文/VR陀螺 WiZ

“现在短视频平台上好像都是虚拟人了。”

不知道从什么时候开始，短剧、直播间中的AI虚拟人比例开始上升了。去年8月，优酷上线独播剧《异人之下》，阿里大文娱数字人“厘里”在剧中扮演“二壮”一角，引发热议。

图源：优酷

以“二壮”为代表的AI演员的火热刮起了“人人都想做虚拟人”的旋风，一时间，各行各业都想着靠虚拟人装点脸面。只不过，个人想要打造虚拟人IP并不容易。

数据显示，虚拟人视频制作成本并不低。以抖音美妆达人“柳夜熙”为例，其制作企业创壹科技CEO梁子康曾透露，柳夜熙仅制作投入就在百万元级别。“超写实虚拟人视频每秒的成本都在万元区间。第一条柳夜熙短视频成本就要几十万元。”价格并不亲民。而市场上大部分的超写实数字人的成本至少也要到30万元左右。

在虚拟人直播、短视频需求高涨的当下，如何降低制作成本？2024年5月10日，VR陀螺受邀参加“魔珐科技Xmov Studio开放日”，这家在3D虚拟人领域深耕多年的公司，不仅形成了一套专业的虚拟人制作工业化流程，同时基于以往的积累，构建了3D虚拟人视频AIGC平台——魔珐有言，让超写实虚拟人短视频制作几乎降到0成本。

图源：魔珐有言

 每月可制作200个虚拟人！魔珐科技搭建工业化流程 

在“魔珐科技Xmov Studio开放日”上，我们体验了魔珐有言3D虚拟人的制作全流程。

从角色建模、表面渲染、动捕绑定、脚本制作、声音交互、镜头动画再到3D场景，3D内容制作的所有环节都围绕着“3D虚拟人直播”这一场景展开，最终的实际感受可以总结为一点：专业的人在干专业的事。

1、角色扫描、贴图建模

打造一个静态的3D虚拟人形象，是3D虚拟人从无到有的第一步。

这一阶段也被称为模型阶段。魔珐科技使用了2个摄影棚，超过120台高清摄像机完成从真实人体到3D模型的复制。

在人体扫描阶段，通过360°相机矩阵1秒获取人物80张多角度的照片，混合调整后就可以在20分钟内快速生成人像灰模。

而后的贴图扫描阶段，在无光环境30台高清摄像机的实时配合下，人物的皮肤肌理细节被扫描还原，包括雀斑、细纹等皮肤瑕疵都被力求精准重现，为的就是让最后的3D虚拟人形象更贴近真人。

值得注意的是，在最后的成品展示中，3D虚拟人形象不同于传统游戏3D建模，睫毛、发丝等人体毛发组织都清晰可见，而对于头发的还原正是在贴图过程完成（在人体扫描阶段应带头套排除头发干扰，本次体验只为还原脸部建模效果和速度，故灰模中的发丝并非最终效果）。

最后，将贴图扫描得到的皮肤材质贴合到人像灰模，就能得到最终的3D虚拟人形象。在魔珐科技的展示中，超写实虚拟人被用在时尚购物环境中。人物服饰同样能通过扫描获得，服装材质用料甚至是缝制针孔都清晰可见，用户不仅能随时更换虚拟人着装，同时还能更换发型、发色、配饰等，足不出户完成服装搭配。

发丝、皮肤纹理、服装材质都清晰可见

2、动作捕捉、绑定渲染

静态3D虚拟人的下一步是“注入生命”。通过动作捕捉技术将灵动的人物姿态映射到模型上，再通过渲染技术将3D模型转换成2D图像，并最终呈现在屏幕上。

通过场地以及动捕演员身上穿着的摄像传感装置，魔珐科技可以捕捉到人体的任何一个精细动作。而通过实时渲染、表情捕捉技术，在采集到动捕演员身上的点控信息后，便可以用空间定位技术重建演员骨骼、求解表情特征点，并完成3D形象的实时渲染。

在AI的全程介入下，渲染速度得以成倍提高，虚拟人直播可以做到实时驱动，同时还支持真人互动，绿幕下的真人主播可以与虚拟人主播互动，增强直播效果。

而在对虚拟人专业要求偏低的C端场景，也可以选择魔珐有言内置的素材、动作库。作为专业的AIGC生成平台，有言可以由AI根据需求自动匹配、生成专业动作，达到四两拨千斤的效果。

