行業主要上市公司:科大訊飛 ( 002230 ) 、藍色光标 ( 300058 ) 、歌力思 ( 603808 ) 、芒果超媒 ( 300413 ) 、博瑞傳播 ( 600880 ) 、虹軟科技 ( 688088 ) 、騰訊 ( 00700 ) 、百度 ( BIDU ) 等
本文核心數據:數字人專利相關統計數據。
智慧芽統計口徑說明:1)搜索關鍵詞:數字人及與之相近似或相關關鍵詞;2)搜索範圍:标題、摘要和權利說明;3)篩選條件:簡單同族申請去重、法律狀态為實質審查、授權、PCT 國際公布、PCT 進入指定國(指定期),簡單同族申請去重是按照受理局進行統計;行業篩選參考數字經濟分類對應國民經濟分類。4)統計截至日期:2022 年 11 月 21 日。5)若有特殊統計口徑會在圖表下方備注。下同。
數字人系統框架:由五大模塊構成
虛拟數字人系統一般情況下由人物形象、語音生成、動畫生成、音視頻合成顯示、交互等 5 個模塊構成。人物形象根據人物圖形資源的維度,可分為 2D 和 3D 兩大類,從外形上又可分為卡通、拟人、寫實、超寫實等風格,這部分主要由建模技術生成;語音生成模塊和動畫生成模塊可分别基于文本生成對應的人物語音以及與之相匹配的人物動畫;音視頻合成顯示模塊将語音和動畫合成視頻,再顯示給用戶。交互模塊使數字人具備交互功能,即通過語音語義識别等智能技術識别用戶的意圖,并根據用戶當前意圖決定數字人後續的語音和動作,驅動人物開啟下一輪交互。
真人驅動型數字人技術流程:CG 技術的進一步延續
在真人驅動中,在完成原畫建模和關鍵點綁定後,動捕設備或攝像頭将基于真人的動作 / 表情等驅動虛拟數字人。
由于背後有真人操作,真人驅動型在動作靈活度、互動效果等方面有明顯優勢,一方面能夠在影視内容的創作中減低生産成本,為影視行業降低門檻,推動影視級内容向消費級轉化。另一方面則多用于虛拟偶像、重要直播中,幫助虛拟數字人完成大型直播、現場路演等互動性、碎片化活動。
事實上,這種技術思路可以看作是傳統影視制作中,CG 技術的進一步延續。近年來主要的技術突破在于動作捕捉環節。随着圖像識别技術,姿勢、表情等識别算法的進步,昂貴的慣性或光學動捕設備不再是驅動的必備工具。普通攝像頭結合理想的識别算法通用能實現較為精準的驅動(如 iPhone 12 攝像頭已可支持簡單的動作捕捉),顯著降低了精細虛拟内容生成的門檻。
算法驅動型數字人技術流程:依賴深度學習模型
在計算驅動型中,虛拟數字人的語音表達、面部表情、具體動作将主要通過深度學習模型的運算結果實時或離線驅動,在渲染後實現最終效果。
計算驅動的虛拟數字人最終效果受到語音合成(語音表述在韻律、情感、流暢度等方面是否符合真人發聲習慣)、NLP 技術(與使用者的語言交互是否順暢、是否能夠理解使用者需求)、語音識别(能否準确識别使用者需求)等技術的共同影響。盡管在特定方向上,各感知類技術已有的商業化能力已足以支撐,然而,但要達成理想的綜合效果,需要該公司在三個方面同時具有較強的綜合能力。這也間接導緻國内開展計算驅動型虛拟數字人業務的公司,大多是在感知技術方面有較強的綜合實力,相對成熟的 AI 技術公司。
專利布局:網易專利申請數量最多,遊戲領域專利占比較大
——熱門聲請人:網易專利申請數量最多
中國數字人領域專利申請數量 TOP10 申請人分别是網易(杭州)網絡有限公司、騰訊科技(深圳)有限公司、北京達佳互聯信息技術有限公司、北京字跳網絡技術有限公司、維沃移動通信有限公司、北京百度網訊科技有限公司、OPPO 廣東移動通信有限公司、抖音視界有限公司、廣州方矽信息技術有限公司、華為技術有限公司。
其中,網易(杭州)網絡有限公司在數字人領域專利申請數量最多,公司專利數量達 1535 項,騰訊科技(深圳)有限公司排名第二,其數字人領域專利申請數量達 1295 項。
——技術構成:與遊戲相關的專利占比超 20%
從技術構成來看,目前 "A63F13 視頻遊戲,即使用二維或多維電子顯示器的遊戲〔7,2014.01〕 [ 2014.01 ] " 申請數量最多,達到 3101 項,占前十大技術總量比重 23.62%;其次為 "G06F3 用于将所要處理的數據轉變成為計算機能夠處理的形式的輸入裝置;用于将數據從處理機傳送到輸出設備的輸出裝置,例如,接口裝置〔4〕 [ 2006.01 ] ",專利數量達到 2442 項,占前十大技術總量的比例達 18.6%。
更多本行業研究分析詳見前瞻産業研究院《中國數字人産業發展前景預測與投資戰略規劃分析報告》,同時前瞻産業研究院還提供産業大數據、産業研究、政策研究、産業鍊咨詢、産業圖譜、産業規劃、園區規劃、産業招商引資、IPO 募投可研、IPO 業務與技術撰寫、IPO 工作底稿咨詢等解決方案。
更多深度行業分析盡在【前瞻經濟學人 APP】,還可以與 500+ 經濟學家 / 資深行業研究員交流互動。