數(shù)字科技賦能虛擬生命

文 | 銀河紐帶

編輯 | 羊羊、小芽

在2025年6月舉辦的Unreal Fest Orlando上，MetaHuman迎來了重大更新。

△ 2025 年奧蘭多虛幻嘉年華

MetaHuman Creator已完全集成于Unreal Engine中，告別了Early Access階段。

△ Unreal - MetaHuman 迄今為止最強大的數(shù)字人

它不僅支持創(chuàng)建幾乎無限種真實人體形態(tài)，還新增了通過普通攝像頭或音頻輸入實現(xiàn)實時面部捕捉的功能，讓數(shù)字人“活”起來。

△ Unreal Fest Orlando現(xiàn)場

這些新功能的發(fā)布，標志著數(shù)字人技術(shù)邁入了一個全新的時代。

數(shù)字人正在加快速度成為教育、娛樂、醫(yī)療甚至社交領(lǐng)域的得力助手，正在重塑我們與數(shù)字世界的關(guān)系，讓未來變得更加觸手可及。

對此，極客電影（ID：Geekimovie）日前特別采訪了數(shù)字栩生聯(lián)合創(chuàng)始人&CTO、前北京理工大學(xué)教授、博士翁冬冬，邀請他分享了相關(guān)技術(shù)和行業(yè)觀點，以及對未來趨勢的展望。

△ 數(shù)字栩生創(chuàng)始人翁冬冬

過程里，翁冬冬不僅客觀表達了對于Unreal新技術(shù)的看法，同時基于其司數(shù)字栩生的4D高斯技術(shù)，分享了當下數(shù)字人在國內(nèi)多領(lǐng)域的應(yīng)用，帶來了更多前沿科技的新知識。

特別是影視創(chuàng)作方向，數(shù)字人對于內(nèi)容增持和IP衍生的助力作用。

其中，翁冬冬解答了技術(shù)與藝術(shù)能夠相互合作的核心邏輯：

技術(shù)始終在不斷升級且充滿未知，而這種對未知的探索本身就蘊藏著無窮樂趣。
這一點與藝術(shù)創(chuàng)作相通，都是始終懷揣對世界的好奇，在持續(xù)探索中拓展邊界，創(chuàng)造新的東西。

01 數(shù)字人：在技術(shù)迭代中不斷向前

在翁冬冬看來，Unreal這次在MetaHuman的更新上，在多領(lǐng)域應(yīng)用上實現(xiàn)了優(yōu)化，提升了工具的性價比。

其實早在幾年前，MetaHuman就已經(jīng)成為中高端游戲和高端數(shù)字人應(yīng)用的“標配”。

△ 用 Epic 的MetaHuman Creator制作的逼真得令人毛骨悚然的數(shù)字人物

很多游戲團隊，包括一些數(shù)字人項目，都是基于它的框架來做開發(fā)的，尤其是在驅(qū)動技術(shù)方面，它幾乎成了行業(yè)標準。

△ MetaHuman Creator 應(yīng)用程序界面

△ 數(shù)字人在游戲中的應(yīng)用

翁冬冬回憶：

以前做個數(shù)字人，流程長不說，還得自己配不少第三方工具，現(xiàn)在這些環(huán)節(jié)順暢多了，開發(fā)成本和難度都降了不少。

而經(jīng)過在MetaHuman這次更新，整個工作流變得順暢了很多，以前那些需要手動銜接的環(huán)節(jié)被打通了，開發(fā)成本和難度都大大降低。

不過，有人關(guān)心數(shù)字人的逼真度和動作流暢性有沒有提升，翁冬冬覺得這事兒得客觀看。

他認為：

其實從第一版MetaHuman出來，它的流暢度就已經(jīng)很不錯了，關(guān)鍵在于制作者愿意花多少成本和精力去打磨。
這次升級主要是優(yōu)化了綁定算法，讓數(shù)字人的動態(tài)表現(xiàn)更自然了，比如眼神的轉(zhuǎn)動、肢體的銜接這些細節(jié)，比以前更貼近真人。

除了MetaHuman，4D高斯技術(shù)也是當下數(shù)字人領(lǐng)域的熱門。

4D高斯其實是一種升級版的 3D 建模技術(shù) —— 普通3D建模只能記錄物體 “在哪兒、長啥樣”，比如一個靜態(tài)的杯子；而4D高斯在此基礎(chǔ)上，還能記錄 “它隨時間怎么動”，比如杯子被拿起、移動的過程。

它的關(guān)鍵技巧是：把“物體本身的空間形狀”和“它在時間里的運動狀態(tài)”分開處理，這樣既能精準還原動態(tài)場景，比如人走路、車移動等，又能高效用于視頻生成、看懂動態(tài)環(huán)境等任務(wù)。