建模、动捕、渲染步骤完成后，一个完整的3D虚拟人就已基本完成构建。

最后再通过专业的场景技术生成舞台、灯光、道具、特效等3D虚拟环境元素，并配合镜头layout，专业、繁琐的3D虚拟人直播、视频制作被流程化。

据魔珐科技介绍，以上提到的PGC内容设备构成了一套完整的高标准建模流程，并最终集成到AIGC全链，公司已实现了从PGC到AIGC的跨越，打造出了3D虚拟人和全栈AIGC成熟产线。

因此，在如今3D虚拟人需求已经从专业的B端用户拓展至C端，个人需求暴增的情况下，高端3D虚拟人已不再是PGC专属，普通人不用经历繁复的模型生产流程就可以直接在有言等AIGC产品中体验PGC质量的3D内容。

 视频制作成本几乎为0，魔珐有言用AIGC形式创作PGC内容 

目前，有言的产品方向瞄准了市场需求更多的3D虚拟人短视频制作领域，虽然官方也有透露不久后将上线“3D虚拟人AIGC功能”，仅需要上传一张照片就能直接生成自己的可编辑3D虚拟人，但通过我们的实际体验，在补足AIGC虚拟人生成功能之前，有言的视频生成功能就已十分出色。

通过AI 驱动3D虚拟人，有言在生成直播短视频方向上已经形成了一套成熟的体系。

为了能让C端用户也能高效低成本生产虚拟人视频，魔珐科技推出了3D虚拟人视频AIGC平台“有言”，免去真人出镜和实景拍摄的麻烦，一键生成3D视频。

“就像把魔珐科技超百平的摄影棚搬回了家。”

动捕摄影棚

在内容方向上，魔珐有言将自身定位为短视频生成平台，以贴合时下的社交媒体短视频趋势。

过去，3D内容多以长视频形式出现，3D动画、3D电影动辄40分钟起步，背后则是一整个PGC制作团队。

如今，微信视频号、抖音、快手等视频媒体社交平台的出现推动了短视频生态的繁荣，一段几分钟甚至数十秒时间的影像就可以成为一个完整的表述单位，承担起信息传递、商品展示的重担。

而随着像魔珐有言这样主打UGC的3D内容制作平台的出现，3D内容的生产不再总是依赖于专业的特效制作团队，仅需通过生成内容、编辑镜头、视频包装三步操作，即可打造一个高质量的3D视频。

对于用户来说，短视频、魔珐有言其实都有一个共同点：制作成本、上手门槛低。

以往在需要虚拟人出镜的3D动画、3D电影制作时，整个制作流程都需要动画师使用专业动画制作软件，通过手工操作角色模型上的数百个动作节点控制角色行动，完成动画录制。

“在当前市场上，制作一个高质量高标准的超写实虚拟人需要3-5个月的工作量，且只有行业前１%的专业人员可以完成，每个3D虚拟人的成本在30-60万左右。”

这还只是制作虚拟人的成本，如果加上3D动画制作，根据粗略估计，一个中级动画师1天大约只可以制作2-3秒的动画，这极大拉长了动辄一小时起步的3D动画电影的制作节奏。

而即便是效率更高、效果更好的表演动画，对于普通用户来说也并非压缩成本的最佳选择，同时仍旧存在一定上手门槛，不利于C端创作。

因此，在C端创建虚拟人动画、视频的抓手最后还是回到了AIGC。

基于自研的全球首个商业场景文生动作大模型，以及几百小时的高质量的三维动画数据的积累，魔珐有言的AIGC三维动画生成的结果已经非常接近于真人表现。

图源：魔珐有言

高质量的3D特效制作成本中很大一部分占比在于渲染，这是整个过程中对算力需求较高的环节，刚需高性能显卡，而即便使用传统的云渲染产品，整个流程的成本费用也会在万元以上。仅仅只是3D场景的制作，从创意设计到最终效果呈现，市场报价就在数十万元左右，这还不算以月为单位计的制作时间成本。

那么有言呢？通过自研的AI渲染方案，有言将3D渲染的速度提升到了分钟级。“无论是B端用户还是C端用户，一分钟4K级视频现在的渲染等待时间只需要十分钟，对应的成本只需要几块钱。”

