做一个数智人，现在你只需要3分钟视频和100句短语(3)

如今用户可以通过两三分钟的视频，借助腾讯云智能的相关功能，就可以获得自己的虚拟数智人。这其中，像是3分钟的视频或者文本、图片都是属于小样本，但为这些小样本做背后支撑的都是各种不同的大模型。
比如说，在数据获取和数据筛选阶段，腾讯训练通用基础模型时，引入自监督机制，让AI自己去约束数据，从而构建通用基础模型，如通用语音合成/编码模型、通用3D重建模型、通用人像编辑模型。有了自监督机制，3D腾讯数字人不在需要现场扫描，就可以还原每一道皱纹级的细节，让3D数智人更加逼真。

语音方面，腾讯接入两大3D口型驱动接口，覆盖了ARKit、metahuman等不同的建模标准。同时，人像编辑生成技术也是数智人的重要技术之一，包括人像分割、绿幕去光、背景更换、视线矫正、人像美颜等多个环节，可以让数智人后期制作更加方便快捷。
此外，通过构建大规模高质量音色数据的预训练基底模型，未来小样本数智人还将支持用户只录制普通话，即可合成英文及方言语音。

三、数智人应用千行百业，场景深度还需挖掘

腾讯研究院高级研究员宋扬觉得，虚拟数字人产业被用户普及，既有各类爆款事件结合在一起的造成的热度助力，如一些网红数字人推动C端最直观的认知和概念普及，又有技术推动、用户需求、生态建设和标准等底层支撑。

他发现虚拟数字人发展的成本正在不断的下降，AI技术升级能够让虚拟数字人同时有“好看的皮囊”和“有趣的灵魂”，3D数字人制作的效能也在继续提升。AI技术技术驱动数智人多模型交互还有智慧，并且逐步覆盖多类型的数智人生产运营全流程。