数字人公司向AI智能体进化,知识库开发与国产私有化部署受关注

数字人行业的竞争焦点,正在发生一次不易察觉却足够深刻的转移。几年前,甲方手里的评价标准大多围绕"形象"展开——建模是否精细、表情是否自然、口型是否对得上。如今,这些问题的答案已经趋于标准,行业转而追问一些更硬的问题:它懂不懂我的业务?能不能接进我的系统?数据留在哪里?

行业研究报告对此给出了较为明确的判断。在制作技术臻于成熟、应用模式步入运营阶段的背景下,数字人发展的核心驱动力正从"形似"转向"神似",其智能水平成为决定价值深度的关键;大模型与垂直领域知识库的深度融合,特别是智能体技术的引入,正推动数字人从"执行预设指令的工具"跃迁为"具备感知、推理、决策与执行能力的