如何實現(xiàn)“數(shù)字人自由”，顛覆內(nèi)容生產(chǎn)行業(yè)？一是通過標準化、平臺化，吸引更多用戶、企業(yè)、行業(yè)擁有數(shù)字人；二是基于平臺打造的生態(tài)鏈服務(wù)，降低數(shù)字人高門檻、高投入。

 作者｜楊 銘

編輯｜劉珊珊

1305年，元代畫壇宗師黃公望以富春江山水為背景，創(chuàng)造的曠世名作《富春山居圖》，譽為“中國十大傳世名畫”之一。

此畫在民間流傳甚久，清代順治年間遭火焚，從此斷為長短兩卷。前段現(xiàn)收藏于浙江省博物館，較長后段現(xiàn)藏臺北故宮博物院。一幅名畫，就這樣遺憾斷離失散數(shù)百年。

AI技術(shù)迭代飛躍，讓曠世名作“合璧”，再現(xiàn)江南意象成為可能——2022百度世界大會現(xiàn)場，百度利用文心大模型的AIGC能力一秒讓《富春山居圖》“重生”后，600年前的富春山水進入全國觀眾眼簾。

與其他習以為常的老照片、老電影、演唱會等AI修復術(shù)不同，如果用戶在百度App搜索“富春山居圖”，每個人都可以根據(jù)自己想法“虛擬補全”，創(chuàng)作屬于自己的《富春山居圖》。

站在技術(shù)發(fā)展角度，人人都能補全自己心中的《富春山居圖》，正是下一代互聯(lián)網(wǎng)Web3．0最好落地探索——兼具去中心化和交互性理念的Web3．0，能讓用戶共建、共治的同時分享平臺價值。

Web3．0也稱Web3，是最近兩年加密貨幣、元宇宙浪潮下共同推動的熱門詞匯，被公認為互聯(lián)網(wǎng)下一個時代。資本、互聯(lián)網(wǎng)企業(yè)扎堆進入下，Web3何時能現(xiàn)實快速落地，一直備受業(yè)界追問。

答案呼之欲出。從本屆百度世界大會來看，除了AI修復曠世名作，一系列AI數(shù)字人不同場景落地應(yīng)用案例，都是基于大眾對Web3、數(shù)字人自由的未來生活想象圖景。

無論是Web概念從祛魅到快速落地，還是數(shù)字人內(nèi)容產(chǎn)業(yè)迭代升級，都離不開AIGC賦予的強大生產(chǎn)力�！拔磥硎�年，AIGC將顛覆現(xiàn)有內(nèi)容生產(chǎn)模式�！卑俣葎�(chuàng)始人、董事長兼首席執(zhí)行官李彥宏說。

01

數(shù)字人進化，關(guān)鍵在AIGC

“今天起得太早了，又累又困，我想點杯咖啡呀？”當央視主持人撒貝寧用“十級”粵語點咖啡，度曉曉能秒懂下單嗎？

度曉曉是目前大火的百度AI數(shù)字人，此前她與龔俊數(shù)字人聯(lián)合演唱的《每分 每秒 每天》歌曲MV刷屏全網(wǎng)。后來，她又在各種場合表現(xiàn)出驚人的寫作、繪畫、采訪等等“天賦”。

和演唱、寫作、繪畫相比，度曉曉此次挑戰(zhàn)難度翻倍——粵語本就晦澀難懂，撒貝寧個性化提問又極其刁鉆，她必須“聽到”撒貝寧的話，并快速“理解”字句，實時轉(zhuǎn)換成手語“動作”，并在App上直接點單。

這意味著相比其他數(shù)字人，度曉曉需要有更高強度的“大腦”運轉(zhuǎn)，接近真人的情感理解，才能完成流程復雜的工作需求。

毋庸置疑，數(shù)字人度曉曉能否完成挑戰(zhàn)，取決于她在AI技術(shù)上的迭代速度和“學習能力”。

數(shù)字人最早可追溯到2007年，以語音合成程序為基礎(chǔ)開發(fā)的音源庫“初音未來”。受限于技術(shù)，此后數(shù)字人多以二次元形象出現(xiàn)，直到2016年人工智能“絆愛”，才讓虛擬主播熱潮席卷全球。2021年元宇宙概念大火后，數(shù)字人更是吸引無數(shù)企業(yè)聚焦、資本追逐。

