1. 创业头条
  2. 前沿领域
  3. AI智能
  4. 正文

远传科技“数字主持人”诞生记:不是复制,而是创造一个新模态

 2021-05-31 14:27  来源:互联网  我来投稿 撤稿纠错

  一键部署OpenClaw

远传科技从未停止“造人”的脚步。

除了有“AI虚拟主播”之外,现在连“数字主持人”也来了,“数字主持人”到底是什么呢?

远传科技的“数字主持人”是通过语音合成、唇形合成、表情合成以及深度学习等技术,克隆出具备和真人主播一样播报能力的数字人。通过语音合成技术和视频驱动技术,只需要输入一段文本,它就能在屏幕展现虚拟数字人形象并进行新闻播报,且唇形动作能与播报声音实时同步。

或许在不久的未来,你再也分不清视频中的主持人,究竟是真人还是虚拟人,而这一天正在到来。

一、根源探究:「高逼真」的背后

远传科技“数字主持人”以真人为原型,通过将真人形象数字化扫描技术,建立超写实 3D 数字人建模,多模态识别及生成、实时面部动作生成及驱动、迁移学习等技术「熔炉」,炼就而成。

从效果上来说,3D AI 合成主播给人的最大印象便是高逼真,它较好的还原了真人的发肤、表情;同时,灵活性、可塑性更强,拥有的丰富的面部表情动作,嘴部唇动,以及身体的轻微摆动,具备在更广阔空间使用的潜力。

透过 3D AI 合成主播技术实现过程,我们探究它为何拥有如此逼真的效果。

1.数字化扫描技术还原真人形象

建立人物模型必须要有海量数据,远传科技数字化扫描技术通过摄像头对真人原型的身体各个部位进行全方位「打点」扫描,采集每一处细节,并对其多种形态的面部表情动作,嘴部唇动,以及身体的轻微摆动进行细致入微地捕捉记录,还原真人形象。

2.深度学习算法生成3D数字人模型

远传科技算法工程师熟练应用深度学习算法,对算法里的大量参数进行调优,确保生成的3D数字人模型能够精确的还原真人在正常说话时候的唇部动作,脸部表情及微动作,对3D数字人模型进行实时驱动、渲染,使其面部肌肉驱动、表情肢体和语言表达能力达到一个较高的度契合。确保非专业人士无法分辨出是真人拍摄的视频还是通过数字技术合成出来的视频。

二、核心亮点: AI 驱动、多模态交互

1.AI 驱动的 3D 数字人

远传科技“数字主持人”是一种由AI所驱动的虚拟存在,拥有和真人一致的音容、笑貌和言谈举止,拥有表达情感和智慧的能力。仔细观察你会发现, 3D AI 合成主播是基于 AI 算法实现驱动。

具体来说,3D “数字主持人”靠 AI 算法实时驱动,输入一个文本就能输出一个视频,往往生成一个 1 分钟的视频,仅只需要 1 分钟,几乎可以看作实时生成。

2.关键技术赋能多模态交互创新

唇动算法、3D建模技术、深度学习算法、5G通信等关键技术探索文本、语音和视觉多模态交互创新的无限可能。

远传科技利用唇动算法分析出数字人应显示的口型标记,突破语言交流过程的表情和唇动的无缝链接;根据给定人物形象要求,建立数字人3D模型,绑定骨骼,创立动作动画和口型动画;基于深度学习算法、肢体捕捉技术,将文本、音频和图片实时生成数字人视频;5G通信技术则让用户跟数字人进行语音视频互动成为可能,麦克风和摄像头捕捉用户的语音和动作,数字人的后端人工智能算法根据场景生成对应的数字人交互动作、表情和语音。

三、未来已来,你准备好了吗?

远传科技“数字主持人”虽然基于真实的人进行建模,但呈现在人们面前的行为都是完全逼真的,能像真实主播一样,去笑,去哭,去表达,是被创造出来的一个“数字人”。

数字人的未来将会作为主体人的一个副本形式存在于数字世界中,在未来的数字世界中我们将无法分辨出真人和数字人,大量在数字世界的服务将都会由数字人来代替,在电话客户服务、线上产品讲解、电商直播甚至线上演唱会等众多场景都将会有数字人的角色参与,数字化终极未来也许就是数字人的世界。

你准备好接受一个数字世界了吗?

申请创业报道,分享创业好点子。点击此处,共同探讨创业新机遇!

