成本降到千元级别、12小时出demo、可自行定制“数字分身”……数智人生产有了可批量复制的“生产工厂”。
(相关资料图)
4月25日，腾讯云智能小样本数智人生产平台首次对外发布，平台具有训练样本小、生产效率高、自动化生产等特性，可以实现“自助式”数智人生产制作。 3分钟真人口播视频、100句语音素材，平台便可通过音频、文本多模态数据输入，实时建模并生成高清人像，在24小时内制作出与真人近似的“数智人”。
以知识分享口播视频生产为例，小样本数智人可以代医生、律师等专业人士出镜，大大节省视频录制时间。
数智人的价格、生产周期的下降，离不开通用模型的进步。
曾经训练每一个数智人，需要几十小时甚至更长时间的语料、视频素材，而用通用模型的学习，每一个新的数智人的定制，包括形象、音色等，边际成本会有所下降，逐渐成为固定成本。同时，数智人的生产周期也大大下降，曾经是以月为级别，如今一天内就能生成。
因为标注数智人的成本较高，腾讯在技术的构建里，引入了自监督机制，“让数据自己约束自己，可以省掉很多数智人标注时间。”
腾讯优图实验室研究总监汪铖杰介绍，早期做3D重建时，需要自己设计一套表情，再用3D扫描，才能获得一个3D人脸，需要花费半个小时到一个小时，一天能够采集的人的数量有限。而采用了自监督模式后，生成效率就会大大提高，数据量提高后，模型的表达能力也会提升。再通过自监督学习的方式，去消化大量数据，构成预训练模型。另外，生成模块中，3D重建渲染出来变成自然图像，最后也会以自监督学习的模式变成自己学习，达到消化大数据，通用预训练模型的效果。
另一个降低成本的方式是提高自动化生产能力。比如，原来一个人有50-200多个表情，挨个制作较为麻烦，现在重建算法，自动去生成标准，就能加快整个制作过程。
“小样本数智人，看到的小，但是背后是大，是基于自监督技术，构建大的数据、大的模型。现在是3分钟，可能过几个月变成1分钟了，大模型持续去消化更多的数据，模型会变得更大。”汪铖杰说。
目前，“数智人工厂”大多还是面向企业端用户、特殊名人定制等方向，由于个人投入的商业模式较为模糊，出于算力成本、制作成本等考虑，开放时间未明。
“（C端个人用户）整体的落地，一个是时间成本，一个是金钱成本，还有一个是稳定性，这三个如果都解决了，对于个人来说做自己的数智分身都是触手可及的。我们会变成自助式的，客户可以自己开账号，下单，购买，上传素材，自己训练，确认效果好不好，后续就是一站式的，自己独立式的生成。”腾讯云智能数智人产品总经理陈磊说。
撰文 | 赵子坤
编辑 | 董雨晴
