[安信证券]：传媒行业专题报告：虚拟数字人的长短期展望，ip与赋能 -尊龙凯时人生就博

虚拟数字人的三种建模成本、技术路径的差异。目前虚拟数字人的建模生成主要有三种，按照人工参与程度的高低，依次为纯人工建模、借助采集设备进行建模、以人工智能进行建模；同时涉及到相关的软硬件，包括建模软件、驱动软件、渲染引擎、拍摄采集设备、光学器件、显示设备等。1）纯人工建模方式——成本高、产能低；2）借助采集设备进行建模——成本适中、应用广泛；3）利用人工智能进行建模——成本低、技术有待提高。 国内外虚拟人商业化存在差异。欧美日韩的虚拟数字人产业发展得相对较快，着力打造身份型虚拟数字人，一是重点打造虚拟ip，擅长做虚拟人的ip化运营；二是针对c端社交领域开发数字化身avatar，虚拟数字人在c端市场的商业价值在于其具备强大的规模化能力，未来元宇宙中虚拟化身/分身的需求有待释放。而现阶段国内主要是在具体的服务端发力——服务型虚拟数字人，比如虚拟客服、虚拟导购、虚拟讲解员等，在实际能够变现的场景运用的比较多。身份型虚拟数字人与服务型虚拟人的底层商业逻辑存在非常大的差异，甚至底层技术路径也不同。海外企业对虚拟人的技术路径的实现、应用场景的要求更高，对收入看得更长期；而国内虚拟人的发展更着眼于当下的运营效率的提高，商业化场景较为单薄，变现方式大多局限于直播电商等短期流量红利中，或者智能导购、客服等行业。 长期看，虚拟数字人是新一轮的ip孵化与商业化。元宇宙作为计算平台，是内容产业当下的重大技术性触发要素，其中的数字人及其人机交互有望得到变革与重塑，第一，人的交互对象与交互方式均发生根本性的变化；第二，虚拟数字人革新了“轻资产”公司的资产负债表，大幅优化利润表；第三，虚拟数字人更重要的是重塑商业模式。元宇宙赋予了虚拟数字人新的活力，虚拟数字人连同数字藏品一起，背后是元宇宙统领下的新时代的生产力与生产关系的脉搏，带来新一轮的ip孵化与商业化。 短期内，预计国内虚拟人率先在特定服务型领域规模化应用。2021年虚拟数字人伴随着元宇宙的兴起而备受瞩目，经过了一年的市场教育期，诸多入局方加速探索可落地的场景。在元宇宙方向上，中国的优势在于“内容与场景、协同方”这两大板块，同时基于现阶段的技术水平判断，中短期内我们预计国内虚拟数字人将率先在某些特定场景中发展落地，如直播带货、虚拟客服等领域，即服务型虚拟数字人预计将率先规模化应用。 投资建议：考虑到中国在内容与场景端的优势，关注现阶段在虚拟数字人相关底层技术与分发环节有所布局的公司，关注广告、电商、增值服务领域的相关标的，关注部分消费品牌在此方向的布局。我们筛选出三类相应标的： 技术型公司：生成虚拟数字人的技术公司，核心在于其业务模式； ip类标的：具备内容优势，且自身ip运营能力突出，可以以综艺、电视剧等内容方式来加持其影响力与知名度； 赋能类标的：运营能力突出，如营销能力或电商能力，依靠自身技术来生产虚拟数字人或提供虚拟数字人尊龙凯时人生就博的解决方案，服务于特定变现场景。 风险提示：政策监管趋严，行业竞争加剧，虚拟数字人相关技术迭代低于预期，行业发展速度低于预期。 2021年是元宇宙元年，我们梳理了元宇宙自2021年9月以来的国内a股行情，共有三轮轮动：1）2021年9月开始的元宇宙行情，以中青宝为代表；2）2021年11月开始的nft行情，以视觉中国为代表；3）2021年12月开始的虚拟数字人行情，以蓝色光标为代表。我们自2021年9月起，紧密跟踪元宇宙相关的动态变化，出具了系列深度研究报告。我们认为这一轮调整结束后，新一轮的轮动，预计将轮动至ip孵化与商业化，这将与虚拟数字人、nft紧密相关。 我们于2021年11月23日发布了第一篇虚拟数字人的报告《元宇宙之中国优势：虚拟数字人，分发与流通环节的新战场》，指出在元宇宙的发展趋势下，虚拟数字人预计是优先受益方向，相关各领域的应用将初步探索发展。自2022年跨年晚会以来，多名虚拟数字人亮相晚会，虚拟数字人这一概念再次进入主流群众视野，引起了关于虚拟数字人形态、技术及应用的又一次讨论。