成本降到千元級別、12小時出demo、可自行定制“數字分身”……數智人生產有了可批量復制的“生產工廠”。
(相關資料圖)
4月25日，騰訊云智能小樣本數智人生產平臺首次對外發布，平臺具有訓練樣本小、生產效率高、自動化生產等特性，可以實現“自助式”數智人生產制作。 3分鐘真人口播視頻、100句語音素材，平臺便可通過音頻、文本多模態數據輸入，實時建模并生成高清人像，在24小時內制作出與真人近似的“數智人”。
以知識分享口播視頻生產為例，小樣本數智人可以代醫生、律師等專業人士出鏡，大大節省視頻錄制時間。
數智人的價格、生產周期的下降，離不開通用模型的進步。
曾經訓練每一個數智人，需要幾十小時甚至更長時間的語料、視頻素材，而用通用模型的學習，每一個新的數智人的定制，包括形象、音色等，邊際成本會有所下降，逐漸成為固定成本。同時，數智人的生產周期也大大下降，曾經是以月為級別，如今一天內就能生成。
因為標注數智人的成本較高，騰訊在技術的構建里，引入了自監督機制，“讓數據自己約束自己，可以省掉很多數智人標注時間?！?/p>
騰訊優圖實驗室研究總監汪鋮杰介紹，早期做3D重建時，需要自己設計一套表情，再用3D掃描，才能獲得一個3D人臉，需要花費半個小時到一個小時，一天能夠采集的人的數量有限。而采用了自監督模式后，生成效率就會大大提高，數據量提高后，模型的表達能力也會提升。再通過自監督學習的方式，去消化大量數據，構成預訓練模型。另外，生成模塊中，3D重建渲染出來變成自然圖像，最后也會以自監督學習的模式變成自己學習，達到消化大數據，通用預訓練模型的效果。
另一個降低成本的方式是提高自動化生產能力。比如，原來一個人有50-200多個表情，挨個制作較為麻煩，現在重建算法，自動去生成標準，就能加快整個制作過程。
“小樣本數智人，看到的小，但是背后是大，是基于自監督技術，構建大的數據、大的模型?，F在是3分鐘，可能過幾個月變成1分鐘了，大模型持續去消化更多的數據，模型會變得更大?！蓖翡吔苷f。
目前，“數智人工廠”大多還是面向企業端用戶、特殊名人定制等方向，由于個人投入的商業模式較為模糊，出于算力成本、制作成本等考慮，開放時間未明。
“（C端個人用戶）整體的落地，一個是時間成本，一個是金錢成本，還有一個是穩定性，這三個如果都解決了，對于個人來說做自己的數智分身都是觸手可及的。我們會變成自助式的，客戶可以自己開賬號，下單，購買，上傳素材，自己訓練，確認效果好不好，后續就是一站式的，自己獨立式的生成?！彬v訊云智能數智人產品總經理陳磊說。
撰文 | 趙子坤
編輯 | 董雨晴
