数字人是指通过建模等多种数字智能技术创建的数字智能体。它拥有人类外观形象、声音语言，能够模拟肢体动作，具备思维能力，并能在大模型支撑下实现学习、生成、互动等功能。

    在技术和需求双轮驱动下，我国数字人产业生态日益完善，应用规模不断扩大，且产业链上下游的生产、运营、服务能力逐渐提升。

    中国互联网协会发布的《中国数字人发展报告（2024）》（以下简称《报告》）分析，数字人应用场景目前初步形成媒介数字人、服务数字人、行业数字人三大类别。其中，媒介数字人是较为成熟的数字人应用形式。围绕媒介数字人产生的场景数量占比可达50％，其逼真的形象和流畅的语言表达，极大提升了信息传播的互动性与趣味性；服务数字人也实现了全面升级，具备更强的交互能力，场景数量占比达30％，广泛应用于政务、电商、金融等领域；行业数字人则开始萌芽，场景数量占比达20％，逐步在医疗、教育和企业管理中发挥作用。

    数字人大致经历了从真人驱动到程序驱动，再到如今AI驱动的三个阶段。

    “几年前，数字人可能会有唇形、表情不匹配，动作僵硬等问题。这是因为数字人本身对文本语义理解不到位，且表情和动作大多依赖有限的预设资源，无法与文本内容进行精准匹配。”科大讯飞数字人业务负责人郜静文说，随着大模型技术在数字人领域的深入应用，数字人产品性能已迈上新台阶。

    科大讯飞发布的超拟人数字人，基于多模扩散生成大模型，能根据语音的节奏、语调和内容实时生成肢体动作，突破了动作预设模板限制，极大提升了数字人在动态场景中的表现力；腾讯发布的智影数字人能够实现“形象克隆”和“声音克隆”，用户只需上传少量图片、视频和音频素材，就能快速生成自己的数字人分身并定制音色；阿里巴巴的开源AI数字人EchoMimic，则能赋予静态图像生动的语音和表情。

    “可能未来我们每个人都会有一个‘数字分身’，它可以协助我们处理工作，解答生活中的疑惑，成为我们的陪伴。”郜静文说。

    来源：科技日报