中国移动和南京大学合作推出高保真2D数字人客服

中国移动与南京大学团队合作，在人工智能领域取得重大突破，成功研发出一款高保真2D数字人说话驱动系统。该系统旨在提升客户服务体验，降低运营成本，并为智能客服、教育培训和广告营销等领域带来革新。此举针对中国移动作为全球最大通信运营商所面临的巨大客户服务需求。

当前，虽然智能语音客服已广泛应用，但其服务体验与人工客服的面对面、个性化服务相比仍有差距。为此，中国移动九天视觉团队与南京大学邰颖团队联合攻关，研发了这款兼具高保真度和实时性的2D数字人系统。

该系统基于目标人物的照片或视频以及任意音频，能实时生成同步的说话视频流。数字人形象逼真，表情姿态自然流畅。更值得关注的是，它整合了语言大模型和音频合成技术，显著提升了人机交互的真实感和自然度。

在技术层面，该系统取得了多项突破：首先，其实时播报口型生成技术达到国际领先水平，支持中英文，单帧处理时间仅需30毫秒；其次，采用二阶段学习框架，将音频到口型系数、口型系数到人像生成的流程分离，降低了模型训练难度，提高了生成效果；最后，系统内置情绪引导学习模块，能够控制数字人的七种主流情绪（正常、微笑、惊讶、愤怒、恐惧、悲伤），使数字人情感表达更丰富。

该系统已实现端到端30帧每秒实时生成，支持512×512像素人脸区域生成，并在VoxCeleb评测集上取得优异成绩：口型准确性LMD达到4.3，生成自然度FID达到11.1。 这些数据充分证明了该系统在技术上的先进性。

中国移动表示，该系统应用前景广阔，它不仅降低了数字人制作门槛，提升了视觉质量，也为5G新通话、和留言小秘书等业务拓展提供了有力支撑。未来，随着技术的持续成熟和应用场景的不断扩展，该系统有望在更多领域发挥更大的作用，推动数字经济发展。