Web3浪潮涌動，數(shù)字人被賦予更多意義，從Web2世界里“工具性賦能”輔助角色，躍升為Web3世界不可或缺的基礎(chǔ)設(shè)施——數(shù)字“原住民”。

因此，國內(nèi)外互聯(lián)網(wǎng)大廠探索Web3，往往通過數(shù)字人“卡位”Web3的試驗場和前哨陣地。數(shù)字人的市場價值也隨之被持續(xù)抬高，IDC報告顯示，中國AI數(shù)字人市場規(guī)模呈現(xiàn)高速增長趨勢，預計到2026年將達102．4億元人民幣。

想贏得“卡位戰(zhàn)”勝利并不容易。技術(shù)層面看，大多數(shù)字人僅能進行簡單決策——大多依靠“2D或3D模型＋實時動作捕捉＋聲優(yōu)配音”模式，無法實現(xiàn)智能化交互，在業(yè)界屬于2．0階段，難以順利實現(xiàn)撒貝寧的“十級粵語”點咖啡挑戰(zhàn)。

作為一種繼UGC、PGC之后全新的內(nèi)容生產(chǎn)方式，不斷進化的AIGC——顧名思義，即人工智能自動生成內(nèi)容，成為業(yè)界解題思路。

AIGC并非新概念，近年來很多AI虛擬數(shù)字人用到了AIGC能力。2015年，國外曾出現(xiàn)兩撥基于單點技術(shù)把產(chǎn)品迅速做火的AIGC案例，但受限于技術(shù)和成本，大多未能推廣開來。

行業(yè)對AIGC能力的要求，一直在升級之中。最早AIGC僅需要以假亂真，通過既定圖片或語音生成風格一致內(nèi)容，但在Web3時代，數(shù)字人用到AIGC，除了基本的近真人需求，還要具有超強的創(chuàng)造力，像人一樣學習溝通和工作。

為什么數(shù)字人對AIGC能力要求越來越高？

“‘技術(shù)＋應(yīng)用＋發(fā)展’三位一體，正在持續(xù)提升數(shù)字人產(chǎn)業(yè)‘天花板’�！笔袌稣{(diào)研機構(gòu)IDC就指出，PGC、UGC這樣的生產(chǎn)模式，已不適應(yīng)數(shù)字人本身的技術(shù)驅(qū)動和需求牽引。

從產(chǎn)品技術(shù)趨勢看，未來數(shù)字人將由AI驅(qū)動內(nèi)容生成，多模態(tài)AI技術(shù)是核心；交互會越來越智能；形象越來越逼真，由擬人到類人到同人，只有AIGC才能實現(xiàn)。

行業(yè)應(yīng)用趨勢看，未來幾年人類與數(shù)字人開始并存；從產(chǎn)業(yè)落地趨勢看，出行、產(chǎn)業(yè)、生活等千行百業(yè)正在加速向數(shù)字化轉(zhuǎn)型和智能升級——這意味著，對AIGC能力的需求，并不局限在數(shù)字人行業(yè)，而是應(yīng)用于各行各業(yè)。

02

效率提升千倍

顛覆現(xiàn)有生產(chǎn)模式

僅就百度世界大會而言，如今百度AIGC能力輸出已經(jīng)可以達到近真人，甚至超越人類水平。

度曉曉能秒懂完成撒貝寧的“刁鉆提問”，依靠的是不斷進化的AIGC能力——不斷汲取海量數(shù)據(jù)過程中，度曉曉的“自主能力”呈指數(shù)級增長，不僅能準確捕捉并判斷用戶搜索及服務(wù)類需求，和用戶互動交流更為生動有趣。甚至，她還會反問用戶意想不到的問題。

這種有邏輯、有個性的交互、反饋，是度曉曉采用AIGC能力后，與其他數(shù)字人的最大不同。

《富春山居圖》山水最終“合璧”，背后核心技術(shù)也來自AIGC的“自主”修復能力——盡管原畫被焚燒部分后人已無法知曉，但在黃公望紀念館負責人毛傳鑌看來，“與現(xiàn)存真跡風格一致，光線風格統(tǒng)一，山水脈絡(luò)和諧，不僅符合原畫審美特點，視覺上還同樣具有觀賞價值”。

