数字产业发展前景如何？这份报告经由深入的行业调研，展现了数字人行业产、学、研领域专家的见解，对技术发展趋势、应用落地方向都提出了前瞻性看法，给予启发。
目前，我国数字人商业化应用场景越来越丰富，数字人已经在金融、传媒、游戏、文旅等行业做出快速探索。这得益于数字人产业底层技术、应用平台的高速发展，从技术开发到落地应用的产业链也正趋于完善。
这其中，我们看到数字人也逐渐进化为融合语言理解能力、表达能力和智能交互能力的服务型数智人。伴随交互智能技术的加速发展，相信数智人还将促进更高效的产业协作，达成更优质的用户体验。
数字人产业发展趋势1：
数字人制造和运营服务的B端市场不断扩大，将面向更广大的C端用户提供服务，各类数字人价值定位和商业模式有差异
数字人的最终服务对象为C端用户，在B端的应用领域从电影动画向广告营销、电商直播、虚拟偶像等领域不断扩展。未来，以虚拟分身为代表的应用潜力巨大。
从需求角度，数字人制造和运营服务在B端市场不断扩大领域和规模，面向更广大的C端用户提供服务，而制作方式也从PGC向UGC发展。
数字人产业发展趋势2：
技术集综合迭代驱动数字人形似人，制作效能将继续提升，2D数字人和3D数字人生成/建模方式不同，2D数字人本质是生成图像，因此主要方式是利用深度学习技术根据视频生成与真人相同的图像，技术相对成熟。
3D数字人需要建立3D模型，主要是利用软件传统的手工建模、静态扫描建模（相机阵列扫描建模）、动态光场或者AI建模（3D重建技术）生成3D模型。
目前手工建模和静态扫描建模技术较为成熟且应用广泛，利用3D重建技术或动态光场重建可极大节约建模时间，提升建模效率，是未来重要布局方向。
其中动态光场重建优势在于重建人物的几何模型同时 还可一次性获取动态的人物模型数据， 并高品质重现不同视角下观看人体的光影效果 。
AI建模目前已经初步实现产品化，目前精度可以达到次世代游戏人物级别，优势是可以开放程序接口，对接各种应用，因此潜力较大，范围较广，特别是C端的应用，可以通过便捷化的上传图片即可生成3D数字人面部模型。未来发展方向是通过算法驱动提高精度，优化建模效果，比如：偏移矫正、阴影修复等。
数字人产业发展趋势3：
AI技术驱动数字人多模态交互更神似人，并逐步覆盖数字人全流程，当前数字人对语言理解还是以文本为主，动作合成上声唇同步较为完善：
AI驱动数字人是指数字人等语音表达、面部表情和动作形态等通过深度学习模型进行运算，并将其结果实时或者离线驱动，并进行渲染。
目前主流的方式是围绕NLP能力通过文本驱动，本质是通过ASR-NLP-TTS等AI技术进行感知-决策-表达的闭环来驱动数字人交互，同时需要预先设置相关的知识图谱或问答库等，与数字人的对话系统对接，但目前NLP在通用性场景的能力还需要进一步完善。
计算机视觉(CV）目前数字人声唇同步技术相对完善，在游戏中已经大量应用；而其他表情和动作还需要描述性的数据或者标签驱动，尚未智能合成，表情动作也是是AI驱动未来发展的重点方向。
