手机桌面二次元虚拟人物下载-在一篇文章中阅读有关虚拟人的内容：她会梦见电子羊吗？

创造栩栩如生、有真情实感的数字人类，不仅是《银翼杀手》等科幻作品的想象，也是数字内容创作的不懈追求。 近年来，继“造车”之后，“造人”成为业界高度关注的话题。 不仅虚拟偶像、MMD（Miku Miku Dance）等文化现象开始流行，而且数字人类在AI的支持下初步被赋予了自主智能。 。

在可预见的未来，我们是否能够在网络空间轻松拥有自己的“复制品”——虚拟人？

《银翼杀手2049》中的虚拟人

1.虚拟人、数字人、虚拟偶像

虚拟人和数字人这两个概念大多数时候可以互换使用。 相比之下，虚拟人更注重在外貌、智力等方面与人类的相似性，可以互动的同时却难辨真假。

一般来说，以数据形式存在并通过3D图形软件或其他模拟工具产生的人类和类人角色都可以算作数字人类。 它们也可以称为游戏和电影中的数字角色。

虚拟偶像是一个基于应用场景的术语。 无论2D、3D还是其他任何表现形式，只要是为了满足用户对成长和美丽的向往而进行的公益活动，都可以归入偶像的范畴。 虚拟人可以制作成虚拟偶像、虚拟演员、虚拟作家等。

按照美术风格，大致可以分为高保真风格、写实风格和卡通渲染风格。 其中，写实-卡通是一个谱系而非明确的界限，卡通风格还可以进一步细分手机桌面二次元虚拟人物下载，如美式卡通、韩式、二次元风格等。

虚拟人物除了风格、场景外，还可以按照制作主体、方式、驾驶方式等进行分类。

使角色移动的方法也有很多种。

2、学术界：数十年发展的前沿交叉学科领域

早在20世纪70年代，学术界就已经开始对虚拟人的研究。 虚拟人（虚拟人或计算机合成角色）是指在计算机生成的空间（虚拟环境）中表现人的几何特征和行为特征。

人类是复杂的实体，不同的学科领域对人类的抽象和模拟有不同的侧重点。

因此，虚拟人逐渐发展成为涉及计算机图形学、运动学与动力学、多功能感知、人工智能和虚拟现实的前沿交叉学科领域。

随着人工智能研究的深入，如何让虚拟人具有一定程度的自主感知、逻辑推理、语言甚至情感，成为学术界和工业界共同关注的前沿。

医学意义上的虚拟人显然不是我们要讨论的……

3.工业：高保真、智能化、工具化是重点

泛互联网行业讨论的虚拟人技术和案例一般有两个发展维度：风格化-高保真、离线渲染-实时驱动：

风格化侧重于塑造时尚、美丽、可爱等具有视觉吸引力的形象，而高保真一般具有逼真的原型；

离线渲染方式呈现预先制作好的图片和视频，而实时驾驶员则可以根据真人的动作、语音文字等信息进行现场“表演”。

《英雄联盟》中的卡通人物塞拉芬娜在她的 Twitter 帐户上分享了她的“照片”

本文重点介绍可实时驱动的高保真虚拟人。 重要的技术方向有三个：高保真、智能化、工具化。 我们从超级数字场景中数千人的数字存在又向前迈出了强有力的一步。

为什么首先要瞄准这些方向？

首先，制作1:1还原的虚拟人有很多技术难度，值得挑战。

人类视觉对同类图像，尤其是人脸图像高度敏感。 在相似而不相似的阶段，很容易陷入“恐怖谷”。 据说画鬼比画人容易。

因此，制作风格化的虚拟角色就成为了另一种选择。 卡通形象做出夸张的表情，不会吓到观众，给艺术创作留下很大的空间。 影视等非实时渲染领域也探索了数字化复制、合成真实人形的技术，并正在向实时渲染游戏、远程会议等领域迁移。

即使静态模拟的瓶颈被打破，如何让虚拟人自然移动仍然是一个大问题。

人类可以从对方的表情和身体部位读取大量的非语言信息。 相反，即使是虚拟人的表情和动作中最轻微的不自然也可以被检测到。 一个简单的皱眉就能引发骨骼肌和皮肤的一系列变化。 如果手动调整，工作量极其巨大。

人工智能在这里具有不可替代的价值——通过合理的架构，利用人类的动作和表情数据集，人工智能可以基于人类进行学习，甚至可以学习人类忽略的微妙细节，例如识别目标是否在说谎。

