7月6日，第一屆網(wǎng)媒融合前沿論壇舉行期間，中國(guó)工程院院士，深圳大學(xué)電子與信息工程學(xué)院院長(zhǎng)、特聘救授丁文華做了題為《媒體發(fā)展與數(shù)字創(chuàng)意技術(shù)》的主旨報(bào)告。

數(shù)字創(chuàng)意產(chǎn)業(yè)需要以數(shù)字技術(shù)及數(shù)字裝備作為底座，隨著產(chǎn)業(yè)的發(fā)展需要，進(jìn)一步又增添了創(chuàng)作設(shè)計(jì)的支撐，整體產(chǎn)業(yè)還劃分了數(shù)字創(chuàng)意內(nèi)容軟體的核心領(lǐng)域及產(chǎn)品實(shí)體的跨界領(lǐng)域范疇。近些年還引入了新興領(lǐng)域，也就是VR/AR產(chǎn)業(yè)、元宇宙等。

數(shù)字對(duì)象的生產(chǎn)體系

LLM具備文本邏輯推理、上下文理解、多輪對(duì)話能力，使得AI產(chǎn)生了通用性的文本創(chuàng)作能力，已超過原有的搜索(知識(shí)問答)，標(biāo)志著AGI的誕生。相對(duì)于傳統(tǒng)的AI模型，AGI大模型基于一個(gè)模型便能適配多業(yè)務(wù)場(chǎng)景，模型參數(shù)量大，可學(xué)習(xí)海量的數(shù)據(jù)知識(shí)，其泛化能力也強(qiáng)，可基于人類反饋進(jìn)行強(qiáng)化學(xué)習(xí)。

AIGC正改變數(shù)字內(nèi)容生成方式，特別是2022年OpenAI進(jìn)入到了DALL-E2后，AIGC的應(yīng)用場(chǎng)景掀起了廣泛的潮流，主要在AI作畫、AI創(chuàng)作視頻等方面。

面向元宇宙數(shù)字對(duì)象的生成技術(shù)方面，構(gòu)成數(shù)字環(huán)境的基本方法為數(shù)據(jù)采集、3D建模、材質(zhì)貼圖、圖像渲染等。數(shù)據(jù)采集主要是采集數(shù)字環(huán)境的三維數(shù)據(jù)信息，3D建模是根據(jù)采集信息建?；?qū)胍延心Ｐ停馁|(zhì)貼圖是將3D模型展開成2D平面并賦予材質(zhì)，圖像渲染則是通過渲染引擎實(shí)時(shí)計(jì)算出光影等呈現(xiàn)效果。

構(gòu)建數(shù)字人的基本方法中主要涉及了掃描、建模、驅(qū)動(dòng)、渲染的過程，具體而言像傳統(tǒng)數(shù)字人構(gòu)建方法中，需要對(duì)對(duì)象進(jìn)行全身3D掃描，其建模數(shù)據(jù)量也是非常巨大的，MC驅(qū)動(dòng)要依靠真人“動(dòng)作+表情”來進(jìn)行捕捉，需要正向渲染以完善數(shù)字人構(gòu)建，其只是具有弱交互的能力。面向未來的話，可以基于AI進(jìn)行數(shù)字人構(gòu)建，通過多角度照片來替代全身掃描，使已有建模模型與AI的結(jié)合實(shí)現(xiàn)逼近真人效果，更能利用大模型實(shí)現(xiàn)具身交互能力。

在計(jì)算機(jī)視覺效果引擎及平臺(tái)技術(shù)方面，傳統(tǒng)的主要是基于時(shí)間或空間切片的渲染引擎，主要還是基于物理的引擎方式，特別是像體育轉(zhuǎn)播中的時(shí)間切片技術(shù)。而未來的視覺引擎可面向多維度發(fā)展，其實(shí)時(shí)渲染效果可達(dá)到多感官協(xié)同體驗(yàn)要求，例如基于三維AR的醫(yī)療診斷概念，其代表的是生物引擎、化學(xué)引擎等全新方式。

數(shù)字世界的構(gòu)建及服務(wù)體系

在未來專用視頻編解碼技術(shù)突破方面，可進(jìn)一步面向內(nèi)容和對(duì)象的視頻編碼邁進(jìn)，如基于內(nèi)容感知的視頻編碼，其中也可引入機(jī)器視覺的感知提取等。在元宇宙的語義編碼中，其傳輸對(duì)象將實(shí)現(xiàn)從2D向3D的演變，如何實(shí)現(xiàn)矢量化全集傳輸，以及如何終端按需局部呈現(xiàn)等都將是新的挑戰(zhàn)。

元宇宙場(chǎng)景下，傳輸對(duì)象變更為海量3D數(shù)字對(duì)象，需要全新的傳輸架構(gòu)和處理機(jī)制，基于云邊端的混合分發(fā)技術(shù)將是未來的架構(gòu)，對(duì)數(shù)字基礎(chǔ)設(shè)施要求也會(huì)發(fā)生新的變化，對(duì)智算、超算能力需要也會(huì)更高。

在未來的數(shù)字服務(wù)融合體系中，XR近眼顯示技術(shù)會(huì)改變用戶入口方式，是主要的入口方式。像當(dāng)前階段，VR HMD近眼顯示技術(shù)中Fast-LCD已成為主流配置，光學(xué)成像方面Pancake透鏡也逐步取代了Fresnel透鏡，能夠顯著降低HMD的體積和重量。

新推出的Apple Vision Pro在對(duì)外宣傳中，其單眼已接近4K的顯示水平，能實(shí)現(xiàn)便捷的人機(jī)交互（包括眼動(dòng)追蹤、手勢(shì)追蹤及聲音控制），其圖像處理方面具備Persona的孿生數(shù)字人實(shí)時(shí)交互功能。

AR Glasses近眼顯示技術(shù)方面，當(dāng)前各家的技術(shù)路線很是多樣，MicroLED已經(jīng)初露端倪，光學(xué)成像方面衍射光波導(dǎo)也正逐漸成為市場(chǎng)主流選擇，其采用了衍射光柵以取代傳統(tǒng)陣列光波導(dǎo)中的半透半反鏡，可實(shí)現(xiàn)二維擴(kuò)瞳。

此外，智能網(wǎng)聯(lián)車技術(shù)的演進(jìn)也正助力智能座艙打造起“第三空間”場(chǎng)景，重點(diǎn)將探索開發(fā)人機(jī)交互、艙內(nèi)感知、車載信息娛樂分發(fā)、車內(nèi)/車外信息交互等多方面的應(yīng)用體驗(yàn)。

在元宇宙的規(guī)則引擎方面，需要注意到，元宇宙建立的虛擬世界與現(xiàn)實(shí)世界交融，會(huì)帶來用戶準(zhǔn)入、數(shù)字資產(chǎn)保護(hù)、隱私保護(hù)等一系列問題，因此需要制定相應(yīng)的規(guī)則體系，并開發(fā)底層的規(guī)則引擎予以支撐。

最后丁文華院士表示，數(shù)字創(chuàng)意正為元宇宙發(fā)展提供基礎(chǔ)支撐技術(shù)，具備著廣闊的產(chǎn)業(yè)應(yīng)用前景。數(shù)字創(chuàng)意也具有顯著的學(xué)科交融特性，單一學(xué)科無法滿足培養(yǎng)要，需要建立跨學(xué)科綜合培養(yǎng)體系。數(shù)字創(chuàng)意技術(shù)在研究方向方面覆蓋廣泛，因此也歡迎大家關(guān)注加入，共同推動(dòng)產(chǎn)業(yè)向前發(fā)展。