企業研究報告元宇宙系列深度報告之二：數字虛擬人——科技人文的交點，賦能產業的起點評級：推薦(維持)2022年03月10日證券研究報告傳媒1表現傳媒滬深300

1M-2.3%-6.1%

3M

-4.2%-11.6%

12M-15.7%-17.3%最近一年走勢相關報告《國海證券_行業研究：元宇宙系列深度報告：下一代互聯網前瞻*傳媒*姚蕾》——2022-01-05

0.0303-0.0233-0.0769-0.1305-0.1841

相對滬深300表現0.0839傳媒滬深3002請務必閱讀附注中的免責條款重點關注公司及盈利預測3資料來源：wind，國海證券研究所重點公司代碼股票名稱2022/3/10EPSPE投資評級股價2020A2021E2022E2020A2021E2022E300058.SZ300182.SZ600986.SH603825.SH600556.SH002291.SZ藍色光標捷成股份浙文互聯華揚聯眾

天下秀

星期六

7.8

5.5

5.718.5

8.416.3

0.29-0.48

0.07

0.83

0.16

0.030.270.200.230.960.240.660.330.280.301.470.381.06

26.8-11.4

80.2

22.3

51.5611.428.627.825.219.334.524.723.319.618.912.622.015.5未評級未評級未評級未評級未評級未評級資料來源：Wind資訊，國海證券研究所備注：盈利預測來自wind一致預期請務必閱讀附注中的免責條款研究報告撰寫規范A

課題研究進入結題階段，撰寫研究報告成為最重要的工作。寫作研究報告，除了課題研究與實驗要有充分的基礎以外，首先要確定研究報告的文體類型。課題研究報告屬于教育科研應用文體。這類文體包括學術論文、調查報告、實驗報告、經驗總結報告等等。如果課題是對某種教育現象進行的調查，就應寫作調查報貨：如果課題為實驗研究，就應寫作實驗研究報告：如果既有理論研究又有實驗內容的，研究報告就要二者兼顧。我市“十一五”立項課題，大都屬于實驗研究報告，也有部分是調查報告的，少部分是理論與實驗研究都有的，很少有單純進行理論研究的。4核心要點：???????廣義的數字虛擬人指數字化外形的虛擬人物，打破物理界限提供擬人服務與體驗是其核心價值，超寫實、工具化、強交互是發展趨勢。我們認為數字虛擬人技術發展大趨勢：（1）視覺層面突破超寫實接近真人，或者風格化強調美學表達兩大方向。（2）技術工具化，為普通消費者、藝術家、企業提供低成本高效率創作虛擬人的技術，加快在各領域的應用。（3）強交互，提供接近于實時與真人自然交流的體驗，為用戶帶來的互動感與沉浸感是多數消費者的核心使用動力。虛擬人自上世紀在影視音樂領域萌芽開始，隨著硬件軟件技術的快速發展，朝著智能化、便捷化、精細化、多樣化發展。虛擬人制作技術全面提升與突破，實現可自然交互的虛擬人仍須技術發展：數字虛擬人通用系統框架包含人物形象、語音生成、動畫生成、音視頻合成顯示以及交互模塊。數字虛擬人視覺制作部分的工業化流程涵蓋了建模、骨骼綁定、驅動、渲染等。以驅動技術分類可分為交互與非交互兩類，交互類進一步分為真人及計算機驅動。目前真人驅動為主流，計算機驅動對人工智能等技術要求較高，目前僅嘴部動作可以實現智能合成，自然交互依賴于人工智能深度學習技術，最終效果取決于語音合成、NLP技術、語音識別等技術的共同發展。應用和場景為基礎，內容和運營和核心，元宇宙將進一步打開虛擬人應用場景想象空間：應用領域可分為身份型（核心在于IP及人設打造）以及服務型（替代真人簡單交互的虛擬助手以及可深度交互的多模態助手）。我們預計2030年我國數字虛擬人市場規模將達到2700億，虛擬偶像、虛擬分身、虛擬助手、多模態助手分別將達到1474/262/115/840億元市場規模。（1）虛擬偶像：初音未來、洛天依等初代二次元虛擬偶像誕生于2010年后，以CG技術合成+雅馬哈VOCALOID系軟件合成聲音，其呈現形式和商業化場景隨技術進步持續豐富；字節跳動及樂華娛樂于2020年推出虛擬偶像團體ASOUL，并迅速成為頂流；燃麥科技于2021推出虛擬超寫實數字人AYAYI、創壹科技于2021年推出超寫實虛擬UP主柳葉熙，主要呈現形式分別為靜態圖片和視頻。虛擬偶像盈利模式主要為演藝活動、直播帶貨、直播打賞及商業代言，周邊衍生開發潛力大。頭部虛擬偶像直播坑位費、打賞收入可比肩頭部真人主播。商業代言方面，頭部超寫實虛擬偶像已收獲10個以上的代言。據艾媒數據，2020年中國虛擬偶像核心市場規模為34.6億元，YOY+69.3%；帶動市場規模為645.6億元，YOY+70.3%。（2）虛擬分身：個人在虛擬世界中為自己創造獨特形象的身份需求，在社交、游戲、影視等領域被反復驗證，且均存在成熟盈利模式。①游戲：游戲廠商有較好的虛擬形象技術沉淀；②社交：SOUL、ZEPETO等虛擬社交產品火爆，鑄造了元宇宙的基礎入口與支撐框架。③影視：中國影視數字人特效技術（動捕、CG等）取得快速發展，我們預計中國特效行業市場規模有望突破百億。（3）虛擬助手：對交互要求相對簡單的場景下應用替代真人服務，如新聞播報主持、文旅導覽導航、金融客服、教育、產品說明等。這類產品對于形象精度、交互要求、人設打造均不高，

改成這類產品對于形象精度、交互、人設打造要求均不高。（4）多模態助手：在通用/特定場景中，多模態助手基于真人形象提供顧問、關懷、陪伴、事務處理等服務，提供關懷感與真實感，對用戶系統個性化、虛擬人擬人程度、交互能力要求極高。因此我們認為人工智能研發商、互聯網/硬件頭部廠商相對優勢較大。請務必閱讀附注中的免責條款5核心要點：??投資建議：虛擬人產業鏈主要包含基礎層（建模/渲染引擎等基礎軟硬件）、平臺層（動捕等軟硬件系統、垂直平臺、AI廠商）以及應用層，隨著底層技術硬件等突破，將賦能更多應用場景，基于此，給予行業“推薦”評級。頭部綜合大廠在技術沉淀、IP運營、流量有較好基礎，偏好探索底層技術、硬件架構以及針對公司業務應用做工具化產品，產業鏈布局相對全面，如海外Meta、Google等；國內騰訊、阿里、

B站、網易、百度、字節等。A股傳媒公司主要涉及平臺層垂直解決方案提供以及應用層，建議重點關注：藍色光標（與微軟小冰合作上線“分身有術”數字人驅動平臺SaaS產品；與阿里達摩院共推虛擬主播直播電商解決方案；自營/品牌定制虛擬人）、捷成股份(參股公司世優科技提供廣電媒體、虛擬主播直播及虛擬場景、影視動畫虛擬內容制作等多個場景的成熟技術產品和解決方案，計劃推出MetaAvatarShow元宇宙分身、浙文互聯（自主孵化的虛擬網紅君若錦、LAN_蘭，已有汽車/食品/電商等代言訂單；DIGITAL

HUMAN平臺落地；定增計劃投入部分資金于虛擬數字人領域技術開發）、華揚聯眾（推出虛擬形象Aimee并進行商業化嘗試；推出景甜、Angelababy虛擬形象）、星期六（2022年計劃推出虛擬人或將作為虛擬主播參與直播帶貨等）、天下秀（上線網紅元宇宙虛擬社交社區Honnverse虹宇宙，知名虛擬紅人魚太閑上線虹宇宙）等。其他建議關注：應用營銷領域利歐股份、天舟文化、天地在線等；硬件動捕方向利亞德；AI方向科大訊飛、商湯科技等。風險提示：用戶增長不及預期風險、用戶接受度不及預期風險、用戶隱私數據風險、商業模式發展不及預期風險、版權保護風險、競爭加劇風險、技術成本過高風險、核心人才流失風險、技術發展演進不及預期、法律政策監管風險、估值中樞下移風險等。請務必閱讀附注中的免責條款6目錄

