AIGC+數(shù)字人應(yīng)用項(xiàng)目7AIGC機(jī)械工業(yè)出版社《人工智能通識》配套資源目錄CONTENTSLOGO0101項(xiàng)目描述與項(xiàng)目分析0202相關(guān)知識0303項(xiàng)目實(shí)施0404人工智能倫理案例分析PARTTWO相關(guān)知識2.相關(guān)知識思維導(dǎo)圖2.相關(guān)知識——數(shù)字人的內(nèi)涵數(shù)字人（DigitalHuman/MetaHuman），是運(yùn)用數(shù)字技術(shù)創(chuàng)造出來的、與人類形象接近的數(shù)字化人物形象。從廣義上講，數(shù)字人是指數(shù)字技術(shù)在人體解剖、物理、生理及智能各個層次、各個階段的滲透。而從狹義上講，數(shù)字人是信息科學(xué)與生命科學(xué)融合的產(chǎn)物，利用信息科學(xué)的方法對人體在不同水平的形態(tài)和功能進(jìn)行虛擬仿真。在本教材中研究的數(shù)字人，泛指結(jié)合計(jì)算機(jī)圖形學(xué)、動作捕捉、深度學(xué)習(xí)、語音合成等技術(shù)創(chuàng)造的虛擬人物，它們能像真人一樣說話、做表情，甚至與人互動。2.相關(guān)知識——數(shù)字人的生成技術(shù)數(shù)字人的構(gòu)建主要依賴人工智能、3D建模與動畫、自然語言處理（NLP、深度學(xué)習(xí)與大數(shù)據(jù)）等核心技術(shù)。數(shù)字人的構(gòu)建涉及眾多專業(yè)理論，其內(nèi)容廣泛且深奧。為使讀者能更直觀地把握，可借助比喻手法來進(jìn)行說明，具體如下。造身體——3D建模與動作捕捉：用電腦像捏橡皮泥一樣塑造數(shù)字人的外形（3D建模），再通過攝像頭、傳感器記錄真人動作（動作捕捉），讓數(shù)字人靈活擺手和眨眼，就像動畫電影角色的制作過程。裝大腦——人工智能驅(qū)動：給數(shù)字人裝上“AI大腦”：語音識別讓它聽懂說話，自然語言處理讓它理解語義，深度學(xué)習(xí)讓它能對話、創(chuàng)作（類似手機(jī)語音助手升級版）。例如教育數(shù)字人能回答學(xué)生提問，就是靠這些技術(shù)。添靈魂——表情與語音合成：通過人臉肌肉模擬技術(shù)讓數(shù)字人微笑皺眉，再用語音合成（如文字轉(zhuǎn)語音）配上自然的聲音。比如虛擬主播的生動表情和語調(diào)，背后都是算法在精準(zhǔn)控制。當(dāng)前很多數(shù)字人生成平臺已經(jīng)擁有2D真人、3D超寫實(shí)、卡通、美型等多種風(fēng)格的形象資產(chǎn)庫，配套3D服裝、發(fā)型、配飾等模型資產(chǎn)以及形象動作、表情庫，同時支持針對2D真人和3D形象提供虛擬人形象定制，可滿足多場景應(yīng)用需求。2.相關(guān)知識——數(shù)字人的分類數(shù)字人可根據(jù)功能用途、技術(shù)形式、驅(qū)動方式和應(yīng)用場景進(jìn)行系統(tǒng)分類。從功能用途看，數(shù)字人主要分為服務(wù)型和身份型兩類。服務(wù)型數(shù)字人主要替代真人完成重復(fù)性任務(wù)，如數(shù)字客服、虛擬導(dǎo)游等，強(qiáng)調(diào)功能性和效率；身份型數(shù)字人則具備獨(dú)立人設(shè)，如虛擬偶像或企業(yè)IP形象，側(cè)重品牌塑造與用戶情感連接。如圖7-2所示。按技術(shù)形式劃分，數(shù)字人可分為2D和3D兩類。