AI数字人是一种高度仿真的虚拟实体，融合了人工智能和仿真技术，不仅在外观上模仿人类，还在智能认知上展现出接近人类的交互能力。通过深度学习和大数据分析，这些虚拟形象能够自主学习和调整行为，从而在客户服务、教育、娱乐等多个领域提供个性化和多模态的交互体验。
AI数字人的生成依赖于先进的算法和数据处理能力，它们能够理解并响应自然语言，展现出高度的个性化和适应性，为用户提供更加丰富和便捷的数字化服务。
当前，市面上的数字人产品种类繁多，企业和用户常常难以选择。为此，非凡产研特别策划了本期内容，盘点并介绍当前主流的数字人产品及其性能对比，帮助大家更便捷最适合自己的数字人产品。
数字人行业发展趋势
1、虚拟数字人市场规模
根据艾媒咨询发布的《2024年中国虚拟数字人产业发展白皮书》报告显示，2023年中国虚拟人带动产业市场规模和核心市场规模分别为3334.7亿元和205.2亿元，预计2025年分别达到6402.7亿元和480.6亿元，呈现强劲的增长态势。
2023年中国虚拟人核心市场规模为205.2亿元，预计2025年将达到480.6亿元；2023年虚拟人带动周边市场规模为3334.7亿元，预计2025年为6402.7亿元。
2、主流数字人的技术原理和应用
非凡产研此前对国内数字人技术底层做过深入研究，发现目前国内的数字人技术厂商主要依赖以下底层技术：自然语言处理（NLP）技术、多模态融合交互技术（例如语音、手势、触摸、凝视等多种输入形式的组合，以提供自然的用户交互选择）和扩展现实（XR）技术（将真实与虚拟相结合，打造一个可人机交互的虚拟环境，包括AR、VR和MR等技术）。
数字人技术正以其独特的优势，在多个领域展现出其革命性的潜力。在播报场景中，AI驱动的数字人以其高效性和稳定性，取代了传统的重复性劳动力，为流媒体行业带来了创新的播报方式。在新闻播报等对时效性要求极高的领域，数字人能够显著缩短内容从初稿到播出的时间，提高制作效率，使新闻主播的工作量得到质的飞跃。
在娱乐领域，如短视频和直播带货，数字人通过低成本、高效率的内容输出，为用户提供了持续的互动体验，尤其在非高峰时段，有效填补了人工操作的空白。
数字人在以下场景尤为突出：
（1）直播：数字人凭借其多才多艺的特性，以及AIGC技术的不断进步，为娱乐直播带来了全新的活力。它们能够实现24小时不间断的个性化直播，吸引观众，并通过批量生产降低成本，提高运营效率。元享平台的智播模块已经在多个企业和团队中得到应用，并取得了显著成效。
（2）教育：AI虚拟人教育正成为高校关注的焦点，预示着教育模式的创新和变革。
（3）文旅：数字人在智慧导游、伴游和数字博物馆等领域展现出巨大潜力，元境科技正积极布局，以满足全国旅游景点的需求。
（4）专业服务：律所、保险和政府服务等专业行业对数字人的应用需求也在与日俱增。
生成式AI技术是提升数字人交互能力的一个重要技术拐点。然而，目前面临的主要问题是生成式AI通过大模型形成答案的速度较慢，而交互场景对实时性的速度要求非常高。因此，当前生成式AI还不能直接运用到数字人的交互上，这是未来需要大模型解决的问题之一。
随着数字人交互技术的进步，将迎来一系列行业变革，并深刻影响我们的日常生活和娱乐体验。比如数字人将首先在以下领域，涌现许多创新交互：
游戏领域：数字人的交互能力将首次在游戏场景中得到应用，为非玩家角色（NPC）提供更加丰富和真实的配音，以及更多样化的文本响应。这在养成类游戏中尤为显著，能够极大地提升玩家的沉浸感和游戏体验。
短视频/直播带货：AI数字人技术在直播带货领域的应用将得到显著优化。尽管当前虚拟主播在商品展示和响应速度方面与真人主播相比存在不足，但随着交互能力的提升，结合虚拟主播24小时在线的优势，直播带货行业将迎来革命性的变化。
功能性场景：交互技术的提升也将优化AI老师、AI券商分析师等功能性场景的体验。这些虚拟角色将能够接入实时问答系统，及时回答用户的专业问题，提供更加个性化和高效的服务。
然而，当前的渲染技术和虚拟人形象还需要进一步提升。确保数字人形象的渲染质量和视觉效果达到高标准至关重要。这不仅关系到用户体验，也是商业化成功的关键。特别对于大品牌而言，虚拟人的形象需要与品牌的定位和调性高度一致，以满足其对品质和一致性的严格要求。
行业代表性数字人产品
1、HeyGen数字人
产品简介
HeyGen是一个专业的AI数字人视频创作平台，它利用先进的人工智能技术，帮助用户快速创建高度逼真的数字人形象。用户可以通过上传视频素材，HeyGen平台会处理这些视频，提取面部特征和表情信息，生成数字人形象。这个数字人可以用于多种场景，例如虚拟主播、智能客服等。