目錄1、虛擬人概覽

虛擬人定義

虛擬人分類

虛擬人發展歷史2、虛擬人技術

視覺制作技術

真人驅動與計算機驅動

技術發展趨勢3、虛擬人應用市場及商業模式

市場規模

演進

虛擬偶像

虛擬分身

虛擬助手

多模態助手4、產業鏈及相關公司

7

7

910121220232626272842474849請務必閱讀附注中的免責條款研究報告撰寫規范B

課題規劃的研究內容是課題研究報告的引言部分，這部分內容主要體現了課題組如何按照教育科研的程序對教育問題進行規劃研究的。只有寫好引言部分的內容才能為課題研究報告打好學術基礎，為課題研究構建起嚴謹的學術邏輯。因此，引言的內容體現了課題組的學術功底，體現了課題研究的學術基礎，也是課題組學習研究的具體體現。引言部分可分為問題的提出、對問題規劃研究的邏輯建構、課題的研究過程與研究方法三個層面十一個條日的問題。這些內容的表述程序構成一個逐層推進的嚴謹的邏輯聯系。

虛擬?

存在于非物理世不同場景實現難度不同外表和交互已成為核心發展路線未來VR設備與全息投影成為重要趨勢

數字?

依托多項技術存

在多技術綜合產物相關技術成熟成為重要推動力多模態技術與深度學習為未來技術發展核心點界中

CG、語音識別、圖像識別、動捕（真人驅動）等相關技術相對成熟面部長相和整體形象。會受到數字虛擬人類別（如真人形象、高保真建模、風格化）、制作細節（汗毛等細節建模）、渲染水平、設計審美等影響定義：數字虛擬人是擁有數字化外形的虛擬人物?

數字虛擬人的廣義定義為數字化外形的虛擬人物，具有“虛擬”（存在于非物理世界中）+“數字”（由計算機圖形學、圖形染、動作捕捉、深度學習、語音合成等計算

機手段創造及使用）+“人”（具有多重人類特征，如外貌、人類表演/交互能力等）的綜合產物。打破物理界限提供擬人服務與體驗是其核心價值。?

實現場景角度，目前以圖片、視頻、直播等為主，未來VR設備/全息投影有望為數字虛擬人在現實世界的投射提供更豐富的道具和軟硬件基礎。由于各場景時延（如直播

等實時場景要求低時延，但內容生成場景無該要求）、驅動方式（計算驅動對模型的深度學習能力有極高要求）等不同，對技術、運營等要求差異較大。?

技術角度，數字虛擬人近年的發展來源于CG、語音識別、圖像識別、動捕等相關技術的共同成熟，除CG建模+真人驅動的類別外，多模態技術與深度學習成為未來核心

點。?

我們認為“人”是其中核心的因素，高度擬人化（外貌形象、行為表情、交互的擬人程度）為用戶帶來的親切感、參與感、互動感與沉浸感是多數消費者的核心使用動力。

能否提供足夠自然逼真的相處體驗，是數字虛擬人在各個場景中取代真人重要標準。

圖表：廣義數字虛擬人核心要素

目前以圖片、視頻、實時直播、實時動畫等方式存在于電子屏中，如APP、小程序、軟硬一體顯示設備

人?

多方面高度擬人

化外表行為交互資料來源：量子位、CG世界、《2020年數字虛擬人發展白皮書》，國海證券研究所面部表情、形體表達、語音表述等。會受到驅動方式（真人驅動、計算驅動、預制調節等）、驅動模型類別（精細肌肉驅動等）、訓練數據、驅動模型精度等影響數字虛擬人與現實世界的交互水平，會受到語音識別能力、自然語言理解及處理水平、知識圖譜、預先設置知識庫等影響

請務必閱讀附注中的免責條款

7類別定義存在形式形象特征身份設定人格設定代表形象存在于非物理空間擬人化人物虛構可以與現實人類進行交互數字形象計算機等技術制作，以非物理空間展現√?皮卡丘（任天堂，90S）?游戲/動畫形象?二次元形象，無人類外觀，擬人化程度低數字人（廣義數字虛擬人）強調形象擬人化，身份設定可以有現實人物對照，也可以純虛構；對交互能力無嚴格要求√√?迪麗冷巴（嘉行/次世文化，2018）?漫畫形式?人類外觀，人物身份真實，無法交互虛擬人強調身份虛構，在現實社會中無人物直接映射，對交互能力無嚴格要求√√√?AYAYI（燃麥科技，2021）?社交賬號，以靜態圖片為主?人類外觀，人物身份虛構，無法交互數字虛擬人（狹義）強調人類交互：一是人的外觀，特定的相貌、性別和性格等；二是人的行為，語言、表情和肢體動作表達能力；三是人的思想，具有識別外界環境、并能與人互動的能力√√√?DigiDoug（數字王國，2019）?實時捕捉等技術，第一位登上TED演講臺的虛擬人?人類外觀，人物身份真實，可交互8定義：廣義與狹義數字虛擬人核心差別在對“交互”的要求

圖表：數字人、虛擬人、數字虛擬人釋義

請務必閱讀附注中的免責條款資料來源：量子位，CG世界，金融界等，國海證券研究所

備注：下文所討論“數字虛擬人”均指代廣義數字虛擬人9分類：類別多樣外觀形態展現圖形資源維度技術外形擬人程度

應用有人格：身份型計算機驅動無人格：服務型真人驅動虛擬分身簡單交互：替代

真人標準服務深度交互：多模

態個性化服務AYAYI

2021柳夜熙

動態央視小C

2021

寫實/擬人初音未來

2007

風格/卡通miquela2016

3D洛天依

2012迪麗冷巴

2018

2DSK-II

Yumi

2019新小微

2020非交互嘉然

2020

交互Shudu

靜態ZEPETO

2018微軟小冰

2014虛擬“鄧麗君”2020IMMA

2019

超寫實虛擬IP、虛擬偶

像/直播PGC生產動捕等基礎資料來源：量子位，國海證券研究所請務必閱讀附注中的免責條款研究報告撰寫規范C從我市進入課題鑒定程序所提交的研究報告來看，這項內容存在問題較多。課題的問題表述不清楚，或者表述不當，課題研究報告就失去了基礎，鑒定也就難以通過。問題表述不當主要表現在以下幾個方面：1.沒有表述問題。只交代了課題研究的背景，沒有把問題交代清楚。沒有問題表述的課題研究成果就不能算是真實的研究成果。只有把問題表述清楚、準確、真實，才有進行真正意義的研究。2.問題的表達大而空。雖然表達了問題，但不從教育實際問題入手的，只是寬泛或者概括地表達了一般的問題，是從我國、我省的角度表達的，很多課題研究報告只是把搜集到的有關問題表述粘貼過來，沒有根據自己的實際情況進行分，沒有本校的實際問題。問題的表達大而空，不具體也不明確，課題研究中很難把握，使課題研究失去了研究的真實基礎，甚至失去了方向和目標。3.問題的表達單一概略。雖然表達了本校的問題，但只有觀察性概述性表達，缺乏實證性表達，缺乏數據統計和分析，對問題的研究方式比較單一，科學性不強。20022007198420012010198219982012201110發展歷史

圖表：發展歷史階段形象技術誕生人物事件影響資料來源：《2020年數字虛擬人發展白皮書》等，國海證券研究所

萌芽階段（1980S-1990S）開始嘗試將虛擬人物引入到現實世界，技術以手繪為主

探索階段（2000-2016）傳統手繪正逐漸被CG、動作捕捉等計算機技術取代，語音合成技術得以發展。?手繪?真人特效化妝+手繪現場表演為播放提前錄好的錄像帶；2017年采用AR技術接受媒體采訪，擁有Twitter賬號?2D動畫，2002年