2D數(shù)字人基于平面圖像技術(shù)，制作成本低、周期短，適用于直播帶貨等場景；3D數(shù)字人則依托三維建模與渲染技術(shù)，具備立體化形象與多角度交互能力，廣泛應(yīng)用于影視特效、虛擬教育等領(lǐng)域。從驅(qū)動方式來看，數(shù)字人可分為智能驅(qū)動型和真人驅(qū)動型。智能驅(qū)動型依賴AI算法實(shí)現(xiàn)自主交互，如語音助手或教育數(shù)字人；真人驅(qū)動型則通過動作捕捉技術(shù)，由真人實(shí)時操控，如虛擬主播或影視替身，確保動作與表情的高度擬真。按應(yīng)用場景分類，數(shù)字人可覆蓋教育、娛樂、商業(yè)等多個領(lǐng)域。教育數(shù)字人可輔助教學(xué)演示；娛樂數(shù)字人包括游戲角色與虛擬演出；商業(yè)數(shù)字人則應(yīng)用于電商直播、金融客服等場景，推動行業(yè)智能化升級。2.相關(guān)知識思維導(dǎo)圖2.相關(guān)知識——數(shù)字人的應(yīng)用數(shù)字人的應(yīng)用已有研究表明，虛擬數(shù)字人的吸引力、擬人化、可信度、專業(yè)性、相關(guān)性、個性匹配度、人設(shè)植入與真實(shí)性等特征能夠影響用戶的感知、態(tài)度、接受度與行為意愿。2024首屆中國數(shù)字人大會發(fā)布的《中國數(shù)字人發(fā)展報告（2024）》預(yù)計(jì)，2025年中國數(shù)字人核心市場規(guī)模將達(dá)480.6億元，帶動產(chǎn)業(yè)市場規(guī)?？蛇_(dá)6402.7億元。2.相關(guān)知識——AI智能編程助手的核心功能教育領(lǐng)域數(shù)字人可作為虛擬教師，通過語音合成與AI對話技術(shù)為學(xué)生提供個性化輔導(dǎo)。例如，模擬真人教師講解知識點(diǎn)，并自動生成練習(xí)題。比如，2024年廣東財(cái)經(jīng)大學(xué)全民數(shù)字教育學(xué)院積極探索技術(shù)賦能教育的路徑，已率先應(yīng)用AI技術(shù)，創(chuàng)新推出了AI數(shù)字人課程和卡通動畫教學(xué)視頻。娛樂領(lǐng)域虛擬偶像通過2D/3D形象與粉絲互動，舉辦線上演唱會或發(fā)布數(shù)字專輯。這類數(shù)字人依賴動作捕捉技術(shù)與深度學(xué)習(xí)模型實(shí)現(xiàn)自然表演。2.相關(guān)知識——AI智能編程助手的核心功能

新聞領(lǐng)域AI新聞主播可24小時不間斷播報新聞，通過語音合成和表情驅(qū)動技術(shù)模擬真人播報效果，大幅提升新聞制作效率。比如，2024年春節(jié)期間，浙江省杭州文化廣播電視集團(tuán)的《杭州新聞聯(lián)播》節(jié)目，使用AI數(shù)字人進(jìn)行新聞播報，且做到了零失誤率，引發(fā)社會關(guān)注。服務(wù)領(lǐng)域數(shù)字人在服務(wù)領(lǐng)域主要應(yīng)用于客戶交互與流程自動化，提升效率并優(yōu)化用戶體驗(yàn)。例如，數(shù)字客服通過自然語言處理（NLP）技術(shù)實(shí)現(xiàn)7×24小時在線應(yīng)答，處理咨詢、投訴等標(biāo)準(zhǔn)化業(yè)務(wù)；虛擬導(dǎo)覽員則在博物館、景區(qū)等場景提供智能講解與路線指引。此外，金融數(shù)字員工可協(xié)助完成開戶審核、理財(cái)咨詢等任務(wù)，降低人力成本。隨著多模態(tài)交互技術(shù)的發(fā)展，服務(wù)型數(shù)字人正逐步實(shí)現(xiàn)更自然的語音、表情和動作反饋，推動智能化服務(wù)升級。2.