真假難辨表現(xiàn)能力輸出外，AIGC更重要的是提升內(nèi)容生產(chǎn)效率，讓數(shù)字人的落地應(yīng)用領(lǐng)域越來越廣泛、越來越深。

目前，度曉曉已成百度搜索能力重要進化。用戶直接在百度App搜索“你好”，即可召喚度曉曉，通過“問一問”4萬多名答主快速匹配專業(yè)回答，連接科技到用戶的最后一公里，進入“人均一個數(shù)字人”時代。

另一百度AI數(shù)字人希加加，同樣會作畫、寫詩、作曲、說多國語言、還能實時直播。7月21日的大會直播中，她還和撒貝寧搭檔，擔當AI策劃官兼主持人，同時在現(xiàn)場用幾十秒完成繪畫。

生產(chǎn)效率上，AIGC提升明顯。比如，1秒讓國寶級名畫完美合璧，度曉曉1秒寫1篇作文，希加加直播中幾秒畫一幅畫——與人類生產(chǎn)效率相比，這是指數(shù)級的提升。

這是李彥宏認為未來十年，AIGC將顛覆現(xiàn)有內(nèi)容生產(chǎn)模式的重要原因�！翱梢詫崿F(xiàn)以十分之一的成本，以百倍千倍的生產(chǎn)速度，去生成AI原創(chuàng)內(nèi)容�！�

而AIGC自主學習能力，在李彥宏看來也會創(chuàng)造出有獨特價值和獨立視角的內(nèi)容。

的確如此，在AI創(chuàng)作、AI作畫、AI作曲、AI剪輯等內(nèi)容創(chuàng)作領(lǐng)域，外界直觀感受到的數(shù)字人的生產(chǎn)能力，早已遠遠超過一般人類。而AI主播、AI創(chuàng)意、AI智能新聞播報等，也在進入應(yīng)用場景深化之際。

這些都在助推AIGC的進一步進化。根據(jù)李彥宏最新判斷，AIGC將走過“助手”（輔助人類內(nèi)容生產(chǎn)）、“協(xié)作”（虛實人形態(tài)出現(xiàn)，人機共生）、“原創(chuàng)”（AIGC獨立完成內(nèi)容創(chuàng)作）三個發(fā)展階段。

不斷進化的度曉曉、希加加們，很大程度上已經(jīng)表明，百度AIGC能力正從“協(xié)作”加速跨入“原創(chuàng)”階段，助推數(shù)字人進入更多元化應(yīng)用場景，迎來AIGC浪潮時代。

但從業(yè)界看，其實大部分AIGC能力輸出還處于“助手”或“協(xié)作”階段。

“數(shù)字人要用好AIGC能力，做到真假難辨，技術(shù)難度非常大，成本非常高，最終導致數(shù)字人制造成本較高，生產(chǎn)效率低下�！币晃粯I(yè)界人士表示。

AIGC從業(yè)人士陳雨恒在接受媒體采訪時也提到，AIGC分為兩大部分：一是圖像側(cè)AI，包括圍繞人物角色展開的骨骼動畫生成、面部表情生成、動作捕捉等技術(shù)；二是邏輯側(cè)AI，包括圍繞語言對話展開的語義理解、語言模型、對話機器人等技術(shù)。“無論哪一側(cè)，都面臨技術(shù)、成本門檻問題�！�

這方面案例并不少。利用到AIGC能力的柳夜熙，去年10月以來憑借“捉妖”題材短視頻爆紅，10個月過去才發(fā)布19個作品，遠遠不能滿足用戶高頻需求。英偉達在2021年動用34個3D美術(shù)師、15個軟件研究人員，做了21個版本的黃仁勛，才呈現(xiàn)出一個真假難辨的“數(shù)字人”。

AIGC能力的差異，成為百度領(lǐng)跑數(shù)字人產(chǎn)業(yè)重要原因。最新數(shù)據(jù)顯示，度曉曉在《2022虛擬數(shù)字人商業(yè)價值潛力》榜單中排名第一；在更多第三方機構(gòu)發(fā)布的榜單中，依托百度 AI 的全棧能力，百度在數(shù)字人綜合實力方面排名第一。

