数字人“黑洞”：花100万造人，花800万运营

今年前10个月，国内数字人就拿走120亿元。

作者 | 周晓莉
编辑 | 刘景丰
数字人正在攻城略地。
在视频平台，越来越多数字人成为up主。11月15日，百度AI数字人希加加、度晓晓、林开开、叶悠悠等在快手账号发布一条入驻快手短视频，宣告百度数字人家族集体入驻快手。而B站上的直播一栏，也已经有专门的虚拟主播选项。
在营销圈，百度AI数字人“希加加”已经抢了麦当劳产品推荐官的饭碗；A-SOUL的人气虚拟偶像“嘉然”成为PICO的首场VR主播；而奇瑞汽车和花点时间则先后宣布将虚拟数字人“阿喜Angie”作为自己的品牌代言人；另一位数字人国风少女“翎_LING”更是斩获了特斯拉、宝格丽、雅诗兰黛等多个大牌的代言。
当然，说到这里也不能少了“柳夜熙”。2021年，凭借国风美妆“捉妖”人设，在抖音爆火的“柳夜熙”，至今合作的品牌包括百度Apollo、小鹏汽车、VIVO，还有娇韵诗、安踏、字节游戏等超200个品牌。

去年走红的超写实数字人“柳夜熙” 图源：柳夜熙微博
数字人，似乎在以肉眼可见的速度成为新的流量明星。而数字人背后的企业，也在今年赚足了资本的注意力。
然而，一个尴尬的现实是，爆火的数字人背后，真正能持久运营的少之又少。在抖音平台，就连数字人中的顶流“柳夜熙”目前也只更新了23期内容。而为了做好内容，柳夜熙已经配备了140余人的创意团队，单单一个作品的全部参与人员会在200人左右。
这意味着，要花费巨额的运营成本。而通常，维持一个虚拟人的运营，一年就要花费七八百万元。
这也使得，数字人这个行业如同她那盛世美颜——华美的脸庞之下，尽是辛酸。

1.120亿买来了什么？

2021年10月31日，“柳夜熙”凭借一条“捉妖”题材短视频爆红，一夜涨粉363万。这是许多人开始认识虚拟人的第一课——流量。
从此以后，各大虚拟人纷纷出现，并赚足了一时的眼球：数字员工“崔筱盼”荣获2021年万科总部最佳新人奖，虚拟人“邓丽君”在江苏卫视2022跨年演唱会亮相，湖南卫视全新综艺《你好，星期六》启用数字主持人“小漾”……
数字人爆火于2021，延续于2022。相关数据显示，截止2022年10月，国内虚拟数字人领域融资数量近百起，金额约120亿元。然而，这120亿元的投资，目前看并没有给整个行业带来一个亮眼的表现，反而热度一过，乱象丛生。
凭捉妖视频走红的“柳夜熙”，已经是当下虚拟数字人的代表。在其抖音账号，目前发布的作品共有23条。相比抖音上其他视频的日更或周更频率，“柳夜熙”这一创作速度显然无法满足人们的需求。
实际上，这已是数字人账号中更新比较频繁的了。抖音上，国风数字人翎_LING自2020年11月于抖音发布第一条视频以来，至今也只有区区12条。最靠前的几条全是与品牌合作的广告视频，最后一条视频停在了今年9月份为某橄榄油拍摄的广告，此后就陷入停滞。
在企业端，担任全球鞋类巨头斯凯奇潮流主理人的数字人孔襄，于今年4月份在抖音正式出道发布第一条视频，截至到目前也仅发布了8条视频，这其中，有3条是在4月份发布的，最后一条视频停更在今年9月，已显现后继无力的征兆。
虽然一代又一代虚拟数字人蜂拥而至，但它们中的多数并未在市场中激起太大浪花，就已消失不见。
除了更新乏力，一些数字人在呈现方式上也有很多“猫腻”。
快手 Y-Tech 技术专家施侃乐博士告诉「甲子光年」，如果数字人在短视频平台的前三秒不能吸引到用户，用户大概率会流失，所以虚拟人的形象需要做到在三秒钟之内让用户爱上。这其中可能是通过卡通式的可爱、也可能是通过仿真人的逼真，但都需要做到尽可能的优秀。