相關(guān)知識——主流數(shù)字人模型及其特點(diǎn)主流數(shù)字人模型及其特點(diǎn)模型/產(chǎn)品名稱開發(fā)機(jī)構(gòu)主要特點(diǎn)MetaHumanEpicGames（美國）UnrealEngine高保真3D建模。提供超寫實(shí)3D數(shù)字人建模工具，支持實(shí)時動畫與表情捕捉OmniHuman字節(jié)跳動（中國）從單張圖片生成逼真全身動態(tài)視頻，支持自然表情、手勢和物體交互OneShotOneTalk中國科大與香港理工單圖生成個性化動態(tài)說話頭像，實(shí)現(xiàn)逼真動畫效果。降低了創(chuàng)建逼真、可動的虛擬形象的門檻，使得用戶可以僅通過一張圖片就能生成具有高度個性化和表現(xiàn)力的虛擬形象。AnchorCrafter中國科學(xué)院和騰訊將人-物交互（HOI）集成到姿態(tài)引導(dǎo)的人體視頻生成中。專注主播形象生成，支持動態(tài)背景與實(shí)時口型同步EchoMimicV2阿里巴巴螞蟻集團(tuán)支持通過音頻驅(qū)動半身人體動畫生成。通過輸入一段音頻、一張參考圖片以及簡單的手勢序列，它可以生成頭部、手勢和上半身動作的動態(tài)視頻。MimicTalk字節(jié)跳動與浙江大學(xué)基于NeRF技術(shù)，僅需15分鐘訓(xùn)練個性化3D說話人臉模型，提供高精度3D數(shù)字人驅(qū)動duix.ai硅基智能（中國）AIGC實(shí)時渲染、2D真人建模。50幀/秒超流暢畫面，低算力要求，適用于直播、社交等實(shí)時交互。全球首個AI數(shù)字人開源項(xiàng)目Hallo2復(fù)旦大學(xué)與百度（中國）音頻驅(qū)動、長視頻生成。支持1小時長視頻、4K分辨率生成，適用于教育、虛擬現(xiàn)實(shí)等場景2.相關(guān)知識——主流數(shù)字人制作工具對比按功能劃分按功能，主流數(shù)字人制作工具可分為公模與私模兩類。公模工具（如即創(chuàng)數(shù)字人、剪映數(shù)字人）提供免費(fèi)或低成本的預(yù)制角色模板，用戶可通過簡單編輯快速生成內(nèi)容，但同質(zhì)化風(fēng)險較高，適合預(yù)算有限或需求簡單的場景。私模工具（如HeyGen、焦點(diǎn)數(shù)字人）需用戶提交真人視頻訓(xùn)練專屬模型，支持高度個性化形象克隆，獨(dú)特性強(qiáng)，但成本較高，適用于品牌營銷、高端內(nèi)容制作等對形象獨(dú)特性要求高的領(lǐng)域。2.相關(guān)知識——主流數(shù)字人制作工具對比按技術(shù)路線劃分按技術(shù)路線，數(shù)字人工具主要分為2D視頻合成與3D虛擬驅(qū)動兩類。2D技術(shù)（如蟬鏡）通過視頻合成實(shí)現(xiàn)數(shù)字人生成，成本低、效率高，適合電商直播、短視頻等輕量化場景。3D技術(shù)（如魔琺有言）基于專業(yè)建模與動作捕捉，可驅(qū)動高精度虛擬角色，實(shí)現(xiàn)復(fù)雜交互與動畫效果，多用于影視制作、虛擬IP開發(fā)等對表現(xiàn)力要求高的領(lǐng)域，但技術(shù)門檻與成本較高。2.相關(guān)知識——主流數(shù)字人制作工具對比主流數(shù)字人制作工具對比工具名稱開發(fā)機(jī)構(gòu)主要特點(diǎn)主要應(yīng)用場景百度曦靈百度數(shù)字人平臺，集數(shù)字人生產(chǎn)、內(nèi)容創(chuàng)作和業(yè)務(wù)配置服務(wù)于一體。