?CG

技術、動作捕捉技術動捕技術。?全數字、3D動畫、

?人物形象：CG技術合成；人物聲音：VOCALOID1系列合成?2.5D半全息透明屏播放3D影像（需在黑暗中實現，只能特定角度觀看）?3D全息投影技術（觀眾看到是立體形象）?VOCALOID3語音合成，聲源是山新，形象由MOTH投稿設計，經ideolo改編整合后完成?動畫《超時空要塞》女主角，被制作方包裝成為歌手，并制作音樂專輯創作而生?由George

Stone

?由

Blur

樂隊主唱Damon

Albarn

和英國漫畫家

JamieHewlett

共同創立?電影《指環王》中的角色?我國首部全數字電影短片《青娜》的主人公?由

Crypton

以雅馬哈Vocaloid

系列語音合成程序為基礎開發的音源庫?初音未來成為了第一個使用全息投影技術舉辦演唱會的虛擬偶像?第一VOCALOID中文聲庫和虛擬形象?世界首位虛擬歌姬“林明美”誕生?世界首位虛擬電影演員”MaxHeadroom“誕生?英國虛擬樂隊“Gorillaz”誕生?世界首個虛擬電影角色”咕嚕“誕生。?中國首位虛擬少女“青娜”初音未來“誕生。?二次元虛擬偶像”

?“初音未來”舉行第二場演唱會?“初音未來”舉行第四場演唱會?中國內地虛擬女歌手“洛天依”誕生?專輯成功打入當時日本知名音樂排行榜Oricon?出演一部電影，拍攝數支廣告，在英國家喻戶曉年獲英國《GQ》年度人物年度樂隊?發布7張專輯，10

?技術被《加勒比海盜》、《猩球崛起》等電影采用?體現中國數字制作水平，但因商業效益不盡如人意?全球大火，活躍至今，多次舉辦演唱會、接廣告代言等?2500張門票短時費網絡直播觀看?北美第一場巡演。

?推出后大火，進間售罄，演唱日當

預售票2周內售罄，

行廣告代言、MV、晚有超過3萬關注付

到場人數達6000人

演出等活動請務必閱讀附注中的免責條款202220212021202020192019201820182018201820162016

高速發展階段（2016-2018）深度學習算法和AI技術取得突破，數字人制作過程得以簡化。

井噴式發展階段（2019至今）朝著智能化、便捷化、精細化、多樣化發展，技術全面提升與突破?3D

模型，直播等技術?CG、面部捕捉

?XR、全息投影等

技術?360°全息影像技術?高精度的實時

?語音合成、唇動作捕捉與渲染，形合成、表情合可實時交互的高

成、深度學習等保真數字人物?慣性運動捕捉

?自然語言處理、

?Core

R3技術套裝、機器學習、語音識別、計算實時渲染（由

機視覺等人工智NVIDIA

RTX和

能技術虛擬引擎完成）?超寫實虛擬人，

?高效人臉制作不以2D存在而

管線xFace是制作出短視頻

Builder，將建

模、綁定、動畫

三個環節納入一

體?虛擬人技術，機器學習加持下的高階渲染系統Mystique

Live?發布第一個自我介紹視頻而出現?擁有12人設計師、軟件工程師團隊?2018年《英雄聯盟》S8仁川總決賽閉幕式會場上以虛擬女團身份首次亮相?騰訊游戲旗下NExT

Studios歷時一年打造高保真數字虛擬人。其原型演員為姜冰潔。?新華社與搜狗聯合發布的“AI合成主播”?數字王國軟件研發部負責人Doug

Roble在TED

演講時展示了自己的數字虛擬人DigiDoug?浦發銀行和百度聯合開發。?STAR

Labs（三星）制作，由人工智能所驅動?創壹視頻的特效公司發布首個視頻而進入大眾視野?由新華社和騰訊聯合打造超寫實數字虛擬人?世界首

?vmodel“Lil位Virtual

miquela”誕生YouTuber”絆愛“誕生?K/DA英雄聯盟衍生虛擬女團?邁克爾·杰克遜全息演唱會?Siren（塞壬）

?世界首位全仿

?由數字王國制

真智能AI主持人”作的數字虛擬

新小浩“誕生

人”DigiDoug

“誕生?浦發銀行數字員工“小浦”?“NEON”誕生?創壹視頻的特效公司發布柳夜熙首個視頻?全球首位數字航天員、數字記者“小諍”?由數字王國制作的虛擬鄧麗君在江蘇衛視跨年演唱會登臺獻唱?正式確立了虛擬主播Vtuber的概念和文化開端?客串電影、大量代言，累計ins數百萬粉絲?出道一個月，首支單曲《POP/STARS》MV在Youtube上，播放量超1億。?票房過10億美金?高還原度媲美真人的形象以及可實時驅動的表情動作，激發了人們對虛擬人技術的無限想象?用戶輸入文本后，屏幕展現數字虛擬人形象并進行新聞播報，且唇形動作與播報聲音同步?可在照片寫實級逼真程度的前提下，進行實時的表情動作捕捉及展現?擁有近似真人的形象、表情和動作，具備表達情感和溝通交流的能力?仿真虛擬人在短視頻上首次嘗試，首個視頻發布不到30小時，粉絲數漲至130萬?在沒有原型演員的前提下，創造出角色形象。為游戲快速人臉生產提供基礎?與周深同臺演繹《漫步人生路》、《小城故事》和《大魚》11資料來源：《2020年數字虛擬人發展白皮書》，國海證券研究所階段形象技術誕生人物事件影響發展歷史

圖表：發展歷史請務必閱讀附注中的免責條款技術：視覺制作層面建模、動/面捕捉、渲染為核心制作技術環節?

數字虛擬人的制作涉及眾多技術領域，且制作方式尚未完全定型，《2020年數字虛擬人發展白皮書》總結出在“數字虛擬人通用系統框架”，包含任務形象、語音生成

模塊、動畫生成模塊、音視頻合成顯示模塊以及交互模塊。?

在此基礎上提煉出五橫兩縱的技術架構。“五橫”是指用于數字人制作、交互的五大技術模塊，即人物生成、人物表達、合成顯示、識別感知、分析決策等模塊。其中，

人物表達包括語音生成和動畫生成，動畫生成則包含驅動（動作生成）和渲染兩大部分。“兩縱”是指

2D、3D

數字人，3D

數字人需要額外使用三維建模技術生成數

字形象，信息維度增加，所需的計算量更大。?

數字虛擬人視覺制作部分的工業化流程，涵蓋了建模、骨骼綁定、動捕、面捕、渲染、材質解算等各個環節。資料來源：《2020年數字虛擬人發展白皮書》，國海證券研究所圖表：數字虛擬人技術框架人物生成人物表達合成顯示識別感知分析決策語音生成、動畫生成（驅動、渲

染）等

通用框架

終端顯示技術語音語義識別、人臉識別、動作

識別等

知識庫、對話管理等2D數字人

無

3D數字人人物建模綁定等人物形象

動畫生成模塊

語言生成模塊音視頻合成顯示模塊

交互模塊通用框架光場成

像結構光掃描重

建

渲染技術核

心建模

動捕計算機視覺動

捕光學動

捕慣性動

捕圖表：數字虛擬人核心視覺制作核心制作技術類別

實時渲染離線渲

染人體動

態三維重

建動態建

模靜態建

模相機陣

列掃描重

建12請務必閱讀附注中的免責條款研究報告撰寫規范D研究題目，界定核心概念。即對題目的研究內涵和外延進行界定，課題研究首先要“入題”。一個研究課題的題目，往往有幾個核心概念組成。如“關于中小學課堂教學時間成本與教學效益的研究與實驗”應當由三個核心概念組成，“中小學課堂教學時間成本”、“中小學課堂教學效益”，包括兩者之間的關系，以及“研究與實驗”，對課題核心概念內涵和外延的界定，就基本上畫出了課題的研究范圍與重點解決的問題。初次主持課題研究者往往忽略了這項內容，致使課題研究的內涵和外延不夠清楚，重點也難以突出：還有就是立項題日過大，研究界限不清楚，或難以把握。國際上IR、Ten24等公司已經將靜態重建技術人體三維動態數據進行采集，實時渲染出真實的動態表演

