近日,国内头部源码厂商灰豚公开宣布将推出阿凡达模式2.0版本,以让数字人直播这一代表性应用拥有更多的可能性。该消息一经发布,便立刻引发了一众业内人士和技术爱好者的关注。
相关资料显示,所谓的阿凡达模式是一种让真人化身数字人或数字人化身真人的实时驱动技术。它通过允许真人在直播过程中随时接管数字人的方式,让真人拥有了在幕后通过语音、文字等形式实时控制数字人行为的权力,实现真人与数字人双向配合的同时,也让数字人能够根据直播的实际情况在自动直播和真人接管两种模式中灵活切换,进而提升直播的整体质感。
举个简单的例子,就数字人直播的互动来说,传统的数字人直播互动往往需要真人在直播前完成关键词和回复话术的设置,一旦公屏中的问题没有触发关键词,那么,观众和数字人主播之间也无法形成有效互动。而阿凡达模式的推出后,即使直播过程中出现用户没有提前设置好的问题,用户也能通过真人接管模式,用文字或语音的方式实时驱动数字人主播完成互动。在此过程中,由于数字人主播的口型能够与回复话术完全匹配,因此,观众不会发现任何端倪。等互动结束后再切回自动直播模式,整体的直播流程也不会受到干扰。
再加上灰豚本身在数字人制作中所采用的三维重建、TTSA+音视频驱动技术、ARKit表情识别和AIGC等多项核心技术和“1+N”数字人训练模式,就能让它所搭建的数字人直播平台在实际应用过程中,呈现出拥有在基本外观与表情、情绪和肢体动作等细节方面均与真人无异和与所应用行业高度适配的数字人主播在正常工作的同时,也能够应对直播中出现的各种“突发情况”的效果。
从这个角度上来看,阿凡达模式的推出确实是对数字人主播业务能力的又一次强化和对数字人直播可能性的再一次拓展。而绝大多数入局者和用户所担心的该模式推出后,灰豚之前搭建的AI绘画、AI文案、AI直播语音互动等直播运营工具和AI复活、文生视频等AI热门应用将不再“沦为装饰”的问题也不会成为发生,毕竟,阿凡达模式只是让数字人在直播这一场景中具备更强的专业性,其他像数字人视频、企业宣传素材生成等应用场景并不会受到任何影响。
换句话说,用户仍然可以同从前一样在使用平台中自带的海量公模、支持全球语言的AI语音库、照片克隆、AI数字人克隆、AI声音人克隆和灰豚MotionAI大模型等多种克隆模式中自行选择数字人主播的生成模式和直播状态的同时,利用上述及数字人直播平台拥有者定制的新功能完成多种工作,只是在数字人直播过程中,可以通过使用阿凡达模式实现自动直播和真人接管两种模式的自由切换,以更好地保证观众观看时的体验感。
当前,我国数字人相关企业数量不断增长,天眼查数据显示,我国现存与数字人相关的企业114.4万家。其中,2024年1~5月,新增注册企业为17.4万余家,与2023年同期相比增加5.9%。面对如此激烈的市场竞争,数字人直播平台只有持续紧跟技术发展的趋势,才有机会站稳脚跟,而此次阿凡达模式2.0版本的上线和它后续的发力情况,相信可以为这一点提供有力佐证。