黑色上衣、红色围巾、利落齐耳短发,屏幕里的女孩能歌善舞,一颦一笑自然生动,评论区却总被同一个问题刷屏:"你到底是真人,还是AI?"这个在抖音拥有20多万粉丝、全网播放量突破1亿的"女孩"名叫"逗包",是一个完全由人工智能生成的数字人。打造出她的,是一支从硅谷归来、落户南京建邺的青年创业团队:南京数镜科技有限公司。
数镜科技的两位创始人徐修贤和方政,是海外求学时期的室友。徐修贤长期扎根硅谷,深耕自动驾驶图像算法领域;方政任职加州大学洛杉矶分校,专注数字媒体艺术教研。一个精通算法模型,一个深谙审美规律,两人都对数字人行业存在的短板与难点有深刻理解,希望用AI做出"真正像人"的数字人。2025年底,两人放弃海外工作机会回国创业,经过多方考察最终落户南京建邺。
吸引他们落地的,是一份实实在在的"见面礼"。韶华工坊为初创团队提供"0租金、0物业、0水电"的全免费孵化服务,等于帮他们把最大的一块固定成本直接清零。今年1月,南京数镜科技有限公司正式注册成立,数张工位、几台电脑,两个年轻人就这样在建邺安了"家"。"不用为房租发愁,才能安安心心写代码、调模型。"徐修贤坦言,初创团队最缺钱和时间,免费孵化让有限资金全部投入研发。
如今,数镜科技办公室的几排显示器上,形态各异的数字人正轮番"登场":有的切换不同风格的时装完成快速换装,有的对着镜头进行流利的产品口播、动作与口型严丝合缝,还有的演绎着不同情绪神态。如果不提前告知,很难分辨出这些是虚拟生成的形象。
"逗包"的走红也验证了团队的选择。相比传统数字人常见的"恐怖谷"观感,逗包凭借自然的表情过渡与真实的光影质感,在评论区频繁收获"这居然是AI"的惊讶留言,不少品牌方主动找上门寻求合作。团队透露,目前已有消费品、文旅、电商等多个行业的客户采用其数字人方案,用于直播带货、品牌代言与短视频内容生产,商业化的第一桶金正在兑现。
与传统数字人生产模式不同,数镜科技没有走行业主流的"真人底模"路线。传统数字人大多需要采集真人影像、声线等生物信息,再以此合成虚拟形象,不仅周期长、成本居高不下,还常常出现表情僵硬、眼神空洞、光影违和等问题,AI痕迹很重。数镜科技另辟蹊径,依托开源模型框架,投入海量真实影像素材反复训练调参,打磨出可本地化部署的自研数字人生成模型。
依托自研技术,只需输入文字指令,系统就可自动完成形象生成、情绪与声线匹配,快速塑造出不同年龄、性别、样貌特征的高拟真虚拟人物。技术突破之外,艺术审美同样是数字人实现"以假乱真"的关键。方政指出,人物笑容显得违和失真,问题往往不在于嘴部动作,而是笑态下脸部肌肉褶皱、光影过渡等细节处理不到位。团队将专业审美贯穿模型训练全流程,在数据筛选、参数调校环节大量引入人工介入,精细甄别真实光影、皮肤质感与自然微表情,让AI生成人物的神态表现契合现实世界的感知。
算法与审美的双重打磨,也带来效率上的提升。目前团队已完成人脸生成、服饰换装、背景替换、完整数字人生成等能力建设,打磨出图片、音频、视频多方向10多款模型产品,并搭建起自有数字人服务平台。从"逗包"的走红到平台化输出,数镜科技正在把数字人生产从重资产、长周期推向轻量化、即时化。
数镜科技的故事,是当下数字人创业生态的一个缩影。随着生成式AI技术的成熟,数字人的生产方式正在发生根本性转变:从依赖真人采集的"克隆式"生产,走向依托大模型的"生成式"生产。生成式路线意味着任何人都可以通过文字描述获得定制化数字人形象,成本大幅下降,应用场景从直播带货、短视频创作扩展到政务、教育、营销等多个领域。
行业观察人士指出,数字人赛道正在经历一轮洗牌。早期依靠"真人底模"模式的企业面临成本高、效率低、形象同质化等挑战,而掌握生成式技术路线的团队则具备更强的扩展能力。不过,生成式数字人同样面临合规挑战:随着直播电商监管趋严,AI数字人强制标注等要求相继落地,如何在技术创新与合规运营之间取得平衡,是所有从业者必须面对的课题。
对于南京而言,数镜科技的成长验证了"0成本孵化加硬科技创业"模式的可行性。从硅谷归来、扎根建邺,再到数字人"逗包"破亿出圈,这支青年团队用不到一年时间完成了从想法到产品的跨越。未来,随着数字人应用场景的持续拓宽,类似数镜科技这样深耕生成式技术路线的创业公司,有望在AI内容产业中找到属于自己的位置。
更宏观地看,数字人产业正进入"质量分层"阶段:低质量、同质化的"纸片人"形象正在失去吸引力,而具备真实表情、自然交互与稳定输出能力的高拟真数字人,则越来越被市场认可。这一趋势对技术团队提出了更高要求,也意味着早期靠模板化生产赚快钱的红利期正在收窄。谁能率先把生成质量、生产成本与合规运营三者平衡好,谁就能在这一轮洗牌中占据主动权。