近年來

Microsoft、Google、Intel、Facebook

等公司都在積極展開相關研究，

其者模型中Microsoft的108攝像機MR

studio已經在全應用計算機攝像學技術，可以存

可忽略材質，直接采集三維儲空間中所有光線的方向和角度，

界的光線，為人體三維重世從而產出場景中所有表面的反射

建提供了更加豐富的圖像信13項目具體技術名稱技術特點優缺點國外相關技術應用及公司國內相關技術應用及公司靜態重建技術結構光掃描重建可以實現0.1毫米級的掃描重建

在友好度和適應性方面差強精度，

但其掃描時間長，一般

人意，更多的應用于工業生凌云光等公司制作的拍照式人體掃描系統也已經在電影、游戲、虛擬主播項目中成功應用相機陣列掃描重建在1秒以上，

甚至達到分鐘級目前可實現毫秒級高速拍照掃描（高性能的相機陣列精度可達到亞毫米級）產、檢測領域

完全商業化，

服務于好萊塢大型影視數字人制

作可滿足虛擬人掃描重建需求，當前人物建模主流方式動態光場重建球各大洲均有建設；Google

Relightable系統集合模型重建、動作重建、光照重建的全部功能。人體動態三維重建光場成像應用計算機視覺/圖形學技術，采用攝像機陣列采集動態數據，可重建高低頻幾何、紋理、材質、三維運動和陰影

息

技術層面——建模：相機陣列掃描靜態重建為主流，動態光場重建為發展重點

?

數字虛擬人建立的第一步需要進行前期的形象設計以及建模。2D數字虛擬人需要原畫等形象設計，而3D數字虛擬人需要額外使用三維建模技術生成數字形象，信息維

度增加，所需的計算量更大，無論是基于IP或者真人設計，都需要進行面捕以及身體的建模。

?

3D建模技術目前主要包含靜態掃描建模以及動態建模兩類：

?

靜態掃描建模仍為主流，其中相機陣列掃描重建快速發展，目前可實現毫秒級高速拍照掃描（高性能的相機陣列精度可達到亞毫米級）

，

滿足數字人掃描重建需求，

替代結構光掃描重建成為當前人物建模主流方式。

?

相比靜態重建技術，動態光場重建不僅可以重建人物的幾何模型，

還可一次性獲取動態的人物模型數據，

并高品質重現不同視角下觀看人體的光影效果，

成為數字人

建模重點發展方向。

海外Microsoft、Google、Intel、Facebook

等巨頭公司都在積極展開相關研究，國內清華大學、商湯科技、華為等也展開了相關研究，

并取得

國際水平的同步進展。圖表：主要建模技術概況資料來源：《2020年數字虛擬人發展白皮書》、頭豹，國海證券研究所國內清華大學、商湯科技、華為等

請務必閱讀附注中的免責條款14資料來源：3D視覺工坊、將門創投，國海證券研究所

技術層面——形象設計與建模技術：相機陣列掃描重建技術快速發展圖表：主要建模技術概況

?

相機陣列掃描重建：USC

Light

Stage1/2/3/5/6：由美國南加州大學ICT

Graphic

Lab的Paul

Debevec所領導開發的高保真的三維采集重建平臺系統（2000誕生）。

該系統以高逼真度的3D人臉重建為主，并已經應用于好萊塢電影渲染（Light

Stage5《本杰明巴頓奇事》《蜘蛛俠3》《阿凡達》）中。

?

動態光場重建示意：Google

Relightable系統將結構光、動態建模、

重光照技術集成到一起，在一套系統中包含模型重建、動作重建、光

照重建的全部功能。

?

可捕捉了人體自由視點，重建出幾何模型和反射率圖，并最終實現了

能在任意場景中進行合成的視覺效果。請務必閱讀附注中的免責條款資料來源：頭豹研究院、原力動畫、新華社等，國海證券研究所圖表：綁定環節的技術革新技術層面——建模綁定技術：技術突破不斷

?

2018年，騰訊游戲旗下NExT

Studios高保真數字虛擬人Siren(塞壬)亮相GDC，其高還原度媲美真人的形象，以及可實時驅動的表情動作；制作中“綁定技術“環節

就耗費了大半年時間。

?

2021年6月，由新華社、騰訊聯合打造的全球首位數字航天員、數字記者“小諍”首次出現新華社數字視頻中，帶領用戶漫游三大空間站；小諍項目的綁定流程較

Siren(塞壬)項目縮短了一半，依靠的就是創作團隊創新沉淀出的高效人臉制作管線——xFaceBuilder。人物建模等無綁定控件修形變形器軟件交互速度下降動畫制作環節效率

降低大數據分析面部網格形變數據深度神經網絡學習神經網絡結構輕便神經網絡實時推理

綁定節點圖多且復雜場景負載

過重操作流程優勢神經網絡結構精簡，可實現實時推理云端訓練本地綁定節點

連續關系圖被神經網絡定制節點所取代

底層技術神經網絡定制節點控制參數用戶調節控制參數面部實時變形效果自動隨機生成海量訓練數據原有綁定結構分析場景綁定相關控制器傳統方法新式方法創新方法綁定速度提升15請務必閱讀附注中的免責條款16技術層面——驅動技術：智能合成、

動作捕捉為虛擬人主流動作生產方式項目分類技術優缺點國外相關技術及公司國內相關技術及公司智能合成嘴型動作建立輸入文本到輸出音頻與輸出視覺信息的關聯映射，主要是對已采集到的文本到語音和嘴型視頻（2D）/嘴型動畫（3D）的數據進行模型訓練，得到輸入任意文本都可以驅動嘴型的模型，

通過模型智能合成已實現智能合成

Reallusion公司研究的利用語音生成面部表情Craytalk

搜狗相芯科技等公司也有部技術已在動畫制作中被成功

分項目落地應用嘴型之外其他動作過人手動配置得到的眨眼、微點頭、挑眉等動畫目前都是通過采用一種隨機策略或某個腳

尚未實現智能合成，未來希望通過

商用本策略將預錄好的視頻/3D動作進行循環播放來實現，觸發策略是通

智能分析文本，學習人類的表達，實現自動配置動作/面部捕捉光學動捕通過對目標上特定光點的監視和跟蹤來完成運動捕捉的任務造價高昂，捕捉精度高英國的Vicon，美國的OptiTrack（NP）和魔神Nokov、uSens、青瞳視覺等慣性動捕基于慣性測量單元IMU來完成對人體動作捕捉，即把集成了加速度計、

價格相對低廉，精度較低，會隨著陀螺儀和磁力計的IMU綁在人體的特定骨骼節點上，通過算法對測量

連續使用時間的增加產生累積誤差，

荷蘭的Xsens數值進行計算，從而完成動作捕捉

發生位置漂移，抗遮擋力強諾亦騰（Noitom）、幻境、國承萬通等。計算機視覺動捕由多個高速相機從不同角度對目標進行監視和跟蹤簡單、易用、硬件成本較低圖表：主要驅動技術概況項目精度抗遮擋對環境要求硬件成本算法開發難度光學動捕高低高高中慣性動捕計算機視覺動捕低低高低低低中低低高圖表：主要捕捉技術特性對比資料來源：《2020年數字虛擬人發展白皮書》，國海證券研究所?

驅動動作技術包括手動調節關鍵幀、預制動作、動作捕捉、智能合成（文

字/語音驅動）等。手動調整動畫關鍵幀與預制動作（類似MMD）無法實現實時互動。?