這項技術(shù)可以更好地應(yīng)用于XR領(lǐng)域，因為XR行業(yè)一直面臨一個痛點——缺少內(nèi)容。

翁冬冬算了一筆賬：

我們平時看的手機視頻，95%都是拍攝出來的，只有5%是后期制作的；但XR內(nèi)容不一樣，100%都得靠制作，因為以前沒有辦法直接拍攝三維環(huán)境。

以前也有類似體積視頻這樣的技術(shù)，但效果不好。

比如頭發(fā)的紋理、云霧的效果，還有半透明物體和有反射的物體，拍出來都很糟糕，根本達不到工業(yè)級的要求，所以一直沒能推廣開來。

△ 我們平時看到的體積視頻

而4D高斯技術(shù)解決了這些問題，它能拍攝三維世界的場景，而且質(zhì)量能滿足工業(yè)級需求，拍完就能直接用到XR里，這對解決XR內(nèi)容短缺的問題來說，是個很大的突破。

而相關(guān)內(nèi)容亦會在未來的影視領(lǐng)域產(chǎn)生勢能。尤其是國家電影局正式發(fā)布《關(guān)于促進虛擬現(xiàn)實電影有序發(fā)展的通知》后，說明XR技術(shù)可能會大力作用于影視IP產(chǎn)業(yè)。

他還坦言，數(shù)字栩生在4D高斯技術(shù)上投入了不少精力，大家的目標很明確，就是想用這項技術(shù)解決生產(chǎn)效率的問題：

翁冬冬坦言：

以前的數(shù)字人技術(shù)，比如MetaHuman，主要是提升了那5%制作部分的效率，但對占大頭的拍攝部分沒什么幫助。
而4D高斯技術(shù)不一樣，它能讓拍攝三維場景變得像拍2D視頻一樣簡單，操作變得更加便利。

以其司和中央戲劇學(xué)院合作的“戲劇智能”項目為例——用4D高斯技術(shù)完整記錄舞臺表演，讓虛擬演員精準復(fù)現(xiàn)話劇《茶館》里王利發(fā)的每一個身段，他們始終在證明：數(shù)字人可以不是“千人一面”的符號，而是有獨特氣質(zhì)的“個體”。

其技術(shù)核心是實現(xiàn)了“先錄后拍”。

傳統(tǒng)的2D影視制作，錄制和拍攝是同時進行的，攝像師得一直盯著鏡頭，比如綜藝節(jié)目里，每個嘉賓可能都有專門的攝像機跟著。
但4D高斯技術(shù)能把一個空間里的3D信息全都采集下來，先把整個場景完整記錄下來，之后再在虛擬場景里根據(jù)需求進行拍攝和剪輯。

02 數(shù)字人未來展望：機遇與挑戰(zhàn)并存

翁冬冬還注意到，現(xiàn)在很多科幻片或者場景類影片，都在考慮“套拍”，就是在拍電影的同時，用XR技術(shù)做一個大空間的內(nèi)容。

△ 《狐妖小紅娘月紅篇》虛擬拍攝現(xiàn)場

現(xiàn)在全國很多城市都在建設(shè)大空間播放場景，慢慢形成了類似院線的模式。

但目前的問題是內(nèi)容太少，所以電影團隊都在想，能不能在拍電影的時候順便做一個大空間的版本，作為同一IP的不同呈現(xiàn)形式，既能延展IP，又能在電影上映前預(yù)熱市場，這是個很有潛力的方向。

△ 《風(fēng)起洛陽》VR全感劇場是根據(jù)同名熱播劇IP打造的全球首個VR全感·跨次元互動娛樂項目，在約300平方米的空間中置景，利用現(xiàn)實空間與虛擬空間相結(jié)合，極大地還原了劇中場景。 圖為該項目海報

他認為，數(shù)字人真正的潛力不在“大片特效”里，而在更日常的場景中。

并且，讓經(jīng)手于他們團隊的數(shù)字人形象擺脫了標準化的“工業(yè)感”，達到了“各有千秋”的新境界。

這種對個性化的執(zhí)著，讓數(shù)字栩生的作品逐漸形成辨識度。

當下，這門技術(shù)還可以應(yīng)用在演唱會等需要現(xiàn)場感的項目。

△ “THE9虛實之城”虛擬制作XR直播演唱會

不過，數(shù)字人發(fā)展也面臨很多問題，最重要的就是版權(quán)。而且這不僅是數(shù)字人領(lǐng)域的問題，也是整個AI和自媒體領(lǐng)域都面臨的挑戰(zhàn)。

翁冬冬表示：

素人的版權(quán)相對好處理，采集數(shù)據(jù)的時候簽個全約就行；但明星、網(wǎng)紅這些人的版權(quán)意識很強，我們只是提供技術(shù)服務(wù)，不會涉及到版權(quán)轉(zhuǎn)讓。
還有倫理道德問題，雖然現(xiàn)在對數(shù)字人的管理和對真人的管理差不多，比如直播的時候，虛擬人如果違規(guī)也會被封號，但非商業(yè)用途的界定就比較難了。
比如有人用AI生成明星的圖像發(fā)到網(wǎng)上漲粉，又沒有商業(yè)行為，這種情況就不好處理。

