中科深智成维忠：打造代替真人主播的虚拟人

2016年，成维忠带领团队闯进了虚拟人领域。

在接受《链新》采访时，中科深智创始人兼CEO成维忠仍为自己捏了一把汗，“当时进入这个行业其实挺冒险的，虽然现在看来是对的”。成维忠透露，直到2019年，还有投资界和媒体界的朋友对他表示怀疑，而他也经历了从犹疑到坚信的过程。

2020年，新冠疫情催生了迅速增长的线上消费市场，亦推动了中科深智的快速发展。成维忠表示，中科深智旗下产品创梦易自动播目前是市占率较高的AI主播软件，服务超过2000个商家。

成维忠预测，虚拟人市场今年迎来了爆发，未来仍将长时间继续增长，即将到来的元宇宙中将有超过100亿的虚拟人，对应着巨大的市场和机遇。

近日，中科深智完成B轮千万美元的融资，成维忠介绍，本次融资将主要用于核心技术的迭代和产品的研发，明年年初将会推出一些新产品。

(中科深智创始人兼CEO成维忠)

创业选择，从犹疑到坚信

《链新》：你如何理解数字人或虚拟人？

成维忠：我个人倾向于只要能动起来，有表情等设定，跟真人能够交互，都应该纳入到虚拟人的范畴。在未来的虚拟世界中，虚拟人长得像不像真人并不关键，也不会影响到业务的成败。

《链新》：你当初创业为什么会选择虚拟人这个行业？

成维忠：2014年左右有一股VR浪潮，我开始创业时VR浪潮已经在下滑了，但我们判断，从长期来看这个方向不会错，移动互联网下一代大概率的是以VR为主体的。

其次，当时我是做游戏的，技术合伙人是做图像图形的，我们一致认为，接下来的动画内容生产会从传统离线的方式转向实时动画。当时这个预估还是比较冒险的，虽然其他人也有这么看的，但真的投入进去做的还比较少，而我们觉得这是个方向就杀进来做了。

另外，我们受一部法国影片《未来学大会》的影响比较大，该影片讲到了平行世界，对元宇宙未来和社会伦理思考得很深入。当时我们认为，平行世界的人首先要能够互相穿越，要能够去做交互，我们同时也在思考虚拟世界中应该用什么技术去生产内容，后面的创业基本上顺着这个路在走。

《链新》：创业中有遇到过哪些大的困难和挫折吗？

成维忠：困难太多了，最大的困难就是融资。和风投的朋友去谈，我们只能说这是个方向，具体的落地场景自己都讲不清楚，融资根本看不到希望。

其次是在技术研发方面，因为当时这在全世界都是比较新的事，谁也不知道怎么做，所以中间要大量的去试错和摸索。

《链新》：你个人从什么时候开始觉得自己选对了行业？

成维忠：一直到2019年，还有很多投资界、媒体界的朋友有疑问，觉得我们做的不靠谱。

我在2018年的时候信心和决心就很坚定了，当时互联网界和投资界都在讨论下一代互联网是什么，我们感觉自己选的方向是对的。但还有些迷茫，因为不管未来是虚拟人、元宇宙还是平行世界，谁也不知道什么时候来，我们也看不到实际的收入和应用场景。

直到2020年五六月份，我们感觉到自己的春天来临了。当时，新冠疫情对实体经济影响很大，我们服务的客户基本都是偏网络层面的，做直播、IP孵化的都有，当疫情的第一个高峰过后，商机就很多，我们公司的发展就非常快。

让虚拟人接近真人标准

《链新》：请介绍下中科深智的虚拟人技术？

成维忠：我们将虚拟人的技术分为两部分，一是赋予虚拟人生命力的角色创建技术，可以制作二次元、卡通、写实、超写实等各种风格的角色，在外观上，我们可以做到包括皮肤质感、毛孔、瞳孔焦散效果、发丝等细节与真人一般无异。

二是赋予数字人表现力的多模态动作驱动技术，包括文字、语音、键盘指令驱动数字人的技术，以及摄像头动作捕捉技术、用传感器的扫描光学运动捕捉技术等。目前，我们能够让真人演员驱动不同身型比例的数字人模型，精度达到亚毫米级。

《链新》：人类的动作，尤其是表情是非常复杂的，在虚拟人上如何实现的呢？

成维忠：首先用摄像头或者传感器获取人体的运动数据，摄像头捕捉人脸图像，结合算法获取数据并模拟成表情，再映射到数字人模型上。目前我们已经取得不错的效果，比如在虚拟直播和动画制作等场景中，能准确还原人脸的各种表情，惟妙惟肖。但离元宇宙中虚实难辨的效果还有不小的距离，可能需要几年时间的技术迭代。