未来，在类似于头号玩家的数字场景中，每个用户都需要自己的虚拟形象，而开放世界中大量的非用户角色（NPC）也需要拥有数千张面孔。

影视级制作的流程和效率显然不适用。 因此，有必要为艺术家、一般创作者和普通民众提供符合各自能力和需求的生产工具和材料。

要实现这些方向，需要基础学科的支撑，需要一系列尖端硬件、技术、算法、软件的相互配合，更需要跨界的力量。

4、从相似到非常真实：影视级照片建模技术

制作实时渲染、高保真、交互式的数字人需要影视和游戏两个领域的技术互补。 电影和电视很真实但不是实时的，游戏则恰恰相反。

灯光舞台光场摄影作为影视领域的一项成熟技术，首先解决的是“真实感”的问题。

通过传统工艺制作的游戏角色在细节上与真人仍存在一定差异。

角色制作遵循从虚拟到真实的路径。 大致流程为2D原画设计-3D建模-贴图-骨骼绑定-动画制作。 由于显卡计算能力和引擎渲染能力的不断增强，逼真的人物效果不断逼近影视水平：人物可使用的表面数量不断增加，材质不断改进，细节得到改进。 形象的变化是显而易见的。

劳拉历经几代人，越来越真实

在影视领域，我们选择从真实转向虚拟，将高保真数字模型制作与后期处理能力相结合，产生令人瞠目结舌的特效效果。

电影《本杰明·巴顿奇事》讲述了主人公回春的人生故事。 布拉德·皮特的面部模型与不同体型的演员相结合，诠释了角色从老年到婴儿的形象变化。

这也是电影中第一个真实的数字主角——Paul Debevec。

皮特本人和他使用面部合成技术的图像

关键技术支持来自南加州大学Paul Debevec教授于2000年启动的光舞台光场摄影项目研究。

这属于摄影测量的范畴，它使用单个场景的不同角度拍摄的多张照片来重建 3D 空间中的 CG 模型。 回想一下《黑客帝国》中的子弹时间特效。 现场有多台摄像机，利用不同角度的图像重建出可以360°旋转的场景。

光台通过构建相机阵列，利用多角度、高精度照片，不仅可以还原被摄者的三维结构，还可以获取人脸的反射信息，从而重建人脸模型的光效不同环境光下。

Light Stage通过不断迭代解决了技术和工程难题，包括高精度的皮肤纹理合成、随时光照和环境的统一以及更准确、更快的采集过程。

Light stage5，用于《本杰明·巴顿奇事》、《蜘蛛侠3》、《阿凡达》等。

以下是Paul Debevec团队在SIGGRAPH 2008上发布的Digital Emily，你能分辨出哪个是真人，哪个是虚拟人吗？

左边是虚拟人

影视中的摄影建模、高精度3D扫描、面部和动作捕捉相关技术被应用到游戏实时渲染领域，带来表现力的飞跃。 如何进一步满足虚拟人之间实时交互的需求，比如实现演员表情与虚拟人的“神同步”？ 多个技术团队已展开探索。

5、从外表到精神：AI助力驱动多元化角色

为了让虚拟人能够与我们自然地交流和互动，腾讯NExT工作室和AI实验室正在逐步开发虚拟人Siren（演员实时表情和动作驱动）-Siren AI（语音和文字驱动）-Matt AI（更多现实的情感表达）项目过程。 探索“显外而智”的全能能力。

2017年启动的虚拟人Siren项目的目标是跨界：

2018年5月，Siren惊艳亮相手机桌面二次元虚拟人物下载，引发人们对虚拟人技术的无尽想象。

Siren的功能由实时面部表情和动作驱动，涉及多个方向的技术突破，由跨国公司合作完成：

Siren亮相GDC 2018，女演员是江冰洁小姐

技术的进步赋予了《Siren》逼真的 3D 图像。 我们能否进一步赋予她精致的“灵魂”？

2018年下半年的Siren AI项目旨在让虚拟人不再只是“木偶”。 它将赋予 Siren 与智能扬声器和语音助手自主交互的能力，让她能够独立地听和说。

这涉及多个人工智能研究和工程领域，包括语音识别（ASR）、自然语言处理（NLP）、语音合成（TTS）和语音驱动的面部动画（ADFA）。 难度集中在最后一步。 核心是利用AI训练语音/文本与面部模型肌肉控制的对应关系，然后进入渲染引擎驱动虚拟人。