虚拟歌手初音未来的演唱会现场
有数字人行业相关人士告诉「甲子光年」，大部分报价低、且声称能够打造数字人的公司，其实是在做动画，“只不过把动画模型一点点抠出来罢了。”
还有些号称超写实的数字人，其数字人根本就不是3D模型，而是真人。在做直播的时候，为了节省成本，采取用真人直播+AI换脸的半虚拟方案——除脸部是数字化构建外，其他地方，凡是不涉及到脸部特写，只要衣服、身形比例差不多，就可以用真人来实拍。
这种走“捷径”的方式，就会导致行业缺少对虚拟人生产技术的重视，长期来看一定会影响数字人的发展。实际上，已有很多知名的数字人案例遭到吐槽，比如登上春晚的虚拟数字人“翎_LING”就被吐槽面部僵硬一眼假；北京国际电影节的元宇宙星推官虚拟数字人“梅涩甜”也被吐槽角色建模塑胶感严重，“土味十足”；首个国风虚拟男艺人“秦佑”同样被吐槽“毫无特色”。
在商业化上，数字人带货尽管噱头很大，但并没有达到预期。数字人没有真人的产品感知，天然就存在局限性。以数字人“翎_LING”为例，2021年翎_LING在小红书发布笔记，称某品牌口红“滋润不干”，随后就遭到网友质疑，“虚拟人怎么知道这唇膏涂上去干不干？”

数字人翎_LING为某品牌口红带货拍摄的广告图
不是真人的数字人在试图以“人”的角度评测产品时，由于虚拟人是出现在虚拟环境中，而商品是在现实环境中，如果没能解决好两者的互动关系，很大程度上会适得其反。
此外，为数字人提供设备解决方案的上游企业，普遍的做法是先为客户提供数字人的一次性解决方案，但条件是要让客户长期购买其软件服务，每年再交一些服务费。更像是借着数字人的火热，先用数字人做“诱饵”，实则还是推平台软件来收费。
还有一些to B公司，在为客户做完方案之后却不把数字资产给客户，而只是做一个最终图片或是视频的交付。因为担心客户在拿走数字资产后，会去找其他的供应商做内容，后续就很难赚到钱。这类公司普遍存在的难点在于，在打包产品的时候如果没能沉淀出平台能力，就只能在项目制徘徊，无法复用，难以走向平台化。
再加上元宇宙的概念之下，虽然大厂基本都在布局数字人相关业务，但是不少数字人订单实际上是外包给第三方公司。由于各家的技术标准不一样，让数字人在数字资产制作、人物渲染、人工智能训练、构建知识库，打造生产内容能力之间的各个节点比较割裂，致使成本更高，且最终生产出来的数字人，较之原始需求想要达到的效果出现折损。
据清华大学新闻与传播学院元宇宙文化实验室近期发布的《元宇宙发展研究报告3.0》显示，当前虚拟IP正面临不同程度的热度减退、用户新鲜感丧失等难题。从品牌角度，制作高品质虚拟IP成本较高，而后继运营乏力，无高水准交互能力支撑，IP价值呈现回落态势。

