把數字人成本從數萬元打到幾十塊，京東斬獲這項唯一特等獎

據公號“京東黑板報”3月19日消息，近日，中國人工智能學會發布2024年度“吳文俊人工智能科學技術獎”公告，京東科技人工智能團隊憑藉“多模態交互式數字人關鍵技術及產業應用”項目榮獲中國智能科學技術最高獎——吳文俊人工智能科學技術獎的特等獎，也是本年度唯一的特等獎。

資料顯示，在本次獲獎項目中，京東科技人工智能團隊在以下三方面實現了技術突破：

提出了低成本、高保真人體建模技術，解決了人體建模成本高、觀感差難題

提出了語義一致多模態應答技術，解決了多模態語義難對齊、應答弱難題

提出了多模態自然化行為生成技術，解決了多樣化行為難協調、交互假難題

近期，京東言犀數字人技術再度進化。京東科技人工智能團隊打造的數字人通用的基座大模型，通過語音合成大模型LiveTTS及通用數字人大模型LiveHuman，僅需輸入自然語言或1秒視頻/照片，即可生成4K超高清、100%口型匹配的數字人，徹底告別數字人制作對線下拍攝、建模與耗時訓練的依賴。

LiveTTS語音合成基座模型，可以基於20萬小時數據訓練的擴散模型，實現“零樣本”聲音合成與多語種情感化輸出，音色相似度較其它頭部廠商高出1.3倍、字符錯誤率（CER）降低最高5.12%；LiveHuman數字人基座模型有創新性的人體過渡幀生成技術，解決多片段銜接卡頓難題，在遮擋、大角度、動態背景、多人直播等極端條件下仍有流暢表現。

這一系列突破將單個數字人生產成本從數萬元拉低至兩位數，較真人拍攝模式成本降幅超90%，標誌着數字人從“專業工具”正式成為“普惠生產力”。這將為廣告素材批量生成、新媒體投放、個人IP打造等場景應用拆掉技術藩籬，走向工業級應用。

數字人直播引發關注 央廣網報道截圖

談到AI數字人的產業應用，在2024世界人工智能大會上，京東雲言犀負責人曾對我們表示，用户已經跨過了AI數字人直播的“恐怖谷效應”。一旦人們接受了這樣的內容，那麼AI數字人直播帶來的好處就很多了：不只是解放人們的時間，可以實現一天24小時直播，它還可以實現多個數字人之間的互動，給用户帶來更加豐富的呈現內容，其中很多形態還是真人不一定能做到，甚至做不到的。

數字人正在湧入電商等各類產業場景 2024年WAIC現場圖

本文系觀察者網獨家稿件，未經授權，不得轉載。