03

AI降低創(chuàng)作門檻，

實現(xiàn)“數(shù)字人自由”

百度領(lǐng)跑AIGC能力原因何在？

原因看上去很簡單，不管是AI數(shù)字人，還是“補全”《富春山居圖》，百度AIGC背后的技術(shù)支撐，離不開百度搜索引擎海量數(shù)據(jù)的先天優(yōu)勢（數(shù)億日活）、產(chǎn)業(yè)級深度學習平臺飛槳和產(chǎn)業(yè)級“知識增強”大模型文心的AI綜合沉淀能力，并由此帶來的創(chuàng)作門檻、創(chuàng)作成本的大幅降低。

2016年，百度打造了中國第一個自主研發(fā)、開源開放的產(chǎn)業(yè)級深度學習平臺飛槳。2019年，基于飛槳，百度開始深耕預訓練模型研發(fā)，從大規(guī)模知識和海量數(shù)據(jù)中融合學習，打造具備“知識增強”能力的文心大模型。

比如，數(shù)字人畫畫能力，使用的是文心大模型——跨模態(tài)圖文生成模型ERNIE－ViLG；而人對話能力，使用的是對話生成大模型——文心 PLATO，PLATO有接近真人水平的對話能力，對話效果已經(jīng)達到世界領(lǐng)先水平。

《富春山居圖》合璧，就是文心大模型能力完整體現(xiàn)：其先是學習大量中國山水畫，實現(xiàn)從“小白”向“大師”的進階，再去學習就可以讓補全出來的畫作與現(xiàn)存真跡風格一致。

這就是“視覺生成大模型＋單樣本微調(diào)”的技術(shù)策略，意味著該模型可以在更多書畫文物修復以及普通人書畫藝術(shù)創(chuàng)作中，發(fā)揮重要作用。

AIGC方向外，文心大模型還廣泛應(yīng)用于搜索、信息流、智能音箱等互聯(lián)網(wǎng)產(chǎn)品，并通過飛槳開源開放平臺、百度智能云賦能工業(yè)、能源、金融、通信、媒體、教育等各行各業(yè)，幫助千百行業(yè)降本增效以及智能化升級。

這正是百度大腦、飛槳和文心大模型等綜合AI技術(shù)的核心價值——降低制作成本，實現(xiàn)大規(guī)模應(yīng)用。

在數(shù)字人產(chǎn)業(yè)，更是幫助百度解決落地難問題的關(guān)鍵——產(chǎn)業(yè)鏈割裂、服務(wù)場景與演藝場景沒有有效打通、滿足高頻需求成本高，是當前業(yè)界公認的數(shù)字人落地難題，也是實現(xiàn)“數(shù)字人自由”的最大障礙。

這些問題，歸根結(jié)底是數(shù)字人生產(chǎn)效率、制作成本問題。百度解題思路是，通過AI底層技術(shù)支撐和成熟實踐，打造了數(shù)字人平臺“百度智能云曦靈”，讓數(shù)字人制作成本、生產(chǎn)周期大幅下降。

目前“曦靈”形成了一個“AI數(shù)字人家族”，擁有數(shù)十萬度曉曉這樣能力的數(shù)字人。最重要的是，普通用戶也可以通過“曦靈”快速生成自己的數(shù)字人——只需上傳一張照片，就能用分鐘級生成一個可被AI驅(qū)動的2D數(shù)字人像，以前需要兩三個月時間做出來的3D數(shù)字人，現(xiàn)在可以壓縮到一兩周。并且，這些數(shù)字人的AIGC能力非常成熟，ASR（聽得清）準確性可達98％以上。

多位業(yè)內(nèi)人士認為，這是實現(xiàn)“數(shù)字人自由”的重要方向：一方面通過標準化、平臺化，吸引更多用戶、企業(yè)、行業(yè)擁有數(shù)字人；另一方面基于平臺打造的生態(tài)鏈服務(wù)，降低數(shù)字人的高門檻、高投入。