智能合成：其中2D、3D數字人均已實現嘴型動作的智能合成，其他面部/身體部位的動作智能合成未能完全實現。?

動捕：通過將捕捉采集的動作遷移至數字虛擬人是目前動作生成主要方式，核心技術是動作捕捉。可分為光學式、慣性式及計算機視覺動捕等。現階段光學式和慣性式動捕占據主導。計算機視覺動捕雖然相對開發難度大，目前精度較低，但就成本/對環境要求低，可移動范圍大，使用場景想象力較大，目前已有消費級應用（部分VR設備采用），成為聚焦熱點。Leap

Motion、微軟Kinect

請務必閱讀附注中的免責條款17計算機視覺動捕技術示意（2）Leap

motion（體感控制器）2013年上市售價500元慣性動捕技術示意

計算機視覺動捕技術示意（1）光學動捕技術示意技術層面——驅動技術：計算機視覺動捕成熱點圖表：各類動捕技術示意資料來源：新浪、雷科技等，國海證券研究所請務必閱讀附注中的免責條款18技術層面——渲染技術：硬件與算法突破，渲染真實與實時性大幅提升項目定義優缺點渲染時間計算資源渲染質量軟件代表主要應用場景離線渲染在計算出畫面時并不顯示畫面，計算機根據預先定義好的光線、軌跡渲染圖片，渲染完成后再將圖片連續播放，實現動畫效果。強調“美學和視覺效果”主要優點是渲染時可以不考慮時間對渲染效果的影響缺點是渲染畫面播放時用戶不能實時控制物體和場景。長（數小時甚至

多（全部調用更長時間)

本地資源）高Autodesk

Maya、3D

StudioMax主要用于電影、廣告等預先設計好的模式的演示實時渲染計算機邊計算畫面邊將其輸出顯示強調“交互性和實時性”，優點是可以實時操控，缺點是要受系統的負荷能力的限制，必要時要犧牲畫面效果（模型的精細、光影的應用、貼圖的精細程度）來滿足實時系統的要求。短（(每秒至少渲染30幀）少欠佳

主要用于無預定腳本的視景仿真，例如Unreal

Engine

、Unity

Engine

飛行訓練、3D游戲、軍事仿真、災難模

擬、交互式建筑演示等

?

渲染技術，是指把模型在視點、光線、運動軌跡等因素作用下的視覺畫面計算出來

的過程。主要由離線與實時渲染兩種類型。

?

離線渲染，就是在計算出畫面時并不顯示畫面，計算機根據預先定義好的光線、軌

跡渲染圖片，渲染完成后再將圖片連續播放，實現動畫效果。優點是渲染質量相對

好，美學和視覺效果好，缺點是無法實時控制，主要應用于影視等方面，代表性軟

件包括Maya、3DMax等。

?

實時渲染，是指計算機邊計算畫面邊將其輸出顯示，優點是可以實時操控，缺點是

要受系統的負荷能力的限制，必要時要犧牲畫面效果，主要應用于游戲等方面，代

表引擎包括Unreal

Engine（虛幻）、Unity

Engine等。

?

隨著硬件能力的提升和算法的突破，

渲染速度、效果真實度、畫面分辨率均大幅

提升，在虛擬人物實時渲染方面，已經能做到以假亂真。2016年，EpicGames

（虛幻引擎開發商）聯合

3Lateral、Cubic

Motion等公司聯合開發的可實時驅動

的虛擬人物在當年的Siggraph會議中做了演示，成功在消費級的硬件環境下實時

渲染了高質量的虛擬角色。2018年5月，騰訊發布虛擬人Siren，也一個支持實時

渲染的虛擬人物。圖表：主要渲染技術概況圖表：騰訊虛擬人塞任（Siren）實時渲染示意資料來源：《2020年數字虛擬人發展白皮書》，CSDN等，國海證券研究所備注：塞任由騰訊互娛事業群NEXT

Studio

與Epic

Games、Cubic

Motion和3Lateral等業內各領域頂尖公司聯合團隊開發而成。請務必閱讀附注中的免責條款19虛幻3：游戲《戰爭機器》2006年推出虛幻5：預覽視頻截圖，預計2022年初發布完整版虛幻2：游戲《虛幻競技場2004》2004年推出虛幻4：游戲《堡壘之夜》2018年技術層面——渲染技術：實時渲染速度、真實度、畫面分辨率大幅提升圖表：歷代虛幻引擎制作游戲示意資料來源：游研社、EPIC等，國海證券研究所請務必閱讀附注中的免責條款20資料來源：量子位，國海證券研究所技術層面：交互式數字虛擬人可分為真人/計算機驅動兩種?

從驅動技術角度來看，交互型數字虛擬人可分為真人和計算機驅動兩種類型。?

真人驅動型數字虛擬人，以真人為核心，用戶可以通過3D建模、動作捕捉技術、渲染等技術，在網絡上形成真人的虛擬化身，在動作靈活度、互動效果等方面有明顯

優勢，一方面能夠在影視內容的創作中減低生產成本，為影視行業降低門檻，推動影視級內容向消費級轉化。另一方面則多用于虛擬偶像、重要直播中，幫助數字虛擬

人完成大型直播、現場路演等互動性、碎片化活動。?

計算機驅動型數字虛擬人，以深度學習技術為主，本質上還是算法，但會擁有一個定制化的虛擬外表。計算驅動的數字虛擬人最終效果受到語音合成（語音表述在韻律、

情感、流暢度等方面是否符合真人發聲習慣）、NLP技術（與使用者的語言交互是否順暢、是否能夠理解使用者需求）、語音識別（能否準確識別使用者需求）等技術

的共同影響。盡管在特定方向上，各感知類技術已有的商業化能力已足以支撐，然而，但要達成理想的綜合效果，需要該公司在三個方面同時具有較強的綜合能力。圖表：真人驅動型和計算機驅動型數字虛擬人差別項目主要特點技術流程技術突破真人驅動型真人驅動，在動作靈活度、互動效果等方面有明顯優勢原畫設計—建模綁定—動捕設備或攝像頭將基于真人的動作/表情等驅動數字虛擬人—實時渲染—完成內容錄制或現場互動動作捕捉環節計算驅動型語音表達、面部表情、具體動作將主要通過深度學習模型的運算結果實時或離線驅動設計形象或對真人形象進行打點掃描，采集模型—建模綁定—訓練各類驅動的深度模型，學習模特語音、唇形、表情參數間的潛在映射關系—內容制作，基于輸入的語音（或由輸入文本轉化的語音），預測唇動、表情等參數，推理圖片并與時間戳結合—渲染并生成內容語音合成（語音表述在韻律、情感、流暢度等方面是否符合真人發聲習慣）捕設備不再是驅動的必備工具。隨著圖像識別技術，姿勢、表情等識別算法的進步，昂貴的慣性或光學動NLP技術（與使用者的語言交互是否順暢、是否能夠理解使用者需求）語音識別（能否準確識別使用者需求）適用場景降低影視行業門檻，推動消費級轉化虛擬偶像、大型直播等虛擬人內容生成虛擬客服、虛擬助手請務必閱讀附注中的免責條款無人物建模等直播時實時渲染計算機驅動：多模態技術與深度學習技術集大成者?

計算驅動型數字虛擬人技術是近年來多模態技術和深度學習發展的技術

集大成者。?

在計算機驅動型中，可通過智能系統自動讀取并解析識別外界輸入信息，根據解析結果決策數字人后續的輸出文本，然后驅動人物模型生成相應

的語音與動作來使數字人跟用戶互動。數字虛擬人的語音表達、面部表

情、具體動作將主要通過深度學習模型的運算結果實時或離線驅動，在

渲染后實現最終效果。?

