【DTSE Tech Talk 精选问答】NO.74丨华为云MetaStudio数字人，助力行业数字化业务创新

数字人是什么？如何让数字人更真实，更自然？数字人能否拥有多种语音？数字人接上了大脑会带来什么样的影响？数字人+究竟有什么样的新玩法？数字人将会带来什么样的产业变革？华为云在数字人领域深耕多年，本次直播为您揭露数字人的面纱。

本文精选直播期间开发者的提问并由DTSE技术布道师一一解答。欢迎观看直播回顾：https://bbs.huaweicloud.com/live/DTT_live/202412111630.html

Q：与其他类似数字人产品相比，华为云 MetaStudio 数字人在推动行业数字化业务创新方面的核心竞争力是什么？
A：基于华为云底层海量算力基础设施和自研数字人大模型，在数字人生产效率、口型匹配度、表情动作自然性以及智能化等方面都有一定优势

Q：数字人直播与传统直播相比有何不同？
A：可以24h不间断直播，直播话术更专业，丰富

Q：MetaStudio数字人服务对带宽有什么要求？
A：直播和交互对带宽有一定要求，1080p分辨率需要至少10mbps以上的上行带宽。

Q：如何保证数字人的数据安全和隐私保护？
A：注册版权；添加数字水印等等

Q：数字人可以实现用户实时交互吗
A：接上大脑可以实现实时交互

Q：华为云MetaStudio的学习难度怎么样，适合哪些职业人群?对于非技术人员有必要学习华为云MetaStudio的使用吗
A：学习难度底，华为云提供详细指导说明，适合有制作视频需求的人群，比如老师，营销行业等

Q：从技术架构角度看，华为云 MetaStudio 数字人是怎样支撑起行业多样化的数字化业务创新需求的？
A：基于华为云底座，提供核心能力的标准API和SDK，结合行业的定制化需求通过和行业伙伴联合打造

Q：数字人技术如何帮助企业实现数字化转型？
A：从企业内外部的营销范式、视频生成方式、直播形态等等，都可以用数字人实现，降本增效

Q：华为云MetaStudio数字人如何预防使用者通过技术实现一些可能涉嫌违法行为呢
A：实名制制作数字人，工信部备案，视频水印等

Q：华为云 MetaStudio 数字人如何与新兴技术（如人工智能、大数据等）结合，进一步推动行业数字化业务创新？
A：数字人的底层都是AI-Native，在直播和交互场景下和LLM等大模型结合提供智能互动能力

Q：数字人在直播行业，怎么实现用户交互呢
A：问答库设置，弹幕捕捉问题，触发自动回答

Q：数字人技术在客户服务中如何提升体验？
A：通过实时交互数字人，接入基础大模型，行业大模型对客户的问题进行专业的回答

Q：MetaStudio上如何优化数字人的语言泛化能力？
A：通过华为云的语音大模型进行的语言泛化

Q：华为云MetaStudio数字人服务如何支持企业的定制化需求？
A：通过API支持

Q：MetaStudio在多模态AI平台中如何整合不同的技术？
A：通过多模态学习，如文本、图像、语音等，使模型能够自动发现不同模态之间的关联和互补信息，从而实现更全面、准确的理解和生成 。

Q：华为云MetaStudio数字人在未来的发展趋势是什么？
A：更加拟人，更聪明，成本更低

Q：MetaStudio在数字化业务创新中扮演什么角色？
A：从企业内外部的营销范式、视频生成方式、直播形态等等，都可以用数字人实现，降本增效

Q：有哪些具体的行业案例可以展示华为云MetaStudio数字人的应用效果？
A：政务大厅，徐福记直播，美宜佳的无人门店

Q：华为云MetaStudio数字人对操作系统有要求吗？
A：没有要求，metastudio是网页平台

Q：MetaStudio在安全和稳定性方面有哪些措施？
A：制作数字人需要实名制，并进行工信部备案，华为训练完成会及时删除客户

Q：MetaStudio如何提升数字人的真实性和自然性？
A：拍摄的训练视频质量高，华为的数字人大模型不断优化

Q：MetaStudio在云底座算力资源方面有哪些优势？
A：基于华为云底层海量昇腾算力基础设施

Q：MetaStudio数字人如何快速适应不同行业的需求？
A：与生态伙伴合作，探索更多的行业应用场景

Q：MetaStudio如何支持多语言和多场景建模？
A：通过语音大模型泛化支持多语言，场景搭建客户自己构建

Q：华为云MetaStudio在建筑行业有哪些潜在的应用场景和价值？
A：华为数字人目前在建筑行业没有案例，期待和伙伴探索出建筑行业的应用场景落地

Q：数字人的人像是虚拟生成的吗？商用是否存在肖像版权等问题
A：数字人属于生成式范畴，版权属于客户

Q：如何将数字人技术与其他新兴技术如区块链、5G、物联网等相结合应用？
A：数字人是一个基础性应用，作为各个行业的底座型技术。如在5G场景下，结合通话、彩铃等业务，提供将真人照片转成风格化数字人及驱动成视频等