企業(yè)宣傳、產(chǎn)品介紹、教育培訓(xùn)騰訊智影騰訊-3D虛擬角色驅(qū)動，AI智能文案生成內(nèi)置教育場景模板教育課件、品牌宣傳商湯如影商湯科技基于“商湯日日新SenseNova”大模型短視頻和直播抖音公模2D合成自媒體短視頻剪映數(shù)字人字節(jié)跳動抖音生態(tài)深度適配，一鍵生成帶貨腳本與AI成片抖音短視頻、直播切片即夢AI深圳臉萌科技有限公司AI繪畫和動效效果連貫性強(qiáng)、流暢自然的視頻生成自媒體蟬鏡廈門蟬鏡科技極速克隆真人形象（2分鐘視頻即可），支持24小時AI直播與電商帶貨模板電商直播、短視頻帶貨魔琺有言魔琺科技專業(yè)級3D虛擬角色庫，支持智能動效與多模態(tài)交互影視動畫、品牌IP打造焦點(diǎn)數(shù)字人焦點(diǎn)視界私?？寺「叨似放茽I銷飛影數(shù)字人靈之宇實(shí)時動作捕捉驅(qū)動虛擬人，低延遲直播推流技術(shù)虛擬直播、線上活動互動HeyGen深圳詩云科技支持多語言克隆真人形象與聲音，300+視頻模板，5分鐘生成口播視頻跨國企業(yè)宣傳、培訓(xùn)視頻AIGC+數(shù)字人應(yīng)用項(xiàng)目7AIGCPARTTHREE項(xiàng)目實(shí)施3.項(xiàng)目實(shí)施思維導(dǎo)圖3.項(xiàng)目實(shí)施任務(wù)1構(gòu)建數(shù)字人“李白”文化大使“李白故里”文化節(jié)籌備組需要制作能吟誦唐詩、講解歷史的數(shù)字代言人。技術(shù)團(tuán)隊(duì)使用有言3D平臺的共享模型庫，選擇符合盛唐氣質(zhì)的基底模型，通過語音驅(qū)動和文本輸入，生成能實(shí)時互動問答的“數(shù)字李白”。該數(shù)字人將在景區(qū)智能終端展示。3.項(xiàng)目實(shí)施任務(wù)1構(gòu)建數(shù)字人“李白”文化大使”文本生成：選用DeepSeek等大語言模型工具，快速生成文化大使的背景故事、研究內(nèi)容等文本。視頻生成：使用有言AI生成視頻數(shù)字人。視頻優(yōu)化：使用剪映對視頻進(jìn)行畫質(zhì)優(yōu)化與添加背景音樂。技術(shù)工具選用有言AI是一款原生3D內(nèi)容AIGC產(chǎn)品?？梢詫?shí)現(xiàn)3D視頻，一鍵生成。用有言AI創(chuàng)作視頻，無需拍攝，無需真人出鏡，有大量的高質(zhì)量超寫實(shí)3D數(shù)字人角色庫可供選擇。通過魔琺自研的AIGC全棧技術(shù)能力，即AIGC三維動畫、AIGC三維超寫實(shí)形象、AIGC三維運(yùn)鏡、AIGC聲音，有言能夠一鍵生成：場景、運(yùn)鏡、動畫、聲音，從拍攝到剪輯。有言簡單易用，僅需通過生成內(nèi)容、編輯鏡頭、視頻包裝三步操作，即可打造一個高質(zhì)量的3D視頻。有言AI簡介3.項(xiàng)目實(shí)施任務(wù)1構(gòu)建數(shù)字人“李白”文化大使”剪映客戶端和移動端提供視頻編輯服務(wù)。用戶可以切割、剪切視頻，調(diào)整播放速度，應(yīng)用特效、轉(zhuǎn)場效果。它還有濾鏡、美顏、文本、貼紙功能，支持多種字體、語音轉(zhuǎn)字幕。音頻方面，有音樂資源和變聲功能。剪映簡介3.項(xiàng)目實(shí)施任務(wù)1構(gòu)建數(shù)字人“李白”文化大使總的來說可以分為以下四個步驟，用AI工具（如DeepSeek）寫一段“數(shù)字李白”的背景故事和互動場景，以生成角色描述。用AI視頻工具（如有言）輸入描述，生成李白朗誦詩歌的虛擬人視頻。用剪映加上字幕和背景音樂（如古箏曲），讓畫面更生動。制作流程確定需求生成角色描述視頻生成視頻優(yōu)化審核與反饋3.項(xiàng)目實(shí)施任務(wù)1構(gòu)建數(shù)字人“李白”文化大使作品效果3.