AI數(shù)字人哪家強(qiáng)？

近日，IDC發(fā)布《IDC MarketScape：中國AI數(shù)字人產(chǎn)品2024年廠商評(píng)估》報(bào)告，商湯如影AI數(shù)字人生成平臺(tái)位居中國AI數(shù)字人產(chǎn)品領(lǐng)導(dǎo)者第一梯隊(duì)，其中能力維度位列第二，戰(zhàn)略維度并列行業(yè)第一。綜合能力、戰(zhàn)略兩大維度評(píng)估結(jié)果，商湯如影獲得總分第一。

IDC報(bào)告認(rèn)為，2023-2024年AI數(shù)字人整體尚處于起步到成熟的階段，以商湯為代表的明星AI公司掌握各項(xiàng)核心技術(shù)，產(chǎn)品矩陣較為完備，市場認(rèn)知度高，并展現(xiàn)了較強(qiáng)的商業(yè)化能力。
《IDC MarketScape: 中國AI數(shù)字人產(chǎn)品2024年廠商評(píng)估》報(bào)告聚焦端到端的數(shù)字人生產(chǎn)廠商，基于IDC MarketScape廠商評(píng)估模型，圍繞能力和戰(zhàn)略兩個(gè)維度進(jìn)行評(píng)估。其中，能力維度涵蓋產(chǎn)品功能、客戶服務(wù)能力、市場、運(yùn)營能力等指標(biāo)；戰(zhàn)略維度包含產(chǎn)品研發(fā)投入、技術(shù)創(chuàng)新性、市場戰(zhàn)略、業(yè)務(wù)戰(zhàn)略等指標(biāo)。

相似度高至95%，

1天即可完成各類定制數(shù)字人訓(xùn)練

IDC報(bào)告指出，商湯如影依托“日日新SenseNova”大模型體系實(shí)現(xiàn)了高精重建、數(shù)字人物生成、2D/3D關(guān)鍵點(diǎn)捕捉、3D關(guān)鍵點(diǎn)驅(qū)動(dòng)等全棧技術(shù)能力覆蓋，并擁有強(qiáng)大的知識(shí)、數(shù)學(xué)及多模態(tài)交互能力。
大模型和大算力是實(shí)現(xiàn)高質(zhì)量、高效率數(shù)字人生成的核心驅(qū)動(dòng)力。在商湯日日新大模型及商湯AI大裝置的支持下，如影平臺(tái)在生成效果和效率方面雙雙突破。
在生成效果方面，商湯如影生成的數(shù)字人外貌真實(shí)、動(dòng)作表情自然，真人相似度達(dá) 90%~95%，口型匹配度達(dá)95%，并且可以更好地支持不同類型、不同風(fēng)格的數(shù)字人生成，同時(shí)覆蓋多種語言。
在生成效率方面，商湯如影可將傳統(tǒng)視頻制作流程中人工處理時(shí)間大幅減少90%，模型訓(xùn)練時(shí)間減少60%，只需1天即能完成各類定制數(shù)字人訓(xùn)練。

多樣化產(chǎn)品形態(tài)，

滿足個(gè)人到企業(yè)用戶多樣化需求

IDC還指出，在產(chǎn)品和市場方面，商湯如影擁有SaaS、PaaS等多樣化的產(chǎn)品形態(tài)，能夠針對(duì)不同的用戶需求提供個(gè)性化的解決方案，并且在金融、教育、運(yùn)營商、車企、房產(chǎn)、直播電商、文旅、營銷等領(lǐng)域?qū)崿F(xiàn)廣泛應(yīng)用。
面向個(gè)人用戶和小微企業(yè)用戶，商湯如影讓用戶無需進(jìn)行本地部署，只需通過網(wǎng)頁或APP即可使用各項(xiàng)功能。
面向互聯(lián)網(wǎng)公司、MCN機(jī)構(gòu)等企業(yè)用戶，商湯如影的數(shù)字人和AI能力可以與用戶自身的技術(shù)和產(chǎn)品無縫結(jié)合，直接在其現(xiàn)有的產(chǎn)品界面上集成并提供數(shù)字人服務(wù)。
例如，微博基于商湯如影PaaS服務(wù)推出了虛擬角色互動(dòng)、數(shù)字人營銷、客服助手等一系列創(chuàng)新功能和服務(wù)。
上海銀行與商湯如影合作，定制化打造了超寫實(shí)精度的數(shù)字員工，為銀行客戶提供高效的金融服務(wù)，也加速了銀行數(shù)字化轉(zhuǎn)型。

報(bào)告還特別肯定了商湯在前沿技術(shù)領(lǐng)域的創(chuàng)新成果，基于商湯日日新大模型打造的首個(gè)面向C端用戶的可控人物視頻生成大模型——Vimi。

Vimi僅通過一張任意風(fēng)格的照片就能生成和目標(biāo)動(dòng)作一致的單鏡頭人物類視頻，并且能夠做到合理的頭發(fā)、服飾、背景和光影變化效果，以及分鐘級(jí)的生成時(shí)長，突破了其它大模型AI視頻生成的限制。
IDC報(bào)告預(yù)計(jì)，表情、動(dòng)作、語音、視覺甚至是多模態(tài)領(lǐng)域的超大規(guī)模預(yù)訓(xùn)練模型會(huì)進(jìn)一步發(fā)展，助力 AI 數(shù)字人在人物建模、交互、決策等能力上的提升。
隨著技術(shù)平民化變得越來越普及，使用和成本門檻的降低將使得人手一個(gè)AI數(shù)字人的時(shí)代更快來臨！