(相關(guān)資料圖)

日前，中國信息通信研究院（以下簡稱“中國信通院”）發(fā)布數(shù)字人產(chǎn)品評測結(jié)果，開普云AI數(shù)字人能力平臺在技術(shù)能力、工程化能力、安全保障三方面均順利通過評測，獲得權(quán)威肯定，這也標(biāo)志著開普云的數(shù)字人能力達(dá)到了行業(yè)領(lǐng)先水平。

2021年以來，隨著元宇宙概念的持續(xù)火爆，數(shù)字人相關(guān)的市場規(guī)模也隨之迅速擴(kuò)大，然而行業(yè)也呈現(xiàn)出產(chǎn)品良莠不齊、評判方法缺失等問題，讓用戶選擇數(shù)字人時(shí)無從下手，亟需權(quán)威的行業(yè)標(biāo)準(zhǔn)統(tǒng)一認(rèn)知。中國信通院發(fā)起的數(shù)字人系統(tǒng)基礎(chǔ)能力評測依據(jù)《數(shù)字人系統(tǒng)基礎(chǔ)能力要求及評估方法》標(biāo)準(zhǔn)開展，代表業(yè)界頂尖技術(shù)水準(zhǔn)。

開普云AI數(shù)字人能力平臺參與并通過了基礎(chǔ)技術(shù)能力、基礎(chǔ)工程化能力、基礎(chǔ)安全保障能力三大維度的全面評估，其中基礎(chǔ)技術(shù)能力包括形象技術(shù)能力、語音技術(shù)能力、驅(qū)動(dòng)技術(shù)能力、內(nèi)容供給能力、人設(shè)定制能力等能力，基礎(chǔ)工程化能力包括標(biāo)準(zhǔn)資源配置披露、可移植性、易用性、可擴(kuò)展性、兼容性、時(shí)效性、可靠性等方面，基礎(chǔ)安全保障能力包括形象版權(quán)保障、顯著標(biāo)識等內(nèi)容。

開普云AI數(shù)字人能力平臺基于人工智能技術(shù)，實(shí)現(xiàn)數(shù)字人形象自動(dòng)構(gòu)建與驅(qū)動(dòng)的突破與創(chuàng)新，從而簡化了傳統(tǒng)的數(shù)字內(nèi)容制作操作過程，具備“低成本、零門檻、智能化”生成數(shù)字人能力特點(diǎn)，能夠“大批量、高效率、自動(dòng)化”地進(jìn)行數(shù)字人視頻內(nèi)容生產(chǎn)，高效生成可操作、可落地、可感知的數(shù)字人，在客戶的不同業(yè)務(wù)場景下進(jìn)行數(shù)字人賦能，提供一站式的數(shù)字人生成運(yùn)營服務(wù)。

在數(shù)字人核心驅(qū)動(dòng)技術(shù)方面，開普云數(shù)字人驅(qū)動(dòng)采用身份無關(guān)驅(qū)動(dòng)技術(shù)路線，定制化數(shù)字人驅(qū)動(dòng)不需要一般廠商長達(dá)數(shù)天的個(gè)性化模型訓(xùn)練，僅需數(shù)分鐘的預(yù)處理，即可實(shí)時(shí)驅(qū)動(dòng)任意符合拍攝標(biāo)準(zhǔn)的定制化視頻。為了實(shí)現(xiàn)高質(zhì)量驅(qū)動(dòng)，開普云算法團(tuán)隊(duì)創(chuàng)新研發(fā)了利用人臉三維模型重建系數(shù)輔助進(jìn)行語音驅(qū)動(dòng)數(shù)字人神經(jīng)網(wǎng)絡(luò)訓(xùn)練算法，利用同步損失、重構(gòu)損失、感知損失等多種損失函數(shù)設(shè)定進(jìn)行畫質(zhì)提升；并基于StyleGAN技術(shù)思想，通過引入人臉識別損失函數(shù)，研發(fā)了能夠保持個(gè)人身份特征的面部視覺特性優(yōu)化算法，進(jìn)一步提升了數(shù)字人的動(dòng)態(tài)視覺表現(xiàn)力。相較于經(jīng)典的數(shù)字人驅(qū)動(dòng)算法，在保持語音驅(qū)動(dòng)數(shù)字人音唇同步性的同時(shí)，提高了數(shù)字人驅(qū)動(dòng)效果的自然流暢度，尤其是在4K高分辨率情況下的驅(qū)動(dòng)畫質(zhì)。申請發(fā)明專利《語音播報(bào)視頻的生成模型訓(xùn)練和使用方法、裝置及設(shè)備》、《說話人視頻的生成模型訓(xùn)練和使用方法、裝置及設(shè)備》等。

在平臺能力方面，為滿足用戶簡便快速內(nèi)容生產(chǎn)需求以及業(yè)務(wù)擴(kuò)展需要，平臺在架構(gòu)與功能方面進(jìn)行了精心設(shè)計(jì)與優(yōu)化，支持通過簡單拖拉拽的方式設(shè)置形象、位置、聲音、背景、字幕、素材等內(nèi)容；平臺支持算法集群部署和多并發(fā)調(diào)用，擁有大批量用戶支撐能力；還具備開放API集成能力，已與某融媒體導(dǎo)播平臺、某數(shù)字內(nèi)容融合管理云平臺完成對接，為其提供數(shù)字人生成能力賦能；平臺支持SaaS和本地化部署，生成的視頻結(jié)果可一鍵分享到網(wǎng)頁端、移動(dòng)端進(jìn)行多端訪問。

開普云AI數(shù)字人能力平臺滿足了用戶普遍的使用需求、支持業(yè)務(wù)規(guī)?；瘧?yīng)用落地、適應(yīng)多樣化場景，通過本次評測是開普云在人工智能領(lǐng)域尤其是智能化內(nèi)容生產(chǎn)領(lǐng)域深厚技術(shù)積累和創(chuàng)新能力的印證。未來，開普云將不斷探索技術(shù)創(chuàng)新，推動(dòng)數(shù)字人、AIGC等技術(shù)與產(chǎn)業(yè)的深度融合，讓這些技術(shù)更高效地融入可落地的產(chǎn)業(yè)場景中。

關(guān)鍵詞：