項(xiàng)目實(shí)施任務(wù)1構(gòu)建數(shù)字人“李白”文化大使詳細(xì)步驟請查看教材步驟說明，并觀看對應(yīng)的微課視頻感謝聆聽AIGCAIGC+數(shù)字人應(yīng)用項(xiàng)目7AIGCPARTTHREE項(xiàng)目實(shí)施3.項(xiàng)目實(shí)施思維導(dǎo)圖3.項(xiàng)目實(shí)施任務(wù)2制作非遺“青林口高抬戲”視頻在成功打造靜態(tài)文化IP后，項(xiàng)目升級為動態(tài)非遺體驗(yàn)。江油市青林口古鎮(zhèn)計(jì)劃在數(shù)字文旅平臺上推出“AI非遺高抬戲小課堂”。技術(shù)團(tuán)隊(duì)需使用即夢AI，快速創(chuàng)建一個身著羌族服飾的AI導(dǎo)游“云小羌”，并在虛擬青林口古鎮(zhèn)場景中完成一段5秒的“青林口高抬戲”經(jīng)典臺步動作（如甩袖、轉(zhuǎn)身、抬手），用于非遺文化線上展廳的互動演示。3.項(xiàng)目實(shí)施任務(wù)2制作非遺“青林口高抬戲”視頻文本生成：選用DeepSeek、文心一言等大語言模型工具，快速生成羌族文化元素設(shè)計(jì)角色形象文本內(nèi)容。視頻生成：使用即夢AI實(shí)現(xiàn)動作捕捉驅(qū)動的虛擬數(shù)字人。技術(shù)工具選用3.項(xiàng)目實(shí)施任務(wù)2制作非遺“青林口高抬戲”視頻分為以下四個步驟。1）角色生成：收集相關(guān)素材，選用預(yù)設(shè)的“少數(shù)民族女性”模型，添加羌族服飾。2）動作捕捉：利用即夢AI文字生成高抬戲動作視頻。3）場景合成：使用即夢AI合成場景添加語音講解，并進(jìn)行細(xì)節(jié)優(yōu)化。4）審核與反饋：將生成的數(shù)字人視頻導(dǎo)出提交給數(shù)字文旅平臺審核，根據(jù)反饋進(jìn)行調(diào)整和優(yōu)化。制作流程角色生成動作捕捉場景合成審核與反饋3.項(xiàng)目實(shí)施任務(wù)2制作非遺“青林口高抬戲”視頻作品效果3.項(xiàng)目實(shí)施詳細(xì)步驟請查看教材步驟說明，并觀看對應(yīng)的微課視頻任務(wù)2制作非遺“青林口高抬戲”視頻感謝聆聽AIGCAIGC+數(shù)字人應(yīng)用項(xiàng)目7AIGCPARTTHREE項(xiàng)目實(shí)施3.項(xiàng)目實(shí)施思維導(dǎo)圖3.項(xiàng)目實(shí)施任務(wù)3用數(shù)字主播講解非遺工藝結(jié)合跨境關(guān)稅調(diào)整熱點(diǎn)，技術(shù)團(tuán)隊(duì)為江油遺工坊設(shè)計(jì)國貨出海方案。使用蟬鏡平臺搭建具有川西特色的虛擬直播間，數(shù)字主播“綿小陽”需同步講解中壩醬油非遺工藝。實(shí)現(xiàn)文化輸出與商業(yè)轉(zhuǎn)化的結(jié)合。3.項(xiàng)目實(shí)施任務(wù)3用數(shù)字主播講解非遺工藝文本生成：選用DeepSeek、文心一言等大語言模型工具，快速生成AI帶貨主播主播內(nèi)容、研究內(nèi)容等文本。視頻生成：使用蟬鏡AI生成視頻數(shù)字人。視頻優(yōu)化：采用剪映添加銷售產(chǎn)品并優(yōu)化視頻。技術(shù)工具選用3.項(xiàng)目實(shí)施任務(wù)3用數(shù)字主播講解非遺工藝”蟬鏡AI平臺集成了AI文案創(chuàng)作、多音色AI配音、數(shù)字人視頻生成等功能，使用戶能在幾分鐘內(nèi)輕松創(chuàng)建數(shù)字人視頻，快速生成逼真的口播和帶貨視頻，為品牌獲客、電商帶貨和各業(yè)務(wù)領(lǐng)域提供新內(nèi)容營銷手段。