慧夜科技渠思源：AI虚拟人的终局是服务而非娱乐

从早期虚拟偶像到各类品牌代言人，虚拟人正加速进入大众视野。但形态相似的虚拟人背后存在两条截然不同的技术路径：一类依赖真人动作捕捉与实时渲染（即“中之人”驱动），另一类则完全依托 AI 进行生成与交互。

专注于 AI 驱动虚拟人技术的服务商慧夜科技，已完成数百万美元 Pre-A 轮融资。在创始人兼 CEO 渠思源与投资方顺为资本副总裁冯铮看来，虚拟人产业正处于由冷转热的关键转折点，其演进逻辑与产业价值正被重新定义。

从娱乐工具到服务属性

顺为资本副总裁冯铮指出，过去的虚拟人主要满足娱乐需求，如初音未来或游戏 NPC，背后依托的是 CG 特效；而新一代 AI 驱动虚拟人的本质是“服务”，核心在于提供实时交互，最终依靠解决具体业务问题实现商业化变现。

例如在餐饮点单、车载助手以及企业接待等场景中，AI 虚拟人展现出了标准化与规模化的服务能力。随着未来硬件设备逐步普及，虚拟人将成为三维数字空间中最基础的交互载体。

关于 AI 生成与真人动捕的竞争关系，渠思源认为两者并非替代，而是互补：对精度和剧情定制要求极高、类似演戏的场景，真人动捕更具优势；而在需要 24 小时不间断、大规模分发服务的场景下，AI 驱动则是唯一解法。

虚拟人 1.0 到 3.0 的技术演进

渠思源将虚拟人的发展划分为三个阶段：

• 1.0 阶段：依赖 Blender、Maya 等传统 3D 软件，依赖人工制作，输出定制化的静态图片或预渲染视频。
• 2.0 阶段：具备完整的交互闭环。系统通过摄像头与麦克风感知用户情绪、语音和文字，经由自然语言处理与决策系统，实时生成表情与动作。
• 3.0 阶段：进入个性化时代。虚拟人不再千篇一律，不仅具备独特的外观和表达风格，还能以智能体形态跨场景提供专业服务。

从 2.0 迈向 3.0 预计需要 3 至 5 年时间，当前主要面临两项挑战：一是底层技术的攻坚，涵盖动作与微表情的细腻度、高并发实时渲染速度及多模态交互；二是产品形态的探索，即在传统网页与移动 App 之后，定义企业利用虚拟人提供服务的最优交互形态。

算法重构生产效率

在传统动画制作流程中，1 名动画师耗时 1 天通常仅能完成 7 至 10 秒的动作内容；即便是真人动捕，也需要演员排练、场地采集及漫长的后期修帧。慧夜科技通过自研的深度学习算法，可根据输入的音频或音乐，实时驱动虚拟角色的口型、面部表情与全身舞蹈动作，实现所见即所得的内容产出，使生产效率实现质的飞跃。

目前，慧夜科技业务主要面向企业端（ToB）：一方面服务服装、汽车、珠宝等消费品牌，提供端到端的数字人形象定制及驱动服务；另一方面服务互联网平台与游戏公司，将原本扁平的 2D 交互升级为 3D 智能体交互，同时正在推进 Web 端数字人工具产品“雪浪纸”的研发落地。

谈及风格偏好，渠思源表示，团队虽然支持写实与二次元等多种美术风格，但并不认为行业终局唯有超写实一条路。虚拟世界的核心在于承载人类的想象力，技术服务商的核心竞争力在于算法跨风格的兼容能力，以及深入产业定义产品的工程化落地效率。