本文再次聚焦虚拟数字人，着重分析虚拟人的三种建模成本、技术路径的差异，并结合当下的技术发展阶段与特点，来探讨短期内虚拟人的运营重点，并抛出对未来长期发展方向的高阶观点——虚拟数字人是新一轮的ip孵化与商业化。 1.虚拟数字人的三种建模成本、技术路径的差异 在虚拟数字人的整个产业链中，上游虚拟数字人的生成主要分为建模、驱动、渲染三大环节，其中虚拟数字人的建模生成是非常核心的一个步骤，也是较为困难的一环，奠定了未来使用的基础。目前虚拟数字人的建模生成主要有三种，按照人工参与程度的高低，依次为纯人工建模、借助采集设备进行建模、以人工智能进行建模；同时涉及到相关的软硬件，包括建模软件、驱动软件、渲染引擎、拍摄采集设备、光学器件、显示设备等。因此，虚拟数字人的上游投入集中在专业人才与相关的软硬件件成本。 图1：虚拟数字人的生成主要分为建模、驱动、渲染三大环节 1.1.纯人工建模方式——成本高、产能低 纯人工建模方式早就存在，虚拟数字人这一概念也不是这两年才有，而是可以追溯到20世纪80年代，人们开始尝试将虚拟人物引入到现实商业世界中，此时的虚拟数字人的制作以手工绘制为主。到21世纪初，cg、动作捕捉等计算机技术进步，建模师借助相关工具软件进行制作虚拟人，大部分的成本仍然是人工成本。 纯人工建模的具体步骤为：1）运用电脑软件画设计稿，描绘建构出人物的三视图；2）根据设计图纸确定人物三维的图形，运用maya、3dmax、zbrush等三维建模软件建立基本的三维模型；3）除了建模师，虚拟人的运营需要团队的协作，虚拟人制作的其他环节还涉及到贴图师、绑定师、动画师、道具师、三维场景设计师等。 目前纯人工建模方式仍在广泛使用，市场上一些超写实的虚拟人或者明星的虚拟人，均可以基于这种建模方式做出来，但人工制作周期较长，且成本非常高，源于该种建模方式的成本主要跟人力相关，一是取决于制作团队的配臵大小，二是取决于建模的精度要求，虚拟人越逼真、越精细，所需的建模时间与成本就会越高。虚拟数字人相关制作人员的平均薪资水平在2021年涨幅明显，随着元宇宙热度的升温而一路走高，目前建模师、绑定师、动画师、道具师、三维场景设计师的月平均薪资水平分别为10-15k、10-30k、10-20k、8-15k、15-30k。 表1：虚拟数字人相关制作人员的薪资水平及招聘要求 以虚拟数字人“邓丽君”为例，数字王国从2014年开始打造1.0版本的虚拟邓丽君，当时的技术难点主要在于没有足够的资料来参考，复刻已故明星的虚拟形象，基本上意味着从零开始打造。虚拟邓丽君基本上是通过人工建模方式做出来的，在当时技术条件还不成熟的情况下，制作团队参照了大量的邓丽君的过往照片、音频、视频，耗费了约一年半时间打造出虚拟邓丽君的面容、姿态与神韵。再比如影视特效公司运用cg等技术还原已去世的保罗在《速度与激情7》中的演绎，相关建模、渲染成本增加了约5000万美元。 目前超写实虚拟人的制作技术已有了突飞猛进的发展，制作一个类似虚拟邓丽君同样水准的虚拟人只需要几个月，但成本依旧较为高昂，产能低。虚拟邓丽君这种属于影视级别的建模，可以将其定义为影视级、超写实、高精度，应用场景有限，主要服务于特别的领域，比如舞台级别领域，且影视级别的虚拟人无法在普通的电脑端直接进行驱动，需要动用众多相关电脑，甚至其渲染都需要一个网络来进行，比如现在有些地方建有渲染农场，在服务器空闲的时候进行渲染。 影视级别虚拟数字人的前期建模成本为几百万到千万元，且不包括后续的驱动、渲染等。制作周期取决于团队规模的大小，一般来说，预计一个20人的团队需要耗费约半年的时间。 所以，从团队配臵与制作周期来看，影视级虚拟人制作成本高的原因在于建模师、动画师等相关人员的工资待遇比较高。 1.2.借助采集设备进行建模——成本适中、应用广泛 现今虚拟数字人的制作时间与成本已大幅降低，但影视级的虚拟数字人对于众多品牌方来说仍然太贵，目前市场上大多数的虚拟数字人是成本相对低的卡通画风形象，各类游戏中的游戏角色其实是早期的虚拟人，可以被称为次时代游戏级别。