而在解决完画面建模的成本难题后，完成一个完整的3D虚拟人视频还需要以文字脚本和声音内容作为视频的骨骼串通全局。作为一站式AIGC视频生成平台，魔珐有言自然也内置了脚本创作和声音生成功能。

打开魔珐有言，只需要在脚本生成框中输入一个idea，就能快速生成全篇文案，若用户对于自身输入的提示内容不满意，还可以通过AI优化功能，让AI帮你写提示词。

一键脚本生成（来源：魔珐有言）

而在电商领域，前面提到，一场完整的虚拟人直播需要虚拟人对直播间信息做出反应，对于由动捕技术驱动的直播来说，只需要动捕演员就能完成，而对于完全由AI驱动的直播来说，AIGC文本、声音生成技术是完成这一必要条件的窍门。

在直播场景下，AI文字生成技术可用在弹幕回复粉丝提问上，当然，使用场景更多的口播交互则需要声音生成技术完成。

利用魔珐科技自研的深度学习TTS算法，用户只需要输入文本，就可以实时生成高自然度、高质量、可编辑的语音，生成的语音几乎与真人无异，在场景化表现、节奏感、音质等方面都表现出色。

在今年7月，魔珐科技还将推出定制IP人物音色的功能，届时用户只需要提供时长在10-20秒的音频，就可以生成高自然度的专属音色。

值得注意的是，魔珐有言生成过程中的AI脚本、3D生成、镜头优化等功能都需要消耗“言币”，实际体验下来，算上修改、预览等操作，体验版本600言币福利刚好能覆盖2-3个短视频的制作流程。而对于视频制作频率更高的用户，也可以购买个人版，以解锁更多AIGC创作权益。

图源：魔珐有言

目前，魔珐有言已经广泛应用于培训、电商、金融、快消、广电等各行各业。在直播领域，魔珐有言不仅能定制虚拟主播形象，也能定制包括大舞台、小舞台、演播室、室内空间、户外空间在内的多种表演场地方案场景设计。

不久后，用户无需自己设计，只要上传品牌素材，就能体验超过500种不同风格的3D场景，实现个性化、差异化的创意场景定制，高质量的商用3D资产制作也将任由C端用户自由使用。

 AIGC内容结合VR/AR技术，人人都能抓住的时代红利 

在开放日即将结束的时候，魔珐科技用苹果Vision Pro为我们打开了3D虚拟人应用的新场景。

在Vision Pro中，与虚拟人的面对面交互由屏幕过渡到空间，我们与虚拟人的“隔阂”消失了，取而代之的是可以手贴手互动的虚拟朋友以及360°全景3D空间。

在Vision Pro中观看数字人展示场景

“苹果Vision Pro推出后，我们发现有不少B端客户都有在Vision Pro展示虚拟人形象的需求，在虚拟空间中与虚拟人交互的体验是平面屏幕完全无法比拟的，Vision Pro带来的现实感太过强烈。”

魔珐科技CEO柴教授认为，在VR/AR有足够的能力去成为下一代的计算平台的情况下，对于3D内容的需求将会更多。每一个计算品类都需要相应的内容去填充应用生态。

而现在，3D内容正是Vision Pro急需填充的板块。

在Vision Pro上，用户可以通过前置摄像头扫描面部信息，并基于机器学习技术和编码神经网络生成Persona数字分身。当用户使用FaceTime通话时，数字分身还可以模仿用户的面部表情及手部动作。

图源：苹果

这个数字分身功能就相当于VisionPro自带的虚拟人形象，只不是苹果给数字分身的“限制”过多。

在最初版的Persona功能中，数字分身被局限于一个方形的浮动框内，与手机屏幕视频对话无异。

而后，在visionOS 1.1版本中，苹果激活了Spatial Personas功能，数字分身开始向空间角色概念过渡，Spatial Personas去除了原先虚拟人外围的浮动框，进一步提升了空间感。

图源：苹果

但仅从实际效果来看，空间感提升的同时灵异感也在增加，新的数字形象卸下了了浮动框却没有摆脱隐形的束缚，它不仅没有手臂、腿和脚，同时对于人体的“建模”也局限在正面，这使得数字形象更像是漂浮在空间中的幽灵，随随便便转个身都能直接导致边缘虚化。