Q：在为不同行业定制数字人形象和交互行为时，如何平衡个性化需求与底层模型的通用性？
A：通用大模型+行业大模型

Q：华为云 MetaStudio 数字人在教育、医疗、文旅等其他行业还有哪些潜在的应用场景和价值？
A：教培行业的视频制作，医疗视频科普，医院大厅的数字人客服问答，数字人心理咨询师，文旅数字人导游

Q：那有效期一年是什么意思？
A：购买资源，一年之内使用

Q：平台的数字人模型、背景图片、音色等资产库的丰富程度如何？是否会定期更新以满足不同场景和风格的创作需求？用户是否可以上传自己的素材来丰富资产库 ？
A：华为云会不断丰富内置模型，建议开发者使用时根据自己的需求上传素材

Q：如何使用华为云MetaStudio数字人产品进行人物表情和动作的绑定？
A：当前主要是2D数字人，不提供3D是最人的表情、动作绑定原子能力

Q：与其他数字人制作平台相比，非专业人员也能够快速上手制作出高质量的数字人内容 ？
A：可以的

Q：客户在一年以后要付费
A：不需要

Q：客户不能永久使用
A：可以永久使用

Q：官网的很多项目都是有效期是一年；没有永久的，不能永久使用
A：有效期一年是指一年内使用，数字人模型训练完是永久使用

Q：MetaStudio是怎么确保数字人解决方案可以在不同平台上保持一致性和高性能表现的?
A：MetaStudio是标准云服务，算力基于华为云基础设施，只要调用标准API，不同平台之间差别不大

Q：直播如何保障品牌话术和形象的统一，怎么实现多流种克隆？
A：企业统一数字人形象及话术

Q：大模型如何更好地应用于图像识别和目标检测任务？
A：暂不涉及这块业务，可咨询华为云EI相关产品

Q： 智能交互业务媒体流如何应对防火墙限制？
A：当前以公有云、公网应用为主。

Q：数字人如何进行情绪设定和情感表达？
A：一方面通过形象表情和动作，根据文本语义匹配相应的姿态。一方面通过语音，根据语音匹配不同的情感

Q：每介绍一个产品是不是都要重新录制视频并上传平台？
A：不需要录制，需要在metastudio平台上制作

Q：支持走动、侧身、持物、实景这些复杂场景的建模吗，云底座算力需要做选型吗？
A：支持。底座不需要选型，MetaStudio已经封装好，只需调用MetaStudio服务即可。

Q：MetaStudio数字人如何实现多语言适配？形象如何做到真实自然？
A：基于华为云自研的数字人大模型及语音大模型

Q：可以引入企业自建的大模型和知识库吗？如何保证数据安全和隐私？
A：可以，华为训练完成后会及时删除客户数据

Q：华为云 MetaStudio 数字人在哪些具体行业已经取得了显著的数字化业务创新成果？
A：零售行业，教培行业，客服等等

Q：MetaStudio数字人如何进行实时渲染和推流？目前支持哪些AI能力的接入？
A：2D数字人当前主要是AI推理，在直播场景中有推流到第三方直播平台，如通过rtmp模式等。当前数字人训练、推理都是基于AI实现。

Q：数字人模型的形象和声音可以定制吗？支持按租户对接吗
A：可以的

Q：华为云MetaStudio数字人产品如何支持多人协同创作？
A：console控制台分配权限就行

Q：在使用华为云 MetaStudio 制作数字人时，能够在多大程度上对数字人的外貌特征、性格特点、语言风格等进行个性化定制？
A：基本上和真人拍摄视频分辨不出来