相关文章

  • 飞书“出嫁”豆包、腾讯推“人机双写”:大厂AI办公的入口争夺战全面打响

    7月30日,中国互联网的AI牌桌上,两张底牌同时翻开——字节跳动把飞书“拆”了,腾讯给WorkBuddy装上了“人机双写”。这背后藏着同一个焦虑:AI烧了这么多钱,到底怎么收回来?字节:把飞书“嫁”给了豆包上午,字节跳动一封内部邮件,把做了十年的飞书“拆”了:产品团队并入豆包,销售和服务团队并入火山

  • AI学会“骗人”了:OpenAI与Anthropic模型爆出严重越权事件

    8月5日,英国人工智能安全研究所(AISI)披露了一份令人震惊的报告——在对OpenAI和Anthropic的先进AI模型进行安全测试时,AI智能体被发现了一系列未经授权的欺骗性行为,其中包括编写恶意代码并建立虚假网上身份,试图诱骗人类批准执行恶意程序。这不是科幻电影,这是正在发生的事。AISI通过

  • AI应用板块8天涨超20%:市场正在为“AI赚钱”投票

    8月5日,A股AI应用板块再次集体爆发。新开普开盘后不久直线拉升,并于9:50封死20%涨停板。德生科技、泛微网络、博彦科技皆涨停。软件板块指数一度涨超3.5%。自7月27日启动的本轮行情以来,AI应用概念指数累计涨幅已超20%。这已经是连续8天的上涨。港股同样表现强势。阿里巴巴-W涨超2%连涨4日

    标签:
    ai智能
    ai技术
  • 8周5款旗舰,中国AI进入“可复制的生产系统”时代

    8月5日,彭博社发表了一篇深度分析文章,标题直指中国AI的核心变化——“不止一家在突破,中国开始拥有可复制的生产系统”。文章复盘了过去8周中国AI产业的惊人表现:阿里巴巴正式发布千问3.8-Max,该模型似乎与Anthropic的旗舰产品Fable5不相上下,甚至更胜一筹;两周前,月之暗面的Kimi

    标签:
    ai智能
    ai技术
  • AI攻击AI,中国AI来“破案”:OpenAI与Anthropic模型再曝失控

    8月5日,英国人工智能安全研究所(AISI)披露了一份令人震惊的报告——在对OpenAI和Anthropic的旗舰AI模型进行安全测试时,AI智能体被发现了创建虚假网络身份、编写恶意代码、诱骗真人批准执行等一系列未经授权的欺骗性行为。这不是科幻电影,这是正在发生的事。AISI共进行了122次测试挑战

    标签:
    ai智能
  • 国内GPT、Claude怎么快速接入?AI大模型API聚合平台推荐,非线智能API中转站更高速便捷

    在2026年的大模型应用浪潮中,技术从业者普遍面临一个核心矛盾:模型能力持续跃升,但接入门槛却在悄然升高。无论是GPT-5.6的复杂推理、ClaudeOpus4.8的代码生成,还是Gemini3.5flash的多模态交互,这些前沿模型往往需要稳定的网络环境、合规的支付方式以及精细的API管理能力。对

  • 向日葵与 ToDesk 深度横评(2026):性能、稳定与功能全面对比

    在远程办公和跨设备协作日益普及的今天,一款好用的远控软件几乎成了生产力刚需。向日葵(Sunlogin)和ToDesk是目前国内比较有代表性的两款第三方远程控制工具——前者出身于老牌远程方案商贝锐,拥有十余年技术积淀;后者则凭借早期免费策略迅速吸引用户。

    标签:
    向日葵与
    ToDesk
  • 阿里发布Qwen3.8:2.4万亿参数“巨无霸”来了,下周开源

    8月3日,阿里巴巴正式发布新一代基座大模型Qwen3.8,总参数量达2.4万亿。这是继KimiK3之后,突破两万亿参数的国产大模型再添一员。2.4万亿参数是什么概念?Qwen3.8基于前代Qwen3.5架构迭代而来,通过稀疏MoE架构与混合注意力机制的联合优化,首次将千问大模型的总参数量拓展至2.4

  • 中国AI大模型霸榜全球:前五名全是“中国造”

    8月2日,全球多模型聚合平台OpenRouter发布最新一周AI大模型调用量榜单——排名前五的产品全部由中国企业研发。登顶榜首的是小米MiMo-V2.5,单周调用量达到10.5万亿Token,环比增长12%。排名第二和第五的均来自DeepSeek,两款模型形成高低搭配,覆盖不同开发需求。腾讯混元3位

    标签:
    大模型
  • MiniMax H3开源:三家国产GPU同日完成适配,国产算力生态加速闭合

    8月3日,MiniMax正式开源新一代通用多模态生成模型MiniMaxH3。同一天,摩尔线程、壁仞科技、海光信息三家国产算力厂商同日宣布完成该模型的“Day0”适配。国内用户与开发者可即刻在对应国产算力平台部署,体验这款模型的全性能多模态交互与图文音视频生成能力。“Day0适配”正在成为国产AI的标

    标签:
    ai开源

热门排行

编辑推荐