制作過程中最重要的步驟在于對各類驅動模型的訓練，充足的驅動關鍵

點配合以精度較高的驅動模型，能夠高還原度的復原人臉骨骼和肌肉的資料來源：量子位、《2020年數字虛擬人發展白皮書》，國海證券研究所

細微變化，得到逼真的表情驅動模型。圖表：計算機驅動型數字虛擬人制作技術流程動作、手勢等驅動大多依靠人為現場指令或預設置驅動。

并利用生成對抗模型

GAN選出最符合現實

的圖片，推理得到每

幀數字人的圖片。?

通過時間戳，將語音

和每幀的數字人圖片

進行結合。形成虛擬形象；另一類先將真人照片中的眼型、發型等元素進行分類，再與預先設置的動漫元素進行匹配，最終生成動漫式的虛擬形象。

訓練各類驅動模型

(核心步驟)?

利用深度學習，學習

模特語音，唇形，表

情參數間的潛在映射

關系，形成各自的驅

動模型與驅動方式。?

目前為止，大多廠商

的驅動模型大多是語

音-唇形，語音-驅動，

形象建模&進行綁定?

設計模型，或基于特

定真人進行高還原度

建模，進行關鍵點綁

定。?

當需要基于真人照片

生成虛擬內容時，一

類做法是將通用人臉

模型遷移至該照片上，

形象設計&掃描真人

&采集驅動數據?

利用多方位攝像頭，

對通用/特定模特進行

打點掃描，視最終需

求可進行全身或局部

掃描。?

采集其說話時的唇動

、表情、面部肌肉變

化細節、姿態等數據。

內容制作:基于輸入

的語音/文本預測唇

動、表情等參數?

核心技術流程是基于

輸入的語音，或首先

基于TTS技術(Text-

to-speech,語音合成

技術)、將輸入的本文

轉化為語音。?

基于語音，結合上一

步得到的驅動模型，

生成最終內容?

為保證在特定場景下

能夠實現實時低延遲

渲染，計算框架的大

小、算力供給等技術

問題同樣會影響到數

字虛擬人的最終生成

效果。

附加步驟?

針對需要進行交互的

數字虛擬人，生產商

會預先設置有問答庫、

知識圖譜等，并承接

入數字虛擬人的對話

系統。終端用戶音視頻合成展

示人物語言生成人物動畫生成識別感知智能分析與決策圖表：計算機驅動型數字虛擬人運作流程示意TTSA人物模型文本21請務必閱讀附注中的免責條款真人驅動：成本逐漸降低，有消費級應用，技術突破重點在于動捕資料來源：《數字虛擬人深度產業報告》、《2020年數字虛擬人發展白皮書》，國海證券研究所?

在真人驅動中，在完成原畫建模和關鍵點綁定后，動捕設備或攝像頭將基

于真人的動作/表情等驅動數字虛擬人。?

由于背后有真人操作，真人驅動型在動作靈活度、互動效果等方面有明顯

優勢，一方面能夠在影視內容的創作中減低生產成本，為影視行業降低門

檻，推動影視級內容向消費級轉化。另一方面則多用于虛擬偶像、重要直

播中，幫助數字虛擬人完成大型直播、現場路演等互動性、碎片化活動。?

事實上，這種技術思路可以看作是傳統影視制作中，CG技術的進一步延

續。近年來主要的技術突破在于動作捕捉環節。隨著圖像識別技術，姿勢、

表情等識別算法的進步，昂貴的慣性或光學動捕設備不再是驅動的必備工

具。普通攝像頭結合理想的識別算法通用能實現較為精準的驅動(如

iPhone12攝像頭已可支持簡單的動作捕捉)，顯著降低了精細虛擬內容生

成的門檻。圖表：真人驅動型數字虛擬人制作技術流程化。的區別進行重定向，并對動作、眼神、手指等采用不同的驅動方式。必要時進行語音合成，形成特定設置語音。

表情捕捉?

利用動作捕捉或特定攝

像頭+圖像識別，捕捉

在形體、表情、眼神、

手勢等方面的關鍵點變

建模綁定?

將識別關鍵點映射至模

型上，進行綁定。?

關鍵點綁定的數量及位

置影響最佳效果。

形象設計&建模?

基于IP設計或真人偶像

繪制原畫?

進行面部及身體3D建

模，選擇關鍵點。

驅動&渲染?

真人演員實時驅動數字

虛擬人。?

在較為精良的制作中，

會根據真人演員和建模

生成內容

進行互動?

進行直播，或錄制其動

作生成內容。圖表：真人驅動型數字虛擬人CodeMiko22請務必閱讀附注中的免責條款23技術趨勢——擬人化：基礎是視覺層面的高保真+實時

?

“擬人化”這需要數字虛擬人在形象或交互上具有技術優勢。基礎就是視覺層面實現高保真（接近真人）+實時渲染。

?

虛擬人外觀風格選擇的兩極：高保真+風格化。由于恐怖谷效應的存在，人類視覺對同類的形象、特別是對面部高度敏感，在似像非像的階段，很容易跌入“恐怖谷”。

因此虛擬人外觀存在風格化+高保真兩個發展路線，風格化的虛擬角色藝術創作空間較大，卡通形象做出夸張化的動作表情并不會嚇到觀眾，過去漫畫、影視等藝術形

態均有過成熟的標準；而1:1接近真人的高保真技術難度相對更大。

?

高保真技術突破點：CG建模/圖像遷移技術影響外觀的擬人程度。此外CV等深度學習模型影響驅動效果，受數據量、計算框架、關鍵特征點等因素深刻影響。能否呈

現自然的面部表情變動、肢體變動等，在極大程度上取決于語音驅動的深度模型效果；能否對情感等因素進行特別設計，同樣會產生重要影響。魔琺科技等業界領先的

模型可組合出超千種表情效果，并包含眼神驅動。科大訊飛、竹間智能等公司會對語音/文本中的因素進行提取，增加情感驅動模型等。

?

實時渲染：需要影視、游戲兩個領域技術的取長補短。影視很真實但不實時，游戲正好相反。游戲人物制作因顯卡運算能力和引擎渲染能力不斷攀升，寫實風格的角色

效果正不斷向影視級靠近，影視領域的照相建模、高精度3D掃描、面部和動作捕捉相關技術，已經應用到游戲的實時渲染領域，為表現力帶來飛躍。而影視等非實時

渲染領域，也探索出數字化復制、合成真實人類外形的技術，正向實時渲染的游戲、遠程會議等領域進行遷移。圖表：恐怖谷效應示意（1969年日本森昌弘提出假設）圖表：游戲《古墓麗影》歷代勞拉變化資料來源：騰訊研究院、百度，國海證券研究所請務必閱讀附注中的免責條款

Siren

AI（語音文字驅動；2018年下半年）?

讓虛擬人不止步于“提線木偶”，將智能音箱、語音助手與人自主交互

的能力賦予Siren，讓她獨立做到能聽、會說。?

這涉及多個AI研究和工程領域，包括語音識別（ASR）、自然語言處理

（NLP），語音合成（TTS），語音驅動面部動畫（ADFA）等。難點

集中在最后一步，核心是利用AI訓練出語音/文字和面部模型肌肉控制間

的對應關系，然后進入渲染引擎、驅動虛擬人。技術趨勢——擬人化：“形似到神似”的重點為交互能力

?

數字虛擬人是否能夠做到自然交流，主要受到語音合成TTS技術（語音表述在韻律、情感、流暢度等方面是否符合真人發聲習慣）、NLP技術（與使用者的語言交互

是否順暢、是否能夠理解使用者需求）、語音識別ASR技術（能否準確識別使用者需求）等AI技術的共同影響。盡管在特定方向上，各感知類技術已有的商業化能力

已足以支撐；但要達成理想的綜合效果，需要該公司在三個方面同時具有較強的綜合能力。

?

NLP交互技術影響交互體驗：以對話能力為核心。繼文本對話助手、語音AI助手后，該技術繼續在數字虛擬人中發揮核心作用，可以視作為數字虛擬人的大腦。在AI

交互助手方面已有理想成效，如小冰等，公司能夠為其添加較好的通用式互動能力。追一科技等公司則通過知識圖譜、業務問答庫、對話型工程引擎等增強數字虛擬人

的業務互動能力。圖表：騰訊虛擬人交互能力提升示意

Siren（演員實時表情動作驅動；2017年-2018年）?