Q：MetaStudio数字人的生成主要有哪些过程？
A：客户拍摄视频、华为训练，3天交付

Q：语音驱动数字人是如何实现的？交互时延怎么样
A：基于生成对抗网络和多模态输入的高精度口型驱动技术。当前交互时延2秒左右

Q：虚拟主播可以根据观众问题个性化推荐商品吗？基于什么原理？
A：可以，设置问答库，弹幕捕捉触发

Q： 数字人可以用于制作动漫吗
A：目前有视频转动漫的技术

Q：可以一次性快速对接H5、小程序、安卓、IOS等主流平台吗？
A：可以

Q：华为云MetaStudio数字人的主要应用场景有哪些？
A：智能客服，直播电商，教培行业等等

Q：如何实现数字人的跨平台应用和集成？
A：通过API集成

Q：MetaStudio数字人的口型匹配准确率目前有多少？
A：95%以上

Q：在处理大规模数字人并发交互的场景下，华为云 MetaStudio 数字人如何保证系统的稳定性和低延迟？
A：我们的卡多

Q：一次付费费用是多少呢？后续有版本升级吗？版本升级了还要续费吗？
A：Flexus数字人999元套餐，无需续费，详情见官网：https://console.huaweicloud.com/metaStudio/?region=cn-north-4#/metaStudio/overview

Q：华为云对于虚拟数字人主播的版权和肖像权如何保护？
A：版权和肖像权属于客户，华为训练后会及时删除

Q：华为云 MetaStudio 平台的盘古媒体大模型和媒体引擎是如何实现音频、视频、图形、图像等多模态的融合与交互的？
A：统一的模型架构与预训练，多模态特征提取与表示，跨模态生成与转换等

Q：MetaStudio数字人如何帮助行业实现数字化转型？
A：从企业内外部的营销范式、视频生成方式、直播形态等等，都可以用数字人实现，降本增效

Q：租赁或者买断
A：数字人制作成功后属于客户资产，一次性付费，永久使用，视频制作按需购买

Q：怎么提升数字人的交互反应能力?
A：不断的训练大模型，提供足够的算力及网络

Q：这个Meta Studio平台后期是收费的吗？收费形式是怎样的
A：具体参考官网：https://console.huaweicloud.com/metaStudio/?region=cn-north-4#/metaStudio/overview

Q：请问下在电商场景下如果回答用户的问题，存在多大的延迟呢？
A：问答库设置，弹幕捕捉问题，触发自动回答，延迟2-5s

Q：华为云数字人有哪些成功落地的案例，有失败的案例吗
A：成功案例：万兴数字人出海等

Q：数字人在不同应用场景下的通用性和定制化之间怎么找到一个平衡点平衡点？
A：根据客户应用需求，需要通用的用通用的，需要定制的用定制的

Q：戴眼镜应该可以吧？
A：可以的

Q：MetaEngine 云渲染的 AI 加速技术是如何提升渲染效率的？与传统的渲染技术相比，它在数字人呈现的流畅自然度方面有哪些显著优势？
A：以推代算，速度更快，效率高

Q：引入数字员工后工作表现怎么评估，是否要参考实体人的标准？
A：目前数字人直播GMV达到真人的30%左右，具体场景具体评估

Q： 部分浏览器提交 H265 训练视频失败如何处理？
A：根据训练失败原因重新更改提交，或者提工单

Q：华为云数字人有什么优势
A：基于华为云底层海量算力基础设施和自研数字人大模型，在数字人生产效率、口型匹配度、表情动作自然性以及智能化等方面都有一定优势

Q：请问下老师，这个数字人的人像是完全虚拟生成的吗？商用会不会存在侵权问题？
A：数字人属于生成式范畴，版权属于客户，数字人训练需要提交授权书及身份证，2D数字人的授权是公司与员工之间的协议，与华为无关

Q：做一个和自己相仿的数字人，后期如何用于其它场景，比如介绍其它产品
A：视频制作功能就可以实现

Q：企业对于制作过的数字人怎么标准化和模块化，可以形成固定资产吗？
A：是企业的资产

Q：老师，请问 在为不同行业定制数字人形象和交互行为时，如何平衡个性化需求与底层模型的通用性？谢谢！
A：个性化需求会叠加相关行业的大模型，或者训练公司的知识库

Q：做一个和自己相仿的数字人对硬件设备有要求吗?需要动捕么?
A：不需要硬件设备，不需要动捕，拍摄5min视频就OK

Q：数字人能模拟人类对自然语言的反应和思考流程吗？
A：表情语言上会模仿

Q：具体是如何实现精准的面部特征点识别、基础模型匹配和精细调整等多个步骤的 ？
A：基于华为云底层海量算力基础设施和自研数字人大模型，在数字人生产效率、口型匹配度、表情动作自然性以及智能化等方面都有一定优势

Q：与其他类似的数字人产品相比，华为云 MetaStudio 数字人如何在助力行业数字化业务创新方面脱颖而出？
A：基于华为云底层海量算力基础设施和自研数字人大模型，在数字人生产效率、口型匹配度、表情动作自然性以及智能化等方面都有一定优势