数字人（Digital Human）

数字人（Digital Human）又称虚拟人、虚拟数字人，是指利用计算机图形学、人工智能等技术在数字世界中模拟出的类似真人的虚拟形象，可以像真人一样说话、做表情、做动作。

概述

数字人的研究涉及人的外观呈现、运动和行为三个层面：外观上要把面部、皮肤、头发等细节做得逼真；运动上要让表情、口型、肢体动作自然流畅；行为上则要让它能理解语言并作出合理回应。早期的数字人主要靠美术人员手工建模和动画师逐帧调整，制作成本很高，多用于影视特效和游戏角色。

随着 AI 技术尤其是大语言模型、语音合成和图像生成的发展，数字人的制作门槛大幅降低。如今只需一段真人视频甚至几张照片，就能克隆出外形和声音都高度相似的数字分身，并由 AI 驱动其实时对话，这让数字人从「贵族技术」变成了大众化的生产力工具。

主要类型与应用

• 虚拟主播 / 虚拟偶像：以二次元或写实形象进行直播、唱歌、发布视频，背后可由真人「中之人」驱动，也可完全由 AI 驱动。
• AI 数字分身：克隆真人的形象与声音，用于口播视频批量生成、无人直播带货、在线课程录制等。
• 智能客服与虚拟员工:银行、政务、电商等场景中以数字人形象提供咨询和导览服务。
• 影视与游戏角色：通过动作捕捉和高精度建模制作的写实数字角色。

技术组成

一个完整的数字人通常由多项技术拼装而成：建模与渲染负责「长得像」，动作捕捉或 AI 驱动负责「动得像」，语音合成（TTS）负责「说得像」，大语言模型则负责「聊得像」。按驱动方式可分为真人驱动型和 AI 驱动型，后者是当前发展的主流方向。

常见问题

问：数字人和虚拟人是一回事吗？答：日常语境中两者基本通用。细分时，「虚拟人」更强调形象是虚构的（如虚拟偶像），「数字人」范围更广，也包括克隆真人的数字分身。

问：普通人能制作自己的数字人吗？答：可以。目前不少平台支持上传一段真人出镜视频即可克隆形象和声音，再输入文字就能生成口播视频，常用于短视频和直播带货。

问：数字人会带来风险吗？答：会。未经授权克隆他人形象可能侵犯肖像权，逼真的数字人也可能被用于诈骗（参见 AI 换脸 Deepfake），使用时应注意合规并标注 AI 生成内容。