不同于影视级别，次时代游戏级别的虚拟人的渲染在电脑端/手机端就可以完成，为考虑到用户的硬件运算能力，次时代游戏级别的虚拟人仍与超写实虚拟人在细节上有一定差距，即牺牲了一定的精细度，保证了画面的实时渲染。 除了前述的通过传统纯人工方式建模之外，目前次世代游戏级别虚拟人的建模大多是借助于外部扫描设备采集模型数据，数据的输入方式大致分为两种： 相机阵列扫描：使用上百台相机进行360度的环绕拍摄，构建三维模型，基于模型进行数据的处理，然后转化成可以编辑的格式，再去进行相关的贴图、绑定、动画等操作。 相机矩阵输入方式的优点在于制作周期短、节省人力，可满足大多数虚拟人的建模需求，是当前虚拟人建模的主流方式；但缺点在于不能从底层模型去大幅度修改参数； 结构光扫描：利用三维扫描仪对人体、外部环境等进行扫描，建立点云数据（point cloud data），扫描精度越高，得到的点云数据越多，制作出的模型就越精细。相较前一种的相机矩阵扫描，结构光扫描是一种比较经济的扫描方案；但缺点在于扫描时间长，难以满足运动类目标的重建需求。 图2：相机阵列扫描 图3：结构光扫描的原理 与从零打造一个虚拟数字人相比，在有外部采集设备助力的情况下，虚拟数字人的建模成本就会低很多。该种建模方式的成本主要为设备与人员成本，在几十万至一两百万元不等，可以应用于游戏、电影（不需要超写实、高精度）等领域。若模型的精细程度越高，则需要渲染的单元越多，成本就越高。 1.3.利用人工智能进行建模——成本低、技术有待提高 第三种是通过人工智能的方式来建模，依据的是算法与机器学习。机器能够自动生成虚拟数字人的前提是要获取足够多的数据，对大量的照片/视频进行分析，提取到人的各种数据与信息，然后去模拟出没有提取到的那部分数据，比如鼻子的高度，这不仅依靠算法公式，背后还要基于机器学习，建立在机器对大量人脸照片/视频学习的基础之上，样本越多，算法生成出来的模型就越精准。 人工智能建模的优势在于能够大幅降低成本。依靠前述两种建模方式，做一个次世代游戏级别的虚拟人至少需要几十万元以上的成本，还不包括后续的渲染、驱动等成本。但是通过人工智能技术进行建模，人力成本与时间成本都将降到最低。以前团队需要耗费数个月的时间进行建模，而人工智能可以在很短的时间内快速生成虚拟数字人，建模的过程无需人工，后期修缮环节需要人工参与，进而将建模成本控制在极低的范围。 人工智能建模的难点在于关键技术的突破。人工智能生成与驱动的虚拟数字人所呈现的效果受到语音识别、自然语言处理、语音合成、语音驱动面部动画等技术的共同影响。目前人工智能建模还远不能完全取代纯人工建模与借助采集设备进行建模的结果，尤其是超写实、影视级别的虚拟数字人，人工智能技术还不能完美的生成与驱动，算法过于复杂。即使突破了静态下高仿真的瓶颈，如何让数字虚拟人自然地交互，也是一大难题。人类可以从表情、肢体中读取丰富的非语言信息，因此数字虚拟人的表情、动作中一些细微的不自然都能被人们所察觉到。人工智能建模结果就像siri等虚拟助理对话一样，存在一些差距，但仍在不断改进之中。 综上所述，目前市场上主流的虚拟数字人建模方式包括纯人工、借助采集设备与人工智能这三种，不同方式所适用的场景与所需的技术存在非常大的差异。由于人工智能建模方式依赖于长时间的机器学习以及技术的成熟度，因此当前制作虚拟人的方式仍然较为传统，国内虚拟人公司大多采用前两种建模方式，建模人员可以很好地把握虚拟数字人的精细度，尤其是超写实虚拟人的建模要求不仅是外形相似，动作行为神态等后续驱动也是非常重要的环节，需要人员在后期进行大量调试工作。此外声音也构成智能化虚拟人的重要一部分，如何让机器合成的声音更加自然、有情感，依旧是语音合成技术的较大难点，早期虚拟人如初音未来、洛天依等的声音，背后则是由真人经过训练配音的。 以人工智能为代表的技术将决定未来虚拟