行業(yè)主要上市公司：科大訊飛(002230)、藍(lán)色光標(biāo)(300058)、歌力思(603808)、芒果超媒(300413)、博瑞傳播(600880)、虹軟科技(688088)、騰訊(00700)、百度(BIDU)等

本文核心數(shù)據(jù)：數(shù)字人專利相關(guān)統(tǒng)計(jì)數(shù)據(jù)。

智慧芽統(tǒng)計(jì)口徑說明：1）搜索關(guān)鍵詞：數(shù)字人及與之相近似或相關(guān)關(guān)鍵詞；2）搜索范圍：標(biāo)題、摘要和權(quán)利說明；3）篩選條件：簡(jiǎn)單同族申請(qǐng)去重、法律狀態(tài)為實(shí)質(zhì)審查、授權(quán)、PCT國際公布、PCT進(jìn)入指定國（指定期），簡(jiǎn)單同族申請(qǐng)去重是按照受理局進(jìn)行統(tǒng)計(jì)；行業(yè)篩選參考數(shù)字經(jīng)濟(jì)分類對(duì)應(yīng)國民經(jīng)濟(jì)分類。4）統(tǒng)計(jì)截至日期：2022年11月21日。5）若有特殊統(tǒng)計(jì)口徑會(huì)在圖表下方備注。下同。

數(shù)字人系統(tǒng)框架：由五大模塊構(gòu)成

虛擬數(shù)字人系統(tǒng)一般情況下由人物形象、語音生成、動(dòng)畫生成、音視頻合成顯示、交互等5個(gè)模塊構(gòu)成。人物形象根據(jù)人物圖形資源的維度，可分為2D和3D兩大類，從外形上又可分為卡通、擬人、寫實(shí)、超寫實(shí)等風(fēng)格，這部分主要由建模技術(shù)生成；語音生成模塊和動(dòng)畫生成模塊可分別基于文本生成對(duì)應(yīng)的人物語音以及與之相匹配的人物動(dòng)畫；音視頻合成顯示模塊將語音和動(dòng)畫合成視頻，再顯示給用戶。交互模塊使數(shù)字人具備交互功能，即通過語音語義識(shí)別等智能技術(shù)識(shí)別用戶的意圖，并根據(jù)用戶當(dāng)前意圖決定數(shù)字人后續(xù)的語音和動(dòng)作，驅(qū)動(dòng)人物開啟下一輪交互。

真人驅(qū)動(dòng)型數(shù)字人技術(shù)流程：CG技術(shù)的進(jìn)一步延續(xù)

在真人驅(qū)動(dòng)中，在完成原畫建模和關(guān)鍵點(diǎn)綁定后，動(dòng)捕設(shè)備或攝像頭將基于真人的動(dòng)作/表情等驅(qū)動(dòng)虛擬數(shù)字人。

由于背后有真人操作，真人驅(qū)動(dòng)型在動(dòng)作靈活度、互動(dòng)效果等方面有明顯優(yōu)勢(shì)，一方面能夠在影視內(nèi)容的創(chuàng)作中減低生產(chǎn)成本，為影視行業(yè)降低門檻，推動(dòng)影視級(jí)內(nèi)容向消費(fèi)級(jí)轉(zhuǎn)化。另一方面則多用于虛擬偶像、重要直播中，幫助虛擬數(shù)字人完成大型直播、現(xiàn)場(chǎng)路演等互動(dòng)性、碎片化活動(dòng)。

事實(shí)上，這種技術(shù)思路可以看作是傳統(tǒng)影視制作中，CG技術(shù)的進(jìn)一步延續(xù)。近年來主要的技術(shù)突破在于動(dòng)作捕捉環(huán)節(jié)。隨著圖像識(shí)別技術(shù)，姿勢(shì)、表情等識(shí)別算法的進(jìn)步，昂貴的慣性或光學(xué)動(dòng)捕設(shè)備不再是驅(qū)動(dòng)的必備工具。普通攝像頭結(jié)合理想的識(shí)別算法通用能實(shí)現(xiàn)較為精準(zhǔn)的驅(qū)動(dòng)（如iPhone 12攝像頭已可支持簡(jiǎn)單的動(dòng)作捕捉），顯著降低了精細(xì)虛擬內(nèi)容生成的門檻。

