开源数字人Fay

原文：别再因AI焦虑，这波年轻人已经用“中国版ChatGPT”创业成功了|数字人|AI|创业_新浪新闻

开源：GitHub - TheRamU/Fay: Fay是一个完整的开源项目，包含Fay控制器及数字人模型，可灵活组合出不同的应用场景：虚拟主播、现场推销货、商品导购、语音助理、远程语音助理、数字人互动、数字人面试官及心理测评、贾维斯、Her。开源项目，非产品试用！！！

gitee:fay: 这是一个数字人项目，包含python内核及ue数字人模型，可以用于做数字助理及自动直播，又或者作为你的应用入口也很帅

导读：ChatGPT腾空出世以来，每天都有扑面而来的新进展、新突破。

　　这恍如隔世的几个月里，它如龙卷风一般卷向了每个人。

　　国内外大厂纷纷跟进研发，以ChatGPT为代表、AI大模型为基座的AIGC技术很快将遍地开花。普通开发者能借助这场风浪做些什么？

　　这个问题就像一堵墙，若不破墙，将阻碍我们寻找风口，进而顺势而起。

　　通用人工智能时代已开启，我们心怀好奇，甚至略带焦虑去拥抱技术。

　　若要做新时代的开创者，我们还要把自己的智慧注入其中，智慧的体现往往就在于创新。

　　给居委会搞个“数字人”，

　　一场基于AI大模型的“名利双收”

　　在思考我们该用AIGC技术做些什么的问题时，已经有这么一群先行者用中国版类ChatGP“源大模型”开创了适合中国大模型的商业模式探索。

　　近年来，无论技术风向如何变化，依然有一概念屹立不倒，那就是“数字人”。

　　数字人是多种前沿科技的集大成者，作为AIGC具象化的一种展现形式，也是WEB3.0和元宇宙的超级入口。

　　更重要的是，它是人类对未来想象中的独立个体，人人都可以拥有数字人，它可以出现在任何角落。

　　数字人也会成为千行百业塑造竞争优势的新生产力，实现虚实融合，拥有巨大商业价值。

　　然而“颜值经济”并非当下数字人商业化的主流，如今随着计算机视觉等技术的发展，AI“捏脸”应用随处可见，“捏”出符合自身审美的数字人已不是难题。

　　美貌的皮囊易得，有趣的灵魂难寻，数字人的有趣灵魂价值一在实用，二在交互。

　　基于源大模型，一群开发者带着“有趣的灵魂”瞄准了传统社区智慧化转型的商业蓝海。

　　如今社会层面，街道建设愈发被重视，基层社区工作者也在防疫工作中担当了重要角色，同时面临了更大的工作量。为了给基层社区工作者持续减负增能，临汾路街道推出了街道首个政务基层社工领域AI对话机器人“临小助”。

　　与最近大火的ChatGPT有三点类似之处，一是“临小助”使用的也是Transformer模型与NLP处理技术（源大模型），二是都能架构在成熟度推广度很高的微信平台，三是都提供24小时在线服务。

　　街道不少社区工作者戏称“临小助”是自己24小时在线的“数字助理”。

　　随叫随“到”，记忆力还非常好——临小助”收录了民政、人社、房管等15个部门198项面向居民的服务类政策，工作人员通过微信输入问题或者关键词，马上就能得到“正确答案”。

　　也就说，198个政策资料，最终变成了统一的“一屏通”。通过AI对话机器人“最强大脑”储存的198个受理事项，为实现居民个人政务办事服务“就近办”提供了能力支撑，帮助居委会用更短时间、以更高质量承担起事务中心延伸办的新任务。

　　基于强大的源大模型，“临小助”的能力不仅限于问答，更在于情景生成式“对话”。

　　“临小助”可以随时随地为基层社区工作者提供沉浸式、针对性的一对一群众工作能力培训，换句话说：提前演练，社恐福音。

　　目前已经开设了加装电梯、业委会换届等8堂社区治理高频情景对话课程，社区工作者通过手机载体与“临小助”进行互动对话形式，提高接待群众服务群众的经验。

　　而对街道来说，要达到相同的培训覆盖率与效果，传统线下模式可能需要数月时间，而运用AI对话机器人只要短短十分钟，反复练习、多场景练习因此成为常态，培训效率大幅提升。