蟬鏡AI簡介3.項(xiàng)目實(shí)施任務(wù)3用數(shù)字主播講解非遺工藝1）文案創(chuàng)作：根據(jù)江油市特色選擇產(chǎn)品，使用DeepSeek生成帶貨文案，需包含商品核心賣點(diǎn)（如中壩醬油的“非遺工藝”）。2）手持動作配置：上傳商品高清圖（如醬油瓶），蟬鏡AI自動生成“自然持握”動作，調(diào)整手指關(guān)節(jié)角度避免穿模。3）生成視頻：根據(jù)文本描述，使用蟬鏡AI生成AI帶貨主播的視頻形象，并進(jìn)行細(xì)節(jié)優(yōu)化。4）視頻優(yōu)化與編輯：將生成的AI帶貨主播視頻導(dǎo)入剪映中，進(jìn)行精細(xì)化處理，確保視頻內(nèi)容與產(chǎn)品展示無縫銜接。制作流程文案創(chuàng)作手持動作配置生成視頻視頻優(yōu)化與編輯3.項(xiàng)目實(shí)施任務(wù)3用數(shù)字主播講解非遺工藝效果3.項(xiàng)目實(shí)施任務(wù)3用數(shù)字主播講解非遺工藝詳細(xì)步驟請查看教材步驟說明，并觀看對應(yīng)的微課視頻感謝聆聽AIGCAIGC+數(shù)字人應(yīng)用項(xiàng)目7AIGCPARTFOUR人工智能倫理案例分析AI生成物的倫理爭議案例分析AI生成物的倫理爭議主要圍繞其版權(quán)歸屬、創(chuàng)作的獨(dú)特性與價值、對人類創(chuàng)作者的影響以及潛在的社會風(fēng)險等方面展開，隨著AI技術(shù)在各領(lǐng)域的廣泛應(yīng)用，這些問題愈發(fā)凸顯，引發(fā)各界深入思考，其解決對于AI健康發(fā)展與社會和諧穩(wěn)定至關(guān)重要。Level1：多學(xué)科融合備課資源整合4.人工智能倫理案例分析人機(jī)交互中的安全事故案例分析（1）中國首例“AI文生圖”侵權(quán)案：北京互聯(lián)網(wǎng)法院審理的全國首例“AI文生圖”著作權(quán)侵權(quán)案獲最高人民法院“兩會”工作報告關(guān)注。李先生的AI繪圖被劉女士盜用，法院認(rèn)定李先生享有著作權(quán)，劉女士構(gòu)成侵權(quán)。該案明確了AI生成圖片的作品屬性及創(chuàng)作者身份。（來源：澎湃新聞，2023）典型案例4.人工智能倫理案例分析人機(jī)交互中的安全事故案例分析（2）美聯(lián)邦法院：AI不能當(dāng)專利發(fā)明者：人工智能系統(tǒng)DABUS創(chuàng)作的發(fā)明申請專利時，因DABUS不具備法律意義上的發(fā)明人資格，其專利申請被駁回。該案例引發(fā)了關(guān)于AI創(chuàng)作物的專利保護(hù)以及AI在創(chuàng)新過程中的地位和作用等倫理問題的討論（來源：澎湃新聞，2021）典型案例4.人工智能倫理案例分析人機(jī)交互中的安全事故案例分析（3）Midjourney“名畫”作者版權(quán)注冊遭拒后上訴：2022年，杰森艾倫用Midjourney創(chuàng)作的《太空歌劇院》獲美術(shù)比賽第一名，卻引發(fā)爭議。2023年其版權(quán)申請被拒，今年9月艾倫上訴，認(rèn)為創(chuàng)作投入心血應(yīng)獲版權(quán)。非營利組織律師持反對意見。目前艾倫募資打官司，案件結(jié)果或影響AI藝術(shù)創(chuàng)作領(lǐng)域發(fā)展。（來源：騰訊網(wǎng)，2024）典型案例4.人工智能倫理案例分析人機(jī)交互中的安全事故案例分析（4）多方起訴StabilityAI侵權(quán)，AI繪畫領(lǐng)域版權(quán)糾紛再起波瀾：AI繪畫法律爭端升級，華蓋創(chuàng)意