算法驅(qū)動(dòng)型數(shù)字人技術(shù)流程：依賴深度學(xué)習(xí)模型

在計(jì)算驅(qū)動(dòng)型中，虛擬數(shù)字人的語音表達(dá)、面部表情、具體動(dòng)作將主要通過深度學(xué)習(xí)模型的運(yùn)算結(jié)果實(shí)時(shí)或離線驅(qū)動(dòng)，在渲染后實(shí)現(xiàn)最終效果。

計(jì)算驅(qū)動(dòng)的虛擬數(shù)字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(fā)聲習(xí)慣）、NLP技術(shù)（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(shí)別（能否準(zhǔn)確識(shí)別使用者需求）等技術(shù)的共同影響。盡管在特定方向上，各感知類技術(shù)已有的商業(yè)化能力已足以支撐，然而，但要達(dá)成理想的綜合效果，需要該公司在三個(gè)方面同時(shí)具有較強(qiáng)的綜合能力。這也間接導(dǎo)致國內(nèi)開展計(jì)算驅(qū)動(dòng)型虛擬數(shù)字人業(yè)務(wù)的公司，大多是在感知技術(shù)方面有較強(qiáng)的綜合實(shí)力，相對(duì)成熟的AI技術(shù)公司。

專利布局：網(wǎng)易專利申請(qǐng)數(shù)量最多，游戲領(lǐng)域?qū)＠急容^大

——熱門申請(qǐng)人：網(wǎng)易專利申請(qǐng)數(shù)量最多

中國數(shù)字人領(lǐng)域?qū)＠暾?qǐng)數(shù)量TOP10申請(qǐng)人分別是網(wǎng)易（杭州）網(wǎng)絡(luò)有限公司、騰訊科技（深圳）有限公司、北京達(dá)佳互聯(lián)信息技術(shù)有限公司、北京字跳網(wǎng)絡(luò)技術(shù)有限公司、維沃移動(dòng)通信有限公司、北京百度網(wǎng)訊科技有限公司、OPPO廣東移動(dòng)通信有限公司、抖音視界有限公司、廣州方硅信息技術(shù)有限公司、華為技術(shù)有限公司。

其中，網(wǎng)易（杭州）網(wǎng)絡(luò)有限公司在數(shù)字人領(lǐng)域?qū)＠暾?qǐng)數(shù)量最多，公司專利數(shù)量達(dá)1535項(xiàng)，騰訊科技（深圳）有限公司排名第二，其數(shù)字人領(lǐng)域?qū)＠暾?qǐng)數(shù)量達(dá)1295項(xiàng)。

——技術(shù)構(gòu)成：與游戲相關(guān)的專利占比超20%

從技術(shù)構(gòu)成來看，目前“A63F13 視頻游戲，即使用二維或多維電子顯示器的游戲〔7，2014.01〕[2014.01]”申請(qǐng)數(shù)量最多，達(dá)到3101項(xiàng)，占前十大技術(shù)總量比重23.62%；其次為“G06F3 用于將所要處理的數(shù)據(jù)轉(zhuǎn)變成為計(jì)算機(jī)能夠處理的形式的輸入裝置；用于將數(shù)據(jù)從處理機(jī)傳送到輸出設(shè)備的輸出裝置，例如，接口裝置〔4〕[2006.01]”，專利數(shù)量達(dá)到2442項(xiàng)，占前十大技術(shù)總量的比例達(dá)18.6%。

更多本行業(yè)研究分析詳見前瞻產(chǎn)業(yè)研究院《中國數(shù)字人產(chǎn)業(yè)發(fā)展前景預(yù)測(cè)與投資戰(zhàn)略規(guī)劃分析報(bào)告》，同時(shí)前瞻產(chǎn)業(yè)研究院還提供產(chǎn)業(yè)大數(shù)據(jù)、產(chǎn)業(yè)研究、政策研究、產(chǎn)業(yè)鏈咨詢、產(chǎn)業(yè)圖譜、產(chǎn)業(yè)規(guī)劃、園區(qū)規(guī)劃、產(chǎn)業(yè)招商引資、IPO募投可研、IPO業(yè)務(wù)與技術(shù)撰寫、IPO工作底稿咨詢等解決方案。

更多深度行業(yè)分析盡在【前瞻經(jīng)濟(jì)學(xué)人APP】，還可以與500+經(jīng)濟(jì)學(xué)家/資深行業(yè)研究員交流互動(dòng)。