数字人李白刚上线，便于近期引入杭州刀茅巷小学，化身新学期一位特殊的“语文老师”上了一堂公开课。“您写过的最长的诗是哪一首？”“《蜀道难》背后有什么故事？”通义数字人李白引发了学生们的极大互动兴趣。面对一个个的好奇提问，李白不仅有问必答，而且引经据典，与学生们诗词接龙。
图源/采访工具供应（下同）
这种寓教于乐的办法使语文课变得更加有趣且高效。杭州市刀茅巷小学语文老师王敏蕾表示：“平时的语文教室中便是教材，还有多媒体传授教化，像数字人一起参与，我以为小孩子不仅从数字人身上感想熏染到不一样的教室以外，还能学到教材以外的知识。”
和须要大量视频作为演习数据对真实人物进行复刻的传统数字人不同，通义推出的李白数字人，只须要一张图就可以天生具有全身动态的数字人，在这背后，是阿里通义大模型能力的“六剑客”。
大脑来自通义的模型Qwen，其措辞理解、知识、代码、数学及多措辞等多项能力显著领先。表情跟自然呼吸态来自EMO模型，最大化地保留模型创造力，使人脸表现力大大提升。肢体动作上，通义采取了强掌握方法AnimateAnyone，用针对人体建模的骨架图片来驱动人物动作，也是曾爆火全网的“全民舞王”背后的技能。
措辞模型来自通义语音实验室的CosyVoice技能，基于海量数据演习的天生式语音大模型，能够实现1-3句话声音克隆。为了让数字人有更好的实时对话能力，数字人李白还采取了VideoReTalking技能，它可以根据音频自动匹配嘴型。
未来，视觉措辞大模型VL（Vision-Language）也将被运用在数字人交互领域，在情绪识别、虚拟现实交互上供应更优质的互动体验。未来打开摄像头，用户便能与李白冲破时空界线、体验身处一世的实时视频通话。
“李白是中国传统文化的一张名片，数字人李白让这位超过千年的文学年夜师以全新的形态‘活’在当下，与环球不雅观众互动，引发更多人对古典文学的兴趣与热爱。”通义数字人产品经理龙慧表示，未来，从线上传授教化到虚拟旅游，数字人将在教诲、文化旅游、数字娱乐等多个领域展开广泛运用的操持。
新民 金志刚