功能介绍
1、数字人制作
HeyGen的操作流程相对简单，用户首先需要注册账号，然后上传一段能够充分展示面部特征和表情的视频素材。平台会提供一些引导，帮助用户了解如何制作数字人，包括视频介绍和文字介绍两种方式。
用户可以选择使用自带的模板或者自行上传视频来制作数字人。在视频生成界面中，用户可以调整数字人的位置大小，选择语音，输入台词，还可以添加装饰元素如贴纸、音乐等。
2、声音克隆
用户可以声音克隆，支持多国语言，但是中文发音方面还是有待改进。
3、实验室功能
HeyGen还提供了一些额外的功能，比如实验室功能，用户可以通过特定链接访问新的视频翻译工具等。HeyGen的使用场景非常广泛，包括自媒体创作和带货推广等。
通过HeyGen，用户可以轻松地将静态照片转化为动态视频，控制数字人进行带货推广，从而吸引更多潜在客户。
HeyGen平台还提供了一些优惠措施，比如给予新注册用户一定时间的免费时长，让用户可以在没有任何成本的情况下体验平台的基础功能。
相关报价
HeyGen提供灵活的定价方案，包括月度和年度订阅选项，以满足个人、团队和企业用户的不同需求。通过这种分层定价策略，用户可以根据自己的使用频率和规模，选择最合适的订阅计划，享受个性化的数字人视频制作服务。
2、商汤如影数字人
产品简介
商汤如影（SenseAvatar）是商汤科技旗下的数字人视频生成平台，依托于商汤科技的“日日新SenseNova”大模型，为用户提供自然语言处理、图片生成、自动化数据标注、自定义模型训练等多种大模型及能力。
商汤如影平台的核心功能包括文本生成、语音生成、动作生成、图片生成、NeRF等，能够实现数字人形象的个性化定制，并呈现逼真的口型、表情和动作。
功能介绍
（1）创作视频
降低制作门槛，提升创作效率，用户只需输入视频文本（支持PPT上传），选择自己的数字人形象及音色即可。平台同时支持背景画中面、文字等在线编辑。打造数字人短视频的一站式生成。
（2）定制形象
如影支持个人形象定制服务，只需要 5分钟生成您的专属2D 数宇人，分辨率支持1080P、2K、4K。
（3）克隆声音
通过商汤日日新大模型的迁移学习，只需上传少量音频就能生成超自然人物音色，语调、语速在线配置。一次生成即可获得多语种多语言服务，帮助您灵活运用各类需求场景。
（4）模版市场
海量素材随心选择，满足不同场景的短视频需求。
相关报价
商汤如影数字人报价分为三种VIP会员、定制训练费、加油包类别费用，VIP会员服务：为客户提供不同等级的会员服务，每个等级包含不同的特权和优惠，以满足不同用户的需求。
定制训练费用：根据客户对数字人的具体需求，提供个性化定制服务，这些定制服务需要额外的费用。加油包：为了给用户提供更加灵活的增值服务，商汤如影还推出了加油包选项，用户可以根据自己的实际使用情况购买额外的服务时长。
3、腾讯智影数字人
产品简介
体验官网：https://zenvideo.qq.com
腾讯智影是一个集素材搜集、视频剪辑、后期包装、渲染导出和发布于一体的在线剪辑平台，能够为用户提供从端到端的一站式视频剪辑及制作服务。其中，智影支持形象与音色定制、数字人播报、数字人直播等功能
功能介绍
（1）数字人播报
用户可以创建一个数字人角色，输入文字后，数字人可以生成视频，进行播报。此外，还支持横竖版模版、PPT播报导入、数字人选择、播报背景、腾讯视频海量影视素材、AI生成文案/改写/扩写/缩写等
（2）文本配音
文本生成音频，支持选择音色、选中文本设置读速、词组设置词语连读、单个汉语点发音、选中数字或符号点选读法、选中单词或词组设置发音、选中文本设置发音、AI生成文案改写/扩写/缩写等；
（3）文章转视频
素材范围为腾讯视频版权素材，该功能使用前提需要申请授权；
（4）形象与音色定制
平台支持数字分身定制、照片变脸制作数字人、声音复刻；
（5）数字人直播
用户可以管理直播节目内容，平台支持直播体验版和真人接管直播专业版，并且具有互动问答库，支持用户与数字人互动。
相关报价
腾讯智影的报价按照定制收费和会员收费两种，此外对于数字人直播进行额外收费。定制服务收费：腾讯智影提供个性化的数字人定制服务，这种服务适合那些需要独特数字人形象和功能的高端用户。
会员服务收费：用户可以选择成为会员，享受会员专属的价格优惠和额外服务。数字人直播额外收费：对于使用腾讯智影进行数字人直播服务的客户，平台根据直播的特定需求和提供的技术支持收取额外的费用。
形象与音色定制
数字人直播
4、硅基硅语数字人
产品简介