这也导致数字形象真实感下降，同时形象被固定、无法编辑，这样的虚拟人似乎只能用在会议场景。

苹果为何要选择将空间角色塑造成这种形式？在对Spatial Personas的诸多讨论中，有一个观点得到了广泛认可：对于一个虚拟形象来说，当你赋予它越多的真实性，那么人类大脑对其真实性的要求就越高。

这也说明了超写实虚拟人的制作难度之大。“对于卡通人物，大脑并不会在意它有多少根手指，但面对超写实人类，大脑甚至都会注意皮肤上的光线反射细节。”

图源：魔珐科技

苹果选择用讨巧的方法降低数字人生成的真实感，这放在社交场景可以理解为“让用户时刻清楚自己身在MR空间中”，但放在需要诸如VR购物、VR文旅等需要清楚展示模型的场景是，不真实的人物细节会剥夺头显创造出的沉浸感。

不久前，国内电商门户淘宝宣布将推出适用于Vision Pro的购物原生应用。只要商家所售卖的商品有制作3D建模，用户就可以将其放置在自己所处的现实环境中的任意平面上，不仅可以1:1显示商品尺寸，还可以自由翻转从不同角度观察商品的细节。

图源：网络

虽然淘宝Vision Pro版目前只能展示商品的3D建模，但在Vision Pro应用、功能匮乏的当下，电商平台们的适配应用基本还是延续了手机时代的设计思路，大家都在摸着手机、PC的经验过河，现在大火的AI数字人直播大概率也会被搬上Vision Pro这一新的带货舞台。

还可以加入VR购物前的试衣环节

VR/AR作为新的计算终端，与手机、PC对比其核心差异在于信息呈现方式、交互方式发生了巨大变化，尤其是3D内容在这些终端中的表达达到了极致。

细化到虚拟人领域，未来3D虚拟人或将全面取代2D数字人，成为电商直播的主力，毕竟在Vision Pro空间中，2D数字人的表现相比初版的Persona数字分身差不了多少，谁又愿意在空间中还要盯着一块“屏幕”呢？

此外，3D虚拟人的火热也不只是在电商领域，在所有需要品牌营销的地方，3D虚拟人都是出圈的存在。从游戏角色到企业数字员工、产品代言人，各行各业几乎都有说的上名号的数字形象，可以说，3D虚拟人的繁荣是由市场、3D厂商、用户联手打造的。

火山语音数字员工小灿（图源：火山语音）

在市场层面，据《中国虚拟数字人影响力指数报告》显示，仅2023年一年全国就新增“数字人”“虚拟人”相关企业41.7万余家，开始在政府公共服务、健康医疗、教育培训等许多领域逐步取代一些重复性、机械性或解释性的人力劳动工作。

在厂商层面，以魔珐科技为代表的AIGC厂商推出了一系列3D视频生成方案，通过AI降低生成门槛，为3D内容爆发提供了前置工具。

而有了这些前置工具，创作者得以利用3D生成技术以AIGC形式创作出媲美PGC的内容，繁荣内容生态。更有甚者，当Vision Pro、Quest 3等设备适配应用、创作工具越来越多后，创作者还可以利用VR/AR的交互形式直接进行3D创作。

图源：网络

有了工具+终端的支持，决定创作者们效率的不再是生产工具，而仅仅只是一个灵感。

 结语 

AIGC时代，3D虚拟人创作平台的出现不只是多了一个创作工具那么简单。

VR行业起伏多年，许多人都将VR的失意归结为“稀缺的3D内容带不动刚需内容场景的虚拟现实”，3D内容制作成本过高，投入与产出不成正比。

正如魔珐科技所说，“做3D是很痛苦的事情，但3D内容是未来，这些事总要有人来做。”

6年来，魔珐科技投入了数亿资金研发，坚定不移的做高质量3D内容，笃定3D虚拟人赛道，一步步跨过3D内容AIGC的门槛，为虚拟世界的建立打造基础建设。

现在，3D内容高成本、高技术的壁垒已被有言打破，创作者手中有了新的革命性工具，不仅降低了传统虚拟人动画、视频中的人力成本与时间投入，还为创作者打开了通往全新叙事方式的大门。

图源：魔珐有言

智能辅助与创意共生的时代已来，在制作平台的积木底座搭建完成后，繁荣3D内容的下一棒就交给创作者们了。