《链新》：虚拟人如何能理解人类的语言文字？

成维忠：虚拟人的“理解”和现实中人的理解方式是不太一样的。以平时常见的电商AI客服为例，我们问问题，它从数据库里寻找最匹配的答案来回答，这属于NLP(自然语言处理)的范畴，这些答案其实是预先在库里设置好的，这在银行、证券公司、航空公司和政府机构等场景都常见到。

但这样的效果还远远不够，比如在元宇宙中，跟虚拟人之间做更复杂的交互，这就涉及到更高级的情感计算，情感计算现在还是一个世界性难题。

公司的文字驱动技术，能让虚拟人根据提供的文字、语音或音频文件说话，并做出相应的动作和表情，这也是我们的一个探索。

《链新》：虚拟人可以像人一样进行学习吗？

成维忠：可以的，就是AI领域里大家熟知的深度学习。深度学习跟NLP不一样，不需要列具体问题和答案，而是把大量数据提供给虚拟人系统，并通过训练系统告诉虚拟人什么是对的，什么是错的，大量的“训练”之后，虚拟人便能对遇见的各种情况做出判断，学会生成问题、回答问题。

用虚拟人代替真人直播

《链新》：目前虚拟人的市场是怎样的？

成维忠：今年是一个市场需求的大爆发，主要有两个方向，中科深智都有做。

第一类是超写实数字人IP，这是今年媒体聚焦的方向。目前，市场才刚刚起步，大家比较关注头部效应，一些大的金主、广告主都关注头部IP的角色，类似于找明星代言，市场成长非常快。

第二类是比如我们的智能主播系统，是产品驱动和效果驱动的，客户不在意虚拟人是否有IP，因此我们提供了500个角色供客户免费使用。

从长期来看，虚拟人必然会有一个去IP化的过程，后者的市场需求会更大，在未来元宇宙中，99.99%甚至更多都是没有IP的普通人。

《链新》：中科深智目前的市场占有率怎样？

成维忠：我们的市场占有率是很高的，比如，公司旗下产品创梦易自动播是市占率最高的AI主播软件，已服务超过2000个电商企业。

我们认为产品最核心的是要让客户用后收益大于投入，另外，要尽可能的减少真人干预，这是使用虚拟直播产品的主要目的。

据此我们认为：第一，产品角色要足够的多，不同的商品特性不一样，需要的角色也就不一样；第二，产品必须非常的傻瓜化，否则就跟节省人力的初衷相违背；第三，需要做一些效果优化的算法，不停的优化产品和直播带货的效果。

有这些判断后，我们做出的产品就能满足不同商家的需求。而且，由于我们在技术方面的积累比较多，在做业务创新的时候，限制因素比友商要少一些。

《链新》：虚拟人市场未来是否会迎来一个更大的爆发期？

成维忠：今年开始小规模爆发了，但我认为市场需求是一个持续的增长过程，很难在短期里出现很大的爆发，但好处是它很持续。经过五年、十年以后，真正的元宇宙到来就可能会带来巨大的市场，可能会是百亿甚至千亿级的市场。

《链新》：就整个数据人行业，你觉得它的瓶颈或者挑战目前主要是什么？

成维忠：我觉得最大的挑战来自市场，大家的认知还有一个过程，就跟移动互联网刚开始的时候一样。对公司来说，如果市场方向清晰了，市场成长很健康，其他的挑战都是可以克服的。

技术也有一些瓶颈，比如算力的问题，如果AI要追求高标准的话，对算力的要求非常高。比如，前段时间英伟达做的那段片子，至少要花上百万美金，一般的应用场景不可能这样做，成本太高。未来算力成本会逐渐下降，算法也会有新的突破，但需要一定的时间。

虚拟人是元宇宙的用户交互界面

《链新》：你觉得虚拟人和元宇宙的关系是怎样的？

成维忠：元宇宙跟移动互联网最大的区别是交互方式，将从现在的文本交互变成未来的人格化交互。如今，我们使用电脑或手机系统进行操作是通过一个个菜单，而在元宇宙中，你与虚拟世界交互的手段，就是跟虚拟人互动，比如跟它说话，发布指令。因此，虚拟人是元宇宙的用户交互界面。

《链新》：你觉得元宇宙会给虚拟人、这个行业的公司带来哪些机遇？

成维忠：元宇宙每往前走一步，都会带动数字产业的一次爆发。元宇宙是在移动互联网和互联网的基础上做虚实世界的融合，它对未来的影响更加深远，在产业规模上，体量应该比移动互联网要高一个数量级。在未来的元宇宙中，虚拟人数量将会超过真人数量，可能会超过100亿，如此多的虚拟人对应的是一个巨大的市场和机遇。

《链新》：中科深智怎么来定位自己在元宇宙中的角色？

成维忠：我们把自己定位在元宇宙基础设施提供商，主要做底层技术的合作产品。目前市面上大多公司偏向于做IP这一块，我们定位不太一样，就是做基础设施。