數(shù)智人主播當(dāng)家，從形似到神似

據(jù)了解，第一財經(jīng)頻道此次采用的數(shù)智人主播，根據(jù)欄目場景需求做到了更加精細(xì)化的定制，華院計算基于自研的大規(guī)模多模態(tài)預(yù)訓(xùn)練技術(shù)及少樣本可控生成技術(shù)，僅需采集主持人數(shù)分鐘自由講話視頻，便創(chuàng)建出了生動的數(shù)智人形象，擁有如同真人主播的情感表情、形象氣質(zhì)、語音語調(diào)、口唇表情、肢體動作。

利用這一少樣本可控生成技術(shù)，節(jié)目組在后續(xù)使用中無需真人出鏡，解決拍攝、視頻制作周期漫長等一系列問題，可以實現(xiàn)在短時間內(nèi)即生成一期節(jié)目。在這個過程中，用戶僅需輸入文本，即可實現(xiàn)同音色語音合成、口型同步生成、軀體動作自適應(yīng)匹配等多位一體的形象生成，輸出信息包括聲音、姿態(tài)、表情、動作等，與輸入文本自然匹配。

華院計算為頻道提供了端云協(xié)同2D真人數(shù)智人驅(qū)動技術(shù)，其中云端算法主要負(fù)責(zé)聲音合成、姿態(tài)和表情等內(nèi)容生成相關(guān)任務(wù)，而端側(cè)負(fù)責(zé)將這些內(nèi)容數(shù)智人視頻，并保證音頻與視頻的同步。從而通過超寫實數(shù)智人進(jìn)行播報，并結(jié)合視頻內(nèi)容理解分析技術(shù)實現(xiàn)媒體資源管理，利用多維度標(biāo)簽文本-視覺的語義對齊，以1:1時間實現(xiàn)一鍵視頻生成。

在第一財經(jīng)新近發(fā)布的《秒懂金融》欄目中，除了豐富的股市點評和分析內(nèi)容外，節(jié)目的一大亮點就是除了連線嘉賓為真人外，節(jié)目畫面中的演播室場景、主持人李婷、現(xiàn)場嘉賓應(yīng)有為均通過華院計算數(shù)智人技術(shù)合成，通過文字和語音驅(qū)動形成兩個數(shù)智人對話的神奇畫面。

攤薄成本、技術(shù)成熟，商業(yè)模式大變革

華院計算作為行業(yè)內(nèi)最早布局AI數(shù)智人的企業(yè)之一，已為政府機(jī)構(gòu)、品牌商家、意見領(lǐng)袖等提供一系列AI數(shù)智人產(chǎn)品和解決方案，通過標(biāo)準(zhǔn)化的價格、產(chǎn)品和服務(wù)逐步擴(kuò)大當(dāng)前市場份額。

華院計算專注人工智能算法研究，目前在數(shù)智人領(lǐng)域已與包括金融保險行業(yè)的中國人壽、消費行業(yè)的聯(lián)合利華以及傳媒領(lǐng)域的第一財經(jīng)等在內(nèi)的許多頭部企業(yè)開啟深度合作。

此次與第一財經(jīng)節(jié)目組達(dá)成內(nèi)容生成方面的合作，給AI+傳媒這一全新行業(yè)帶來了新的呈現(xiàn)可能，實現(xiàn)①響應(yīng)號召，探索文化和科技融合的有效機(jī)制，加快發(fā)展新型文化業(yè)態(tài)，形成更多新的文化產(chǎn)業(yè)增長點；②幫助用戶快速創(chuàng)作和生成視頻內(nèi)容。用戶可以輸入關(guān)鍵詞或簡要描述，華院計算數(shù)智人視頻生成平臺將根據(jù)這些信息生成相關(guān)視頻，為用戶提供快速高效的視頻制作方案；③讓優(yōu)質(zhì)內(nèi)容獲得乘法效應(yīng)，加強(qiáng)對內(nèi)容運營的重視、或進(jìn)一步擴(kuò)大視頻傳播范圍都是不可或缺的提效工具。

華院計算數(shù)智人視頻生成平臺界面截圖

以往，復(fù)雜的訓(xùn)練樣本數(shù)據(jù)采集，導(dǎo)致數(shù)智人定制過程長、成本高。如今，隨著生成式人工智能（AIGC）技術(shù)的不斷進(jìn)步，為數(shù)智人提供了強(qiáng)大的技術(shù)支撐，更高效、更逼真、更智能的“數(shù)智人”應(yīng)用正在廣泛落地、適應(yīng)不同的場景和需求，展現(xiàn)出無限的可能性。越發(fā)擬真的外觀，自然生動的表情，再加上大語言模型技術(shù)加持下具備“最強(qiáng)大腦”，推出更高智慧和個性化定制的的數(shù)智人，并可通過技術(shù)手段進(jìn)行批量生產(chǎn)，同時在橫向和縱向具強(qiáng)擴(kuò)展性，為企業(yè)在內(nèi)容運營和傳播方面的降本增效帶來顯著提升。

華院計算數(shù)智人開發(fā)平臺體驗入口：https://aigc.unidt.com/dolly/base/next/#/login

nina