這讓百度在數(shù)字人行業(yè)有更大領(lǐng)跑機會。百度“AI數(shù)字人家族”原來集中在金融、銀行、供應(yīng)商客戶，現(xiàn)在增加到廣電、互聯(lián)網(wǎng)娛樂、傳統(tǒng)工業(yè)等諸多B端客戶，另外C端的需求也越來越多——比如諸多品牌商的虛擬代言人合作需求。

04

叩門Web3．0

百度體現(xiàn)中國力量

“未來每個企業(yè)、每個人都有一個、甚至多個專屬的數(shù)字人�！�2019年4月，李彥宏在百度與浦東銀行的數(shù)字人合作會上如此表示。

兩年過去，伴隨B端、C端齊頭快跑，更多數(shù)字人各種場景的落地應(yīng)用，這個愿景逐漸變成現(xiàn)實。

這一切，源于百度對AI領(lǐng)域壓強式、馬拉松式的研發(fā)投入。公開數(shù)據(jù)顯示，研發(fā)投入方面，2021年百度核心研發(fā)費用221億元，研發(fā)投入強度位列中國民營企業(yè)500強第一位。

如今，AI早已成為百度引擎之一。飛槳、文心大模型、深度語音系統(tǒng)、百度大腦、度秘、Apollo自動駕駛平臺等多個AI相關(guān)的技術(shù)，都是百度不計成本投入的注腳。

百度由此打下未來元宇宙、Web3時代牢固的基礎(chǔ)設(shè)施——Web3衍生出的三大基礎(chǔ)設(shè)施分別是數(shù)字人、數(shù)字藏品、元宇宙。除了AI數(shù)字人，其余兩方面百度均基于AI能力有深入布局。

數(shù)字藏品是支撐Web3經(jīng)濟體系的核心要素。百度2017年成立區(qū)塊鏈技術(shù)部門，2022年上線超級鏈數(shù)字產(chǎn)品平臺。如今，百度超級鏈已推出30多個全場景、全行業(yè)、全領(lǐng)域解決方案，打造出諸多標桿案例。

今年6月，中國探月航天以數(shù)字藏品形式發(fā)行我國第一艘數(shù)字載人飛船“夢想號”，招募1萬名“太空數(shù)字乘客”上太空，背后依靠的正是百度超級鏈技術(shù)。

元宇宙則是開放的Web3數(shù)字空間。去年12月，百度在AI開發(fā)者大會上發(fā)布了元宇宙產(chǎn)品“希壤”。百度智能汽車品牌“集度”的首款汽車機器人概念車，就是在希壤全球首發(fā)。

這些都讓百度在大廠扎堆Web3的競賽中，處于行業(yè)領(lǐng)跑地位——相比“社交＋Web3“、“支付＋Web3”、“電商＋Web3”等等模糊概念，百度無疑是最早叩開Web3落地大門的那一個。

“相較于布局直接和消費者互動的‘前端’，百度正在布局的是能夠支撐起Web3的‘后端’，即從底層技術(shù)到產(chǎn)品、再到標準化解決方案的基礎(chǔ)設(shè)施�！卑俣燃瘓F品牌負責人曹語馨曾如此介紹。

如今在業(yè)界，互聯(lián)網(wǎng)大廠Web3情緒更為火熱，爭搶下一代互聯(lián)網(wǎng)話語權(quán)。包括Meta、谷歌、亞馬遜、阿里、騰訊、字節(jié)跳動、華為、推特、eBay、奈飛等等，都已爭相入局。但無論如何競爭，都需要讓用戶、行業(yè)切實感受到真正改變。

這仍然需要依托AI全棧能力。至少，不能出現(xiàn)直播無人駕駛技術(shù)時，因頻頻提及“開車”而被直播系統(tǒng)判斷為違規(guī)，從而斷掉直播的“梗”。

從這個角度看，當出行、產(chǎn)業(yè)、生活等千行百業(yè)正加速向數(shù)字化轉(zhuǎn)型和智能升級——百度在AI數(shù)字人等基礎(chǔ)設(shè)施上的大規(guī)模落地應(yīng)用，即是對內(nèi)容生產(chǎn)模式上的顛覆變革，也是Web3中國重要力量的體現(xiàn)。

       原文標題 : AI復原600年傳世名畫，李彥宏要用AIGC顛覆內(nèi)容行業(yè)