硅基智能是一家专注于AI数字人技术的创新企业，提供一站式服务，包括虚拟数字人、视频创作平台和高品质配音库。公司致力于通过简单、灵活、高效的工具，帮助用户快速生成个性化视频内容，积累数字资产，并在元宇宙空间中实现广泛应用。
硅基智能自2018年推出全球首个AIGC数字人并成功实现商业化。此外，硅基智能已经克隆了50万个硅基数字人分身，每天平均有5万场数字人直播。目前，硅基智能的估值接近10亿美元，拥有近百项授权发明专利。
功能介绍
（1）数字人定制
用户可以通过上传2-3分钟长度的话术训练视频，方便快捷。
（2）声音克隆
用户可以通过语料或者在线录音进行定制声音克隆。
（3）视频翻译
指定翻译语言，一键将视频翻译成其他语言讲解，而且还能保留用户说话的音色和风格；
（4）让照片会说话
上传照片制作包含口型的视频；
（5）数字市场
市场拥有数字人模特、模版、声音等海量资；
相关报价
硅基硅语的数字人服务定价结构采用统一的货币单位——钻石，1元人民币兑换1钻石，作为所有服务计费的基础。
通用视频时长5钻石1分钟；音频时长1钻石1分钟；照片会说话5钻石1分钟；形象克隆- S级-超清版8000钻石1次；直播-高级场景克隆20000万钻石一次；在线录音8000钻石1次；形象克隆-E级980钻石1次；形象克隆-S级3980钻石1次；声音克隆-E级680钻石1次；声音克隆-S级3980钻石1次；
5、魔珐有言3D数字人
产品简介
体验官网：https://youyan.xyz/platform/home/prime?from=xmovai
魔珐有言是一个一站式AIGC视频创作平台，它提供了多种功能和应用场景，以帮助用户轻松地创作出高质量的视频内容。其中，包含文本3D视频、文生3D镜头、文生3D动画、文生文等
功能介绍
（1）文本生成3D视频
用户可以创建一个数字人角色，输入文字后，数字人可以生成3D视频，进行播报。支持用户选择场景、数字人、素材、视频编辑等；
（2）文本生成3D镜头
支持全景、全屏、中景、近景、特写等镜头优化功能；
（3）文本生成文本
支持文本生成脚本等；
相关报价
魔珐有言报价提供灵活的定价方案，包括月度和年度订阅选项，以满足个人、团队和企业用户的不同需求。通过这种分层定价策略，用户可以根据自己的使用频率和规模，选择最合适的订阅计划，享受个性化的数字人视频制作服务。
五大数字人产品对比
每个平台都有其独特的优势和适用场景。用户在选择时应根据自己的具体需求，考虑声音多样性、数字人形象自然度、视频制作工具的功能性以及AI技术的先进性等因素，以选择最适合自己的数字人视频生成平台。
综合评价HeyGen、商汤如影、腾讯智影、硅基硅语、魔珐有言这五个数字人视频生成平台，我们可以从以下几个维度进行分析：
声音多样性与定制性：
HeyGen数字人技术领先，提供300多种声音和50多种语言的丰富选择，实现口型与声音的精准匹配，尽管中文发音有待优化；
相比之下，商汤如影和魔珐有言音色选择有限且缺乏定制服务，腾讯智影目前主要支持中英文，而硅基硅语则在音色分类上表现更佳。
数字人形象与动作自然度：
Heygen的数字人技术在肢体动作和嘴型匹配上表现流畅，提供多样化的定制功能；
而商汤如影和腾讯智影在形象自然度上有所局限，尽管商汤如影提供3D数字人但资源有限；硅基数字人表现平平；
相比之下，魔珐有言在3D形象自然性上脱颖而出，不过缺少快速定制服务。
视频制作工具与功能：
Heygen以其成熟的数字人与AI融合技术在视频制作领域占据领先地位；
商汤如影满足基础视频生成需求，但AI文案功能需进一步改善以提升用户交互体验；
腾讯智影则以其先进的AI功能，提供扩写、改写、缩写等快捷功能、丰富的影视素材库和智能视频工具，如智能抹除和字幕识别等工具，为用户提供了不错的制作体验；
硅基硅语虽缺少AI文本生成功能，但其用户友好的编辑工具和素材选择用户体验比较舒服；
魔珐有言则以其流畅的3D数字人制作工具脱颖而出，展现出在虚拟形象制作方面的专业能力。
适用场景：
HeyGen数字人技术广泛应用于社交媒体、广告、教育、新闻、客服、企业宣传、娱乐、个性化视频制作、虚拟直播和品牌代言等多个领域；
商汤如影则擅长短视频、直播、教育、金融等行业；腾讯智影提供一系列智能小工具，覆盖视频制作、内容创作、教育、娱乐、新闻、社交媒体和直播等场景；
硅基硅语适合银行、金融、知识付费和科普教育等专业场合；
魔珐有言平台以3D视频AIGC、动画制作、文案创作和声优变换等功能，适用于3D视频、广告、社交媒体内容创作、教育和企业宣传等。
作者：Jackson
编辑：Qiuping