實現跨越影視和實時渲染邊界，制作可實時交互的

數字人物；在高保真角色基礎上，進一步增加高精

度的實時動作捕捉與渲染。?

Epic發起協調項目，以Unreal引擎整合模型、貼圖、

動作等數據資源；3Lateral制作高精度模型，建立

綁定，為演員和虛擬人的同步搭建轉換橋梁；

Cubic

Motion實時表情捕捉；騰訊NExT為項目所

有者，提供基于Unreal引擎的高質量的人物渲染。資料來源：騰訊研究院，國海證券研究所

Matt

AI（更真實情感表達；2019年）?

自主完成一整套高保真虛擬人的研發流程，探索語

音自驅動且能表達情緒的虛擬人技術，將語音、情

感、生動的面部表情緊密關聯起來。?

建立了一套精確的面部動捕流程，以不同情感下的

動作捕捉，來訓練語音驅動模型，最終構造了一個

長約20個小時、13339條語句的，包含語音、面部

運動和身體運動的多模態訓練數據集。在Siren

AI

基礎上，增加情感維度數據，讓Matt擁有微笑、蹙

眉等微表情，多了更自然的“人情味”。

請務必閱讀附注中的免責條款

24

騰訊AI

Lab自拍生成虛擬人流程效果?

僅需一段手機自拍視頻，就能在30秒內合成一個高擬真度的3D

虛擬人。視頻輸入到AI

模型后，只需30秒處理時間就能生成一

個高擬真度的虛擬人，不僅臉型和五官形狀非常貼合，而且具有

毛孔、唇紋、毛發級別的細節。再借助虛幻4引擎等基于物理的

渲染引擎（PBR），可以得到真實感很強的虛擬人。技術趨勢——工具化：高效創作

?

未來在元宇宙的數字場景中，每個用戶都需要自己的虛擬形象，開放世界中大量的非用戶角色（NPC）也需要做到千人千面。影視級制作的流程和效率顯然不適用。

因此，需要為藝術家、一般創作者和普通人，提供符合各自能力和需求的制作工具與素材。工具化為數字虛擬人技術發展的必然趨勢，開發更輕量、便捷的工具，讓藝

術家和普通用戶都能快速生產高品質美術資產/數字孿生體。

?

從0開始制作虛擬人，需要較長周期，耗費較高成本。例如Siren項目從啟動采集到能夠自然地活動，就用了接近半年時間。在積累了一定數量人臉數據和素材的基礎上，

更高效的工具應運而生，既滿足游戲制作流程中藝術家創造多樣化角色的需求，也讓普通人能夠便捷生成屬于自己的虛擬形象。

?

較為有代表性的是騰訊NExT

Studios的xFaceBuilder與Epic的Metahuman

Creator。圖表：騰訊xFaceBuilder、EPIC

Metahuman

Creator示意

騰訊&新華社數字記者小諍（基于xFaceBuilder）?

xFaceBuilder是面向專業開發者的全流程管線，能

夠敏捷生產適用多種終端設備的數字人臉；基于自

建的高保真人臉庫xFaceDepot，提供影視級人臉

建模、綁定、動畫生產管線；針對手機、PC、主機

等不同的平臺和美術需求，提供了靈活的配置方式，

已支持騰訊游戲的多款研發中游戲內容。資料來源：騰訊研究院，國海證券研究所

Metahuman

Creator制作界面?

2021年初Epic公布Metahuman

Creator工具，產品

基于預先制作的高品質人臉素材庫，允許用戶以自動

混合、手動調節的方式快速生成虛擬人。包含完整的

綁定，可在虛幻引擎項目中用于制作動畫。?

特點：高效的模版混合技術，可以融合多張基礎臉后

快速得到一個全新面孔，擁有細膩的微表情動畫；云

端渲染，使制作過程做到輕量、優質、便捷。

請務必閱讀附注中的免責條款

25840.2,

88%115.2,

12%替代真人服務多模態AI助手1747.2,

65%955.4,

35%服務型虛擬人身份型虛擬人26資料來源：量子位，國海證券研究所1474.3,

85%262.1,

15%虛擬IP虛擬分身市場規模：天花板高，預計至2030年市場規模達到2700億?

根據量子位《數字虛擬人深度產業報告》預測，在2030年，我國數字虛擬人整體市場規模將達到2700億。其中：?

身份型數字虛擬人：身份型數字虛擬人將占據主導地位，約1750億，并逐步成為Metaverse中的重要一環；主要得益于虛擬IP的巨大潛力（1474億元），以及虛擬第

二分身的起步（262億元）。?

服務型數字虛擬人：服務型數字虛擬人相對穩定發展，多模態AI助手仍有待進一步發展（840億元），多種對話式服務升級至數字虛擬人形態（115億元），總規模超

過950億。?

數字虛擬人市場天花板高，且有明確實現路徑，行業進入高速發展期，主要體現在：???應用場景較多且商業價值得到驗證：作為多模態升級的代表技術，數字虛擬人應用場景眾多，可廣泛與各行業領域相結合，變現路徑和市場潛力明確。其中虛擬人技術在虛擬偶像、影視特效等領域已得到明確的商業價值驗證。而虛擬分身生成等場景也已得到了資本和相關產業方的認可。國內玩家綜合基礎較好：大多數國內玩家為綜合實力較強，發展成熟的AI科技公司，在客戶積累、技術實力、銷售渠道、資金供給等方面較為可靠，行業預計可直接進入平穩發展期。作為元宇宙交互載體潛力大：數字虛擬人作為Metaverse主要的交互載體，具有明確的巨大增長潛力，并基于NFT、VR等有理想的延展空間。行業天花板高，能夠

維持長期和衍生發展。圖表：2030年中國數字虛擬人整體市場規模（億元）及構成請務必閱讀附注中的免責條款27傀儡型/真人驅動為主

虛擬IP/偶像

流量吸引

Vsinger/虛擬歌姬Vtuber/VUP/虛擬主播

虛擬網紅等真人/計算機驅動

虛擬分身數字資產+元宇宙入口

影視特效

游戲分身

社交分身計算機驅動為主

虛擬助手

替代真人服務文旅（導航導覽）金融地產（客服）傳媒（主持播報）計算機驅動為主

多模態助手伴侶式服務

醫療

日常陪伴個性化交互GUI圖形化界

面HUI擬人化界

面實現難易程度資料來源：國海證券研究所備注：GUI——Graphic

User

Interface；HUI-Human-liked

User

Interface演進：數字虛擬人成為數字世界接口圖表：數字虛擬人商業模式應用進展預測

DEEPLEARNING：人工智能+大數據等技術請務必閱讀附注中的免責條款125.828圖表：虛擬偶像市場規模圖表：追星規模???根據艾媒數據，虛擬偶像在網民中的認可度較高，以網民總數10.11億（《中國互聯網絡發展狀況統計報告》2021年6月數據）計算，2021年深度+淺度追星人群占比超80%，約8億人；而在追星群眾中63.6%關注支持虛擬偶像，則預計有超5億人為虛擬偶像受眾，隨著虛擬偶像應用面鋪開，滲透率有望進一步提升。根據艾媒數據，2020年中國虛擬偶像核心市場規模為34.6億元，YOY+69.3%，預計2021-2023年中國虛擬偶像核心市場規模分別達62.2/120.8/205.2億元，YOY+79.6%/+94.3%/+69.8%；2020年虛擬偶像帶動市場規模為645.6億元，YOY+70.3%，預計2021-2023年分別達1074.9/1866.1/3334.7億元，YOY+66.5%/+73.6%/+78.7%。根據愛奇藝專業內容業務群總裁兼首席內容官王曉暉曾表示，中國偶像市場總規模預計在2022年將達到1400億元，以2022年虛擬偶像核心市場規模121億計算，虛擬偶像占比僅為8.6%，滲透率有較大提升空間。645.61074.91866.154.2%70.3%66.5%73.6%55.5%