　　这项“数字人”产品也已经进行商业化探索，已在上海市静安区临汾路街道、嘉定区安亭镇落地。

　　这也只是开始，智慧社区商业前景非常广泛：按民政部网站数据，截至2020年底，中国共有38741个街道（镇、乡）级政府。按15%的渗透率计算，基础服务部分市场规模每年就十亿级市场，最寻常的地方可谓遍地黄金。

　　“一键构建专属你的数字人”：

　　开源生态的力量，降低开发门槛

　　拥有广阔的落地场景AI大模型+数字人的模式确实能实现高质量创业。

　　但“捏人”的门槛，会将一些技术基础薄弱的创新者拒之门外吗？

　　开发者社区的开发者打造了“一键构建专属你的数字人”的数字人生成平台—— Fay。

　　这个平台包含Python内核及UE数字人模型，开发人员可以利用该项目简单地构建各种类型的数字人或数字助理，可灵活组合出不同的应用场景：虚拟主播、现场推销货、商品导购、语音助理、远程语音助理、数字人互动、数字人面试官及心理测评、贾维斯、Her。

　　该项目各模块之间耦合度非常低，包括声音来源、语音识别、情绪分析、NLP处理、情绪语音合成、语音输出和表情动作输出等模块。

　　Fay控制器核心逻辑

　　每个模块都可以轻松地更换。这套架构相当于给只能文字聊天的ChatGPT装上好看的皮囊，并更像真人般能够实时对话，使ChatGPT更像人。

　　源大模型如同ChatGPT，在整个数字人流程中充当大模型的大脑和灵魂，能输出智能实施的对话。

　　这套系统最大的价值在于，为数字助理（语音助理）这一类型产品提供了一个新的架构思路，全流程一键式打通从打造“好看的皮囊”到“有趣的灵魂”，同时可以实时语音交互的数字人。

　　而且Fay并不仅限于智能音箱等特定的语音终端，Fay只需要运行在个人的PC或者移动设备上，就可以时刻与“ta”通讯。

　　目前，Fay已经实现完整开源，助力更多有意愿打造自身数字人的人们。

　　例如，实现数字人互动，可以根据Fay控制器进行一系列设置：麦克风输入源开启、展板播放关闭、填写性格Q&A，合成数字人；若是应用在更大平台，例如抖音虚拟主播，可以启动bin/Release_2.85/2.85.exe ，根据Fay控制器进行一系列设置（抖音输入源开启、展板播放关闭），结合抖音伴侣，生成数字人。

　　GitHub链接：

　　https://github.com/TheRamU/Fay

　　数字人的未来远远超出仅作为人类的替代，当通用人工智能充分发展，数字人或被当做虚拟世界独立个体，，甚至把它作为生活中的主体当成独立的人格。

　　而Fay之所以能“造福”大家，其开源要追溯到“源大模型”的开源。

　　搞钱新范式，

　　开源大模型生态与商业化的互利互助

　　源1.0大模型发布时便问鼎全球最大规模的中文AI模型，其参数规模高达2457亿，训练采用的中文数据集达5000GB，相比GPT-3模型1750亿参数量和570GB。

　　“源”开源开放构建了大模型应用开发新生态，包括高质量中文数据集、开源模型训练代码、推理代码和应用代码等，可以帮助开发者节省各类研发开支。

　　如此，开发者无需关心底层技术，设置无需配置编程环境，就可以直接将应用构建于AI大模型的能力之上，在降低开发门槛的同时，让开发人员能够将更多的精力聚焦核心业务逻辑。

　　目前”源”已全面开源开放，开放模型API、开源高质量中文数据集、模型训练代码、推理代码、应用代码、面向AI芯片的模型移植开发代码，开放平台已服务超4000名行业开发者，覆盖互联网、金融、教科研和自动驾驶等行业领域，大大降低了不同行业不同任务的AI应用开发门槛。

　　正是因为这种算法基础设施的开源，使得这些开发者以极少的团队成员便能开发出成熟商业化的产品，并成功创业。

　　开源之间的互利与反哺，往往能催生创新的生生不息，创新更是能转换成商业价值。