原理展示

2019年，NExT自主制作了男性虚拟人Matt，独立完成了一套高保真虚拟人研发流程，并结合腾讯AI Lab的能力，探索语音驱动的、可以表达情感的虚拟人技术，融合声音、情绪、生动的面部表情密切相关。 相关研究成果在2019年SIGGRAPH顶级会议上进行了展示。

为此，团队建立了精准的面部动作捕捉流程，利用不同情绪下的动作捕捉来训练语音驱动模型，最终构建了一个长达20小时、13339句的模型，包括语音、面部动作和多模态训练身体运动数据集。

基于Siren AI，加入情感维度数据，让Matt拥有微笑、皱眉等微表情，增添了更自然的“人情味”。

马特的官方照片

6、从PGC到UGC：工具支撑高效创作

从头开始制作一个虚拟人需要很长时间，成本也很高。 例如，Siren项目从开始收集到能够自然移动，花了近半年的时间。

基于一定量的人脸数据和素材的积累，更加高效的工具出现了，不仅满足了美术师在游戏制作过程中创造多样化角色的需求，也让普通人能够轻松生成自己的虚拟形象。

比较有代表性的是腾讯NExT Studios的xFaceBuilder™和Epic的Metahuman Creator。

xFaceBuilder™是面向专业开发者的全流程流水线，可以快速生成适合多种终端设备的数字人脸。

该平台基于自建高保真人脸库xFaceDepot，提供影视级人脸建模、绑定、动画制作流水线。

针对手机、PC、主机等不同平台和美术需求提供灵活的配置方式，并已支持腾讯游戏正在开发的多种游戏内容。

该平台还结合AI Lab技术，支持单张/多张照片AI捏脸。 绑定模型可以通过三种方式移动：大型项目和复杂动作使用 Dynamixyz 光学动作捕捉。

如果你的需求不复杂，你甚至可以直接打开最新iPhone的后置摄像头，使用基于Apple ARKit的轻量级面部动作捕捉，甚至更轻量级的语音驱动面部动画生成。

NExT Studios与新华社联合打造的数字记者肖峥

近日，AI Lab的相关研究取得进一步进展：只需一段手机自拍视频，30秒即可合成高度逼真的3D虚拟人。

视频输入AI模型后，只需30秒的处理即可生成高度逼真的虚拟人。 不仅脸型和五官完美贴合，毛孔、唇线、发丝等细节也都有。 借助虚幻引擎 4 等基于物理的渲染引擎 (PBR)，您可以获得高度逼真的虚拟人物。

相关研究发表在计算机图形学顶级期刊ACM Transactions on Graphics上。

自拍快速生成虚拟人的过程及效果

Epic于2021年初发布的MetaHuman Creator工具可以让没有基础知识的用户“成功捏人”。 该产品基于预先制作的高质量人脸素材库，允许用户通过自动混合和手动调整快速生成虚拟人。

Siren项目之后，Epic收购了3Lateral公司，该公司获得了通过多年真人扫描积累的大量高精度数字资产。

主要特点一是高效的模板混合技术，可以快速融合多个基础人脸得到全新的人脸，栩栩如生，微表情动画细腻； 其次，云渲染，用户不需要拥有高端显卡，本地操作通过网络传输到云端，渲染后将视频流传回，使得制作过程轻量化、高品质、便捷化。

但这种方法也有局限性。 使用现有的人脸数据意味着你无法随心所欲地创建角色。 因此，该工具定位于零基础操作、高质量、快速生产。 小团队可以直接生成自己作品的主角，大大提高美术效果，节省创作成本； 大公司可以大量生产AAA游戏中的NPC。

Metahuman Creator制作界面

7. 虚拟人可以做什么？

虚拟主播的流行证明了风格化的虚拟角色充满了商业可能性。 那么高保真虚拟人适合什么样的场景呢？

现实型虚拟偶像 虽然目前二次元风格的虚拟主播较为主流，但现实型偶像的潜力也不容小觑。 当虚拟人的制作精度和动作自然度跨越恐怖谷时，自然有望进入优质偶像行列，拥有更广泛的应用场景。

SUA项目由韩国艺术家Hyun-il Kim创立，旨在创造具有真实人类形象的虚拟偶像。 SUA采用CG技术制作，在Unity引擎中实时渲染。 虽然外观精度不如扫描真实模型产生的结果，但仍然足够逼真。