52.8%65.2%69.3%79.6%94.3%3334.7

78.7%

69.8%80.98.1

2017

12.42018379.1

20.5

2019

34.62020

62.22021E

120.82022E

205.22023E虛擬偶像帶動市場規模（億元）帶動市場規模同比增長率虛擬偶像核心市場規模（億元）核心市場規模同比增長率63.6%36.4%中國追星族網民支持和關注虛擬偶像的情況支持和關注虛擬偶像其他31.5%18.4%50.1%2021年中國網民追星情況深度追星淺度追星不追星資料來源：艾媒、《中國互聯網絡發展狀況統計報告》、中國娛樂網，國海證券研究所虛擬偶像：2022年核心市場規模將達121億請務必閱讀附注中的免責條款29圖表：用戶畫像圖表：中國網民為虛擬偶像花費金額情況?根據艾媒數據，

2021年虛擬偶像用戶中29-30歲青年群體占比超90%，?男女比例相對均衡，高收入人群居多。而中國網民中近50%用戶為虛擬偶像月均花費金額超500元，且86.5%的用戶為虛擬偶像的花費與現實偶像持平或者更多；近75%的用戶為虛擬偶像日均花費時間超過1小時。?隨著二次元領域的主要受眾群體90/00后的逐漸擁有了自主消費能力，虛擬偶像在流量變現、內容變現等方面將會獲得更好的支撐，具有非常強的忠誠度、號召力以及商業變現前景。圖表：2021年中國網民為虛擬偶像日均花費時間情況25.2%39.6%

4.1%29.7%1.4%1小時以內1-2小時2-3小時3-5小時5小時以上23.2%27.3%29.5%14.6%3.8%1.6%2021年中國網民為虛擬偶像月均花費金額37.6%48.9%13.5%2021年中國網民為虛擬偶像花費金

額與現實偶像對比調查更多基本相同更少92.3%7.7%年齡其他19-30歲53.6%46.4%性別男性女性75.0%25.0%平均月收入0-50005000元以上資料來源：艾媒，國海證券研究所虛擬偶像：用戶范圍廣、花費多、時長長請務必閱讀附注中的免責條款30????虛擬和真人偶像各有優劣，整體看虛擬偶像對真人偶像有一定的沖擊性與替代性；核心在于IP運營。在行業發展方面，虛擬偶像處于行業發展初期，在內容和周邊產品的開發上擁有更多的空間和可能性，觀眾對虛擬偶像周邊付費意愿更強；前期技術成本投入較高，根據世優科技，虛擬偶像一年所需成本在200到500萬區間內。但人力成本相對低，未來一旦技術突破標準化運營，盈利預期相對樂觀。在可控性方面，人是不可控因素的根源，雖然目前虛擬偶像大多對“中之人”依賴度較高，存在一定“翻車”

風險，但比起真人偶像風險依然更小。虛擬偶像客觀上壽命趨近于無線，隨著潮流的變化和時代的發展迭代進化，引領不同階段的審美，在形象開發和內容開發上擁有更強的延續性。在觀眾體驗方面，虛擬偶像一般為現實美化過的形象，可實現實時互動，可保持和粉絲的高頻互動，但目前無法實現物理層面的互動，受眾主要為年輕人，從運營層

面如何持續吸收流量關注，提升變現水平為目前產業突破關鍵點。圖表：虛擬偶像與真人偶像對比虛擬偶像：對真人偶像有一定沖擊，核心在于IP運營項目虛擬偶像真人偶像行業發展產業鏈形成程度周邊產業

尚未完全形成較多，受眾對周邊付費意愿高完善有限行業特性成本盈利

發展程度

準入門檻

成本種類制作期間盈利

科技賦能新賽道，目前屬于發展初期

較高，對技術、運營等高要求

制作成本高、場地費用低、版權采買費用高、有二次創作成本、邊際運營成本低

不可以

傳統影視行業

較低人工成本高、場地費用高

可以可控性觀眾體驗時間人設互動

壽命檔期風險崩塌難易負面新聞

多樣性是否受限可接觸性

可以很長

基本無

難

較少可多樣，人設多變

實時互動目前不可物理互動

有限

有

易

較多

基本單一

時空受限可物理互動話題受眾

持續性瞬間引爆次數

年齡段

相對難持續

偶爾主要是年輕群體

易持續

經常各年齡段資料來源：愛奇藝《2019虛擬偶像觀察報告》、隔夜說動漫，國海證券研究所請務必閱讀附注中的免責條款企業勢Vup31交互性強交互性弱UGCPGC超寫實數字人

（靜態）

AYAYI超寫實數字人

（視頻）

柳夜熙Vsinger/vocaloid

初音未來個人勢VUP永遠永遠醬圖表：虛擬偶像分類虛擬偶像——運營要點/分類：同人創作+要素抓取完善人設?

Vocaloid/Vsinger基于Yamaha的Vocaloid歌聲合成引擎和專業公司自主研發的歌聲合成引擎所制作的聲音庫軟件及其擬人化形象（也有其他類似軟件，Vocaloid

目前為主流），其人設簡單，核心IP內容主要依靠PGC產出官方+UGC同人粉絲使用軟件制作音/畫/舞等內容。主要收入來自軟件售賣、衍生品、代言、周邊等。

?

虛

擬

主

播

Vtuber/VUP

用虛擬形象活躍在

YouTube、B站等

平臺的視頻主，主

要通過真人（中之

人）動捕制作視頻/

直播等形式面對粉

絲。主要收入來自

直播打賞等。企業Asoul（字節+樂華）勢

Vup

為

PGC

專

業公司運營；個人

勢為UGC。?虛擬網紅：社交賬號運營，一般發布靜態圖片、動態動圖/視頻等形式。核心通過代言、直播帶貨等形式獲取收入。圖表：部分動漫人設“萌系”元素傲嬌《龍與虎》逢坂大河呆萌《小林家的龍女仆》康娜三無《EVA》綾波麗?虛擬偶像類型可以按生產方分為PGC與UGC模式，不同的展現形式決定其交互能力。目前主流形式的虛擬偶像分為Vocaloid/Vsinger、虛擬主播（Vtuber/VUP）以及虛擬網紅。我們認為虛擬偶像運營要點：?（1）鼓勵同人粉絲參與創作：虛擬偶像由公司/個人運營，設定有限，采用?PGC強產出完成快速完成IP累積+UGC同人粉絲使用軟件制作音/畫/舞等內容豐富人設。（2）抓取核心潮流設定元素：根據日本文化研究者東浩紀“數據庫”理論，日本御宅族的“數據庫”消費模式，也即動漫作品生產主要依托于數據庫中既有的“元素”，創作者從中抽取各種“元素”重組成人設，編織故事，生產過程呈現去中心化的網狀特征；取代了“大敘事”和“物語”消費模式（受眾獲取、消費動漫產品驅動力主要由其本身的故事性、敘事性、世界觀架構等要素所提供和支撐），成為目前二次元文化主流商業模式。他認為任何作品首先吸引受眾的是角色的人設，人設則可以分解成不同“要素”組合（日本動漫中為“萌”，而我們認為在中國可以分解為其他要素）。屬于數據庫消費的群體一旦被某個作品俘虜后就會無限消費相關產品和二次創作。資料來源：B站情報姬、前瞻研究院、百度百科，國海證券研究所請務必閱讀附注中的免責條款32虛擬偶像——盈利模式：直播帶貨/打賞及代言為主流，周邊衍生潛力大資料來源：創業最前線，國海證券研究所形象營銷

聲音歌曲、MV等漫畫插畫設定文字（小說輕小說等）視頻MMD/MAD/AMV等

宅舞、cos等衍生產品游戲、動畫、短劇等

手辦、模型等其他品牌CM代言商演（門票