2.花100万“造人”，花800万运营

一位数字人行业从业者向「甲子光年」表达了一个观察：在数字人刚开始火的时候，大家会更注重数字人的皮相，所以面数（注：面数指的是3D人物的三角形个数，通常三角形的个数越多人物越逼真。）高制作精良的数字人就容易出圈。但这类数字人一旦出圈以后，后面的驱动极贵，到后期的维护成本会很高。这时候IP能不能成功，不仅仅是虚拟人的面数以及视频是否制作精良，而是很大程度上取决于它背后的世界观，它的故事性。
一句话就是，漂亮的皮囊靠不住，还得是有趣的灵魂。
这也就解释了，为什么全球有超过3万个数字人，然而能被人记住的却寥寥无几。
据业内人士透露，很多刚进入这个行业的人，由于对行业了解不够，不是从现实出发，而是在赶潮流的情况下做了一款超写实的数字人，认为有100万就能够将数字人做得很好，但忽略了后期运营的预算实际上是前者的数倍。因为只要用它，后面就要持续投入，一旦预算不够，这个超写实的数字人也就做废了。
目前来看，仅仅打造一款超写实数字人的价格通常就在100万元左右，费用成本主要在形象设计、建模绑定和渲染驱动三大部分。
以抖音美妆达人“柳夜熙”为例，其制作企业创壹科技CEO梁子康曾对媒体表示，“柳夜熙”仅制作投入就在百万元级别，而第一条“柳夜熙”的短视频成本约几十万元。超写实虚拟人视频每秒的成本都在万元区间。
除此外，虚拟数字人还需要技术驱动，传统通过真人驱动的模式，需要穿动作捕捉服才能达到对虚拟人的微表情控制。而仅一套专业动捕服就需要几十万到几百万不等的投入，同时需要十几个人的团队进行维护，穿这套动捕服，再加上头盔的校准都需要一个小时。
当然，这些只是技术、装备上的价格，更大的成本在内容。
“柳夜熙”虽然没有固定的中之人（注：中之人指虚拟人背后的真人操作者）但也必须要在内容以及运营上，保证IP人设的一致性、连贯性，还要不断有新创意，这并非易事。
“柳夜熙”背后的运营公司创壹科技创始人谢多盛向「甲子光年」坦言，打造“柳夜熙”，最难的地方的确在于如何去构建它的世界观，因为世界观才能辅助数字人完成精神价值。
“柳夜熙”找到的突破口是，定位2.5次元、国风美妆、以捉妖师来和元宇宙的剧情做贴合。从“柳夜熙”目前发布的短视频来看，悬疑剧情衔接紧密，画风不输电影质感，每个短视频都能传递出它想要构建的世界观，颇具看点。
有网友在“柳夜熙”的抖音账号下留言；“感觉好像在看电影啊”，“立意做得也好”……所以，“柳夜熙”的成功，本质上还是内容能力的成功。
“柳夜熙”这类内容的一条3-5分钟的视频背后，有相当多的人力支撑。谢多盛告诉「甲子光年」，柳夜熙的整个创意团队目前大概140号人，但实际在柳夜熙的制作拍摄过程中，整体一个作品的参与人员会在200人左右。
“柳夜熙”团队曾透露，推出“柳夜熙”之前的半年多时间，研发成本、人员成本、技术成本等投入已“远超百万元”。小冰公司首席运营官、人工智能创造力实验室负责人徐元春也曾表示，目前运用3D建模等类似技术制作的超写实虚拟人，仅单个形象部分，3D模型成本就在30万元至45万元左右，运营一年可能要花掉五六百万元。
这里面，一段3分钟左右的超高清数字人动画制作费用动辄就要几十万元，从策划到筹备需要1~2个月的时间，总体成本接近一个S级的网剧。再加上在数字人本身费用、直播费用、以及元宇宙空间打造上的投入，没几百万根本下不来。

数字人后续的运营成本才是看不见底的“黑洞” 图源：拍信
单以数字人直播来说，数字人每次直播运行的一排设备、几十个光追摄像头、所有的光学动作捕捉、场景灯光修正、视觉动作捕捉，每一个小的技术点的修正价格，都在万元往上。那些更逼真的数字人，会对面部表情精度以及头发纹理有更高的要求，对于它的驱动就会更难，成本也极高。
这也就是为何有些超写实的数字人做到很逼真，却只能静态呈现。即便是动态，也是在2D或者是一些简单模型上面去做。在这个行业，数字人的成本往往先通过面数来评估工作量，再制定相应成本，也由于行业的非标性，导致没有具体价格，价格弹性就导致价格不透明。
对于数字人的运营成本，某从业者估算了一个更大的数字，“假如建模花100万，另外至少再放800万准备去用它”。而所谓的“用它”也就是让其动起来，比如数字人的语音表达、面部表情、动作生成等，都需要AI驱动，这是投入的大头。
一个反面的例子是，某从业者曾接触过一家银行，对方希望打造一款数字人。最早其先与某元宇宙数字整合营销服务商进行合作，合作项目分别是数字人本身费用、短视频费用、直播费用以及元宇宙空间。
其中还用数字人搞了一场脱口秀直播，这就涉及到场地、真人演员、软硬件的动捕设备、演播室系统等等。除开这些本身成本之外，提供服务方还需要从中赚到利润。结果就是，合作了仅半年，就已经花费了三四百万。
钱没少花，技术上的交付成果却很粗糙。据了解，这家银行由于元宇宙空间还未上线，只能继续和这家厂商合作，但其余的项目都已经主动寻找其他厂商去提供服务了。