由此看來，就像人類的發(fā)展會帶來社會進步，數(shù)字人的發(fā)展也會推動各個維度完善。

就像人類的表情是幾十年生理與心理的沉淀，數(shù)字人也要有“獨家記憶”。

以及，聊起數(shù)字人產(chǎn)業(yè)的未來，翁冬冬也有自己的判斷。

在他看來，AI技術(shù)的發(fā)展能夠真正能改變這個行業(yè)，數(shù)字人更像是AI的一個“外在表現(xiàn)”，而隨著AI的發(fā)展而進步。

如果只是數(shù)字人本身，可能很難帶來顛覆性的變化，但是當AI推動世界改變的時候，很多領(lǐng)域會通過數(shù)字人這種形式展現(xiàn)出來，尤其和人的情感、情緒相關(guān)的領(lǐng)域會是重點。

03 從XR愛好者到創(chuàng)業(yè)者：數(shù)字栩生的誕生始末

翁冬冬和數(shù)字人技術(shù)的緣分，要從他接觸XR說起。

他的本行是XR，從初中就開始接觸了。

那時候還是90年代，他被中央電視報夾縫中的一則3D培訓(xùn)廣告吸引，就馬上報名去學(xué)習(xí)，當時學(xué)的是3DS程序，那時候還沒有后來的3D Max。

說起當初為什么被XR吸引，翁冬冬回憶道：

我小時候比較害羞，不太敢和人交流，所以一直希望能有一個場景，讓害羞的人也能放開心扉和別人溝通，而XR讓他看到了這種可能。
本科時我進入專門做XR相關(guān)研究的實驗室，在這個領(lǐng)域深耕多年，慢慢意識到，數(shù)字人是XR內(nèi)容的核心，沒有數(shù)字人，很多XR場景都沒法落地，所以就轉(zhuǎn)向了數(shù)字人領(lǐng)域，一做就是七八年。

后來他成立了自己的公司，數(shù)字栩生。

而這個公司的誕生，和一個偶然的契機有關(guān)。

當年北京市在搞高精尖計劃，想在市屬學(xué)校里培育一些面向未來的重點領(lǐng)域，我們參與了這個計劃，在北京電影學(xué)院的相關(guān)項目里做研究。
翁冬冬負責(zé)的方向是XR里的沉浸式敘事，也就是大家說的XR電影。

那時候，數(shù)字人技術(shù)已經(jīng)比較成熟了，但應(yīng)用還不廣泛，很多人不知道怎么用。

翁冬冬和團隊覺得，應(yīng)該把這些技術(shù)推向市場，讓它真正發(fā)揮作用，于是就成立了數(shù)字栩生。

翁冬冬說：

成立公司是最快能把技術(shù)和市場結(jié)合起來的方式。

公司剛起步的時候，客戶主要是和游戲相關(guān)的企業(yè)，比如字節(jié)跳動的游戲部門、英偉達這些，做了不少標桿案例。

后來AI大模型火起來了，他們就把實時渲染的數(shù)字人和AI結(jié)合起來，拓展到了線下大屏互動、博物館導(dǎo)覽這些場景。

不過這些項目大多是定制化的，每個客戶的需求都不一樣，需要團隊根據(jù)具體情況去設(shè)計方案。

翁冬冬覺得，數(shù)字栩生的競爭力在于他們的學(xué)術(shù)積累。

我們一直在學(xué)術(shù)圈，每天接觸的都是這個領(lǐng)域最資深的人，對技術(shù)的未來走向看得比較準。

正因為如此，他們能根據(jù)技術(shù)發(fā)展及時調(diào)整公司的戰(zhàn)略方向。

△ 數(shù)字栩生采集數(shù)據(jù)用到的重型設(shè)備

這兩年，他們又確定了兩個新的發(fā)展方向。

一個是AIGC數(shù)字人，以前他們做數(shù)字人很多是基于MetaHuman，但現(xiàn)在更多是用AI大模型生成，直接做出可驅(qū)動的數(shù)字人。

另一個就是高斯技術(shù)，他們不再局限于3D，而是轉(zhuǎn)向2D和4D。

請輸入圖說

△ 數(shù)字栩生利用高斯噴濺打造高逼真數(shù)字人

翁冬冬解釋說，2D技術(shù)的優(yōu)勢是速度快、產(chǎn)能高，而且和4D技術(shù)能很好地結(jié)合。

他們現(xiàn)在在用光場設(shè)備采集數(shù)據(jù)，還嘗試用文生圖生成視頻來代替虛擬相機，希望能拋開那些重型設(shè)備，直接生成虛擬世界，打造“原生數(shù)字人”。

這種原生數(shù)字人能避開很多版權(quán)問題，也不用依賴演員，應(yīng)用起來更靈活。

總的來說，正如翁冬冬所言，隨著技術(shù)的不斷進步，數(shù)字人將以越來越寫實的姿態(tài)出現(xiàn)在大眾的文娛生活中，甚至在未來落實到現(xiàn)實生活的各個角落，帶來全新的體驗和情感聯(lián)結(jié)。

同時，也希望相關(guān)法律法規(guī)不斷完善，讓數(shù)字人真正成為人類的“靈魂伴侶”，共同開啟一個更加智能、更加美好的未來。