筑的设计。
与语音助手等AI数字助理相比，AI数字人需要达到的标准更高，当置于工厂、摩天大楼虚拟环境中，AI数字人需要模拟工人、游客等人类的行为，在虚拟世界中移动和表现。

此外，数字人将有助于生成合成的数据，以训练AI模型，比如模拟工厂中工人的行为等等。未来，合成数据将有望成为人工智能发展的关键，因此数字人类在合成模拟领域也足够关键。
随着技术发展，未来数字人将应用在多样化的创意场景，比如AR/VR、线上虚拟模拟、虚拟社交等等。NVIDIA预计，未来每个人都会拥有数字虚拟形象，来代表自己。此外，NVIDIA Omniverse将成为兼容3D行业标准USD格式的虚拟平台，允许各种类型的数字人共存，人们可以通过数字人的形式在Omniverse上交换数据与交流。参考：Medium