如果你使用最新的支持面部捕捉的iPhone，女孩会很流畅地模仿你转头、撅嘴、翻白眼的动作。 SUA有自己的Twitter，不时更新日常活动。 金贤日正在“培养”SUA的各种才能和技能，让她“出道”后能够处理各种场景任务，比如模特、演员、歌手等。使用iPhone 12实时跟踪虚拟人SUA的效果小型的

在数字电影中担任演员并使用游戏引擎制作写实风格的视频短片并不难。 然而“虚拟演员”，即优质的人形艺术资产，无论从数量还是质量上都难以满足影视制作的需求。 虚拟人制作逐渐成熟后，这个问题得到初步解决。

2021年Epic官方与合作伙伴发起的短片竞赛中，科幻主题实时渲染短片《KIT》采用多个虚拟人作为主要演员，凭借出色的制作荣获多项传统电影奖项。 短片中“主演”的角色包括3DPeople中的数字角色Renderpeople，以及从Eisko官方网站下载的免费高保真虚拟人演示Louise。

作者布兰登·希尔 (Brandon Hill) 是查普曼大学道奇电影与媒体艺术学院的电影电视专业学生。

上：短片《KIT》中的路易丝 下：路易丝的照片（左）和渲染头像（右）

重新塑造死者，恢复已故名人和亲人的形象，虽然存在一定的伦理挑战，但也是很多人的现实需求。

2020年2月，韩国MBC电视纪录片频道利用VR和虚拟人技术，让一位母亲与三年前因白血病去世的女儿“团聚”。 妈妈戴上VR眼镜后，可以通过触觉手套感受孩子的头发，握住女儿的手，在虚拟空间中与女儿一起度过生日。

当再次“看到”女儿娜琏时，她泪流满面，并在接受采访时表示，“也许这才是真正的天堂”。 技术人员通过娜琏的生活图像和同龄儿童的动作捕捉，合成了娜琏的声音、动作和面部表情。 台湾电视剧《想见你》中也设计了类似的情节。

三寸天

电影《速度与激情7》拍摄期间，主要演员之一保罗·沃克意外去世。 虚拟人特效技术还原了自己的形象，剩下的场景都是用特效拍摄的。 影片最后特意设计了一个场景，他开车驶上岔路，向主角和观众挥手告别吉祥物，让粉丝释放压抑已久的悲伤。

再见，保罗

8、发展趋势：更自然、更跨界、更安全

让虚拟人的行为更加自然，驾驶方式更加多样化。

尤其是细腻流畅的面部表情、眼神、肌肉动作，不仅需要更多真实的数据、更好的算法，还需要生物、图形学、影视行业的跨界支持。 身体动作的增强也是未来的一个方向。 个性化的动作组合可以凸显虚拟人的不同性格，增加亲和力和可信度。 这对于虚拟主播、主播、客服等需要用户直接接触的领域来说非常重要。

此外，从使用遥感和按钮“操作”角色，到使用实时运动补偿、语音和文字来驱动角色，未来还需要更直观、适合所有人的驾驶方式。

推动产学研多方合作，推进产业联盟建设。

例如，数字人类联盟（Digital Human League，简称DHL）由多所大学、行业、行业专家联合成立，并建立了Wiki human网络项目，提供来自DHL成员的博客文章、图文和视频资料以及联盟成员可以获取的信息。公之于众。 虚拟人项目文件。

例如，南加州大学ICT视觉与图形实验室分享了该项目2015年的成果——虚拟人艾米丽的原始数据、着色器步骤、参考图像和模型，以便研究人员跟进和实践。

加强人脸数据和AI技术的合理运用，倡导“科技向善”。

尽管技术已初步支持通过照片和视频快速生成虚拟人，但由于3D虚拟人与周围环境的融合性较差ip形象，因此很难伪造人脸识别结果。 但在今后的发展中也必须注意加强合理利用和风险防范。

例如，人脸合成应用最初发布时，就存在一些滥用情况，包括合成恶意图片、伪造假视频等。 该行业正在积极开发活体识别等技术，以尽早检测并删除网站上的虚假内容。

腾讯研究院也在持续跟踪“深度合成”方面的政策进展和技术方案。 将相关技术部署到虚拟人应用中后，合成虚拟人冒充身份的风险将显着降低，视频网站、社交网络等内容平台也可以快速高效地清理恶意合成图像。

感谢腾讯NExT工作室的谷宇、葛诚、姚安、腾讯AI Lab的包林超、厦门大学的郭士辉、腾讯研究院的曹剑锋等众多老师在本文写作过程中给予的支持和帮助！

参考：