3.我们需要多少数字人？

在今年7月21日的2022百度世界大会现场上，百度集团资深副总裁、百度移动生态事业群组（MEG）总经理何俊杰做了一个出人意料的判断，“‘人均一个数字人’的时代已经到来”。
可从目前数字人的发展来看，无论是在变现还是新玩法上都陷入了瓶颈。在市场认知上，顶流无非就那么几个，用户端对于数字人的接受程度并没有想象中高，在影响力上面也没有一个更大的突破。
这不禁让人发问，在产业技术尚还没有得到大升级的条件下，市场真的需要这么多数字人吗？
当前数字人经常被诟病的一点在于，是只有一个数字“皮囊”却没有“灵魂”，无法做到与人更自然的交互，更不具备“情感连接”。
施侃乐博士表示，无论是数字人背后的主体（即中之人或人工智能）的主观能动性、感染力等综合的吸引力，还是通过“皮囊”表现出的拟真程度，（即面部的微表情、一颦一笑），这两点都是虚拟人技术的深水区。尤其在主体的主观能动性上，目前人工智能还很难在模拟人类表演和情绪上完全通过图灵测试。
此外，从多个维度去看数字人，也远没到真正的产业爆发点。
从市场层面来看，当前的数字人更多是应用在to B、to G领域中，还处在一个非常早期的市场教育阶段，在to B尚未形成规模化的时候，对于to C就更需要前者先去普及。所以当前的to C领域还需要较长时间的培育，目前的商业化都还在探索之中，主要以品牌掏钱为主。
从AI技术上，当数字人有了皮相之后，它后面的驱动以及对话，如果没有一个非常好的AI大脑，也只能局限在中之人里。目前对于数字人的制作难点在实时交互上，要做到实时交互，不仅需要有Unity这样的实时3D引擎来完成高画质渲染，同时也需要语音、智能系统、硬件设备、网络甚至算力的系统配合，需要各个学科协同发展。
从产销情况上，市场早期阶段，数字人缺乏大规模的商用场景，更多用在B端。数字人普遍集中在服务型数字人，如虚拟客服、银行虚拟业务员、景区导览数字人。而形象IP级的数字人，多是用于品牌传播，但由于后期内容运营成本昂贵，各家都在探索阶段。
从承载数字人的“场域”上，由于数字人涉及云端渲染、动捕、NLP等技术，对技术和资金投入要求高，从前期的设备投入到后期的人力时间，都在一定程度上阻碍了数字人的大规模商用。同时，要考虑将数字人运用在什么样的场才能够更好地去承载它的算力，比如影视级或者是CG游戏级的，设备还很难跟上，现在的场更依赖于大厂推动。

图源：Getty Images
虽然借着元宇宙叙事，很大程度上能加快数字人的发展进程，但也只有在技术上将成本降下来，才能更好地去规模化。
其次，还需要实现元宇宙“破壁”般的万物融合，让数字人在元宇宙里面可以真正去提供服务，陪伴用户进行其他场合和平台的社交、游戏、办公等活动，而不是单点式地提供某一种类型的价值。
宙予科技创始人兼CEO朱峰认为，数字人要结合以3D互联网为定义的元宇宙主体来谈，3D互联网里面的人货场应该是交互着对用户提供服务。不能缺少对用户具体使用场景的深刻理解，否则单独只以数字人作为产品提供服务，只能是盲人摸象。
李未可科技品牌负责人李恬认为，数字人要想真正迎来产业上的爆发，应该是消费级的，而不只是一个观赏性的东西。每个人拥有一个自己的数字孪生，大家除了在生活中交互之外，还可以在一个虚拟的平行空间里面也用自己的数字形象去交互。在一个全新的设备上去社交，要等到AR和VR真正普及之后，但现在并没有到这个时间。
那么，从当前来看，数字人的爆发最有可能先基于AI技术的发展，比如UE5和MetaHuman的出现，极大降低了实时渲染以及创建高精度数字人的门槛。让数字人在一些交互式的营销场景以及在数字员工的场景下，去逐渐取代中之人的方案，现在已经有很多的行业应用。
另外，在2D互联网向3D互联网的变迁过程中，需要虚拟世界跟现实世界之间高度融合，也为数字人带来了一个大的天时，在事关产品体验、事关市场供给以及商业模式下，数字人要想持续的热，这是一场合力。
今年称得上是一个数字人的爆发节点，无论大厂或小厂，都推出了自己的数字人，但当前数字人大多处于L1~L3阶段，即依赖算法驱动肢体、姿态、口型、表情等，数字人可执行简单的决策和操作。未来数字人将实现L4~L5水平，由数字人自主进行决策、执行任务，完全实现智能化交互。
而现在，数字人背后的企业要做的不是拉开一场众多参与者制造的数字人“竞赛”，更应该思考如何赋予优质的内容和不断更新的技术手段，让数字人真正能够发挥价值释放吸引力。

数字人“黑洞”：花100万造人，花800万运营

浏览过的版块