虚拟人的生产：超写实与低门槛双线发展

虚拟人生产：PGC 与 UGC 并进；超写实与低门槛双线发展
根据国盛证券研究报告，虚拟人赛道的兴起并非一时，经过数十年的技术积累，其应用场景在不断拓宽。早在 20 世纪 80 年代，创作者就开始尝试打造具有人格的数字形象。
但由于技术限制，当时的数字人以 2D 手工绘制为主，应用非常有限。(更多交流：metauniverses)
而在 21 世纪初，CG（电脑生成动画）、动作捕捉、人声合成等技术逐步成熟，虚拟人开始快速发展，CG 技术产生的数字虚拟人在电影中普遍运用。
而在最近 5 年，得益于人工智能技术的突破，虚拟人的制作得以简化、可交互性更强，进入了发展的快车道。当前更是在建模的精细度、动作捕捉和 AI 交互不断提升，虚拟人以达到写实级逼真程度，且具备情感表达和沟通交流的能力。
虚拟人的制作不断精细化的同时，制作门槛也在不断降低。
在技术革命的推波助澜之下，虚拟人在机器学习、深度学习、计算机视觉等技术加持下，于面部形象、动作展示、声音识别与合成等维度越来越呈现精细化态势，体现其未来高精度的特质。
同时，随着 AI 算法的发展以及制作平台的出现，虚拟人的制作门槛也在不断降低。静态展示的虚拟人只需要通过建模和渲染技术，就能够制作出堪比真人的超写实图像。
而动态展示需要在建模的基础上，加上动画制作和语音，这往往需要动作捕捉技术。交互型的虚拟人需要人工智能技术对用户反馈进行识别交互。
目前虚拟人设计的主流方式是扫描建模。其可分为静态重建和动态光场重建两类技术，其中静态扫描仍处于主流地位，而高保真动态光场三维重建技术初露锋芒。
未来动态光场重建技术将进一步应用于静态虚拟人的制作，提升虚拟人的光影效果与用户视觉感官，由于技术的易得性，未来动态光场重建技术的使用门槛将逐步降低，达到普及态势。
平台化工具支持低门槛创作高精度虚拟人。
2021 年初 EpicGames 发布了可生成高保真角色形象的工具 MetahumanCreator，基于预先制作的高品质模型，用户可以方便快捷地定制自己的虚拟人模型。该工具的定位是让小团队和个人能够快速、低门槛地生成自己所需的角色，大幅度提升美术效果，节约创作成本。
虚拟人的驱动依靠将人类的动作捕捉迁移至虚拟人模型。
将动作捕捉采集到的动作迁移至虚拟人是目前 3D 虚拟人动作生成的主要方式。动作捕捉技术可按照实现方式的差异性分为光学式、惯性式、基于计算机视觉的动作捕捉方式等。(更多交流：metauniverses)
专业制作中常用光学捕捉和惯性捕捉。
光学捕捉多应用于医疗、运动、电影等专业领域例如，2021 年 10 月国内青瞳视觉携手华为带来全球首个 5G+VR 二次元偶像直播，完美展现了虚拟偶像曼妙的舞姿。
惯性捕捉在影视作品中亦有较多应用，较好地呈现 3D 虚拟偶像形象并与用户进行互动。
未来，随着计算机技术的进一步发展，动作捕捉技术有待取代低效的动作录播技术，成为虚拟人动画制作的主流技术。
而视觉捕捉技术，大大降低了使用门槛。视觉捕捉则多用在消费级市场，可以通过手机自带深感摄像头完成基础的面部与肢体捕捉。
随着虚拟偶像加速吸引年轻群体，低门槛的视觉捕捉方案有望成为 UGC 创作者涌入虚拟偶像赛道的首选。如 Epic 推出的 APPlivelinkface，可以轻松捕捉用户面部动作并推流至制作平台。
渲染技术可分为实时渲染和离线渲染，前者速度快适合游戏或交互式场景，后者算力强大更适合对精细度要求高的场景。实时渲染指图形数据实时计算与输出，其各帧都是针对实际的环境光源、相机位置和材质参数计算出来的图像。
早期的实时渲染技术渲染时间短，计算资源有限，但是随着算法算力提升以及硬件水平的提升，渲染速度、逼真度等都实现了质的飞跃。离线渲染技术图像数据并不是实时计算输出，其渲染时间长，质量高，计算资源丰富。
时至今日，在面向元宇宙的虚拟人制作时，将更强调边缘侧算力。如前所述，元宇宙强调虚实结合，仅仅通过离线渲染是不够的，而实时渲染对算力提出了极高要求。
市场认为算力大都集中在云端，但实时渲染恰需要在边缘侧解决，大量消耗边缘+终端算力，这种架构与此前传统的通信算力架构有较大区别。
此前 Unity 就与 Verizon 合作开发高速、低延迟的数字解决方案，涵盖从娱乐应用程序到企业工具包，源于独立的引擎厂商无法解决边缘计算的算力问题，通信、IT 基础设施服务商将发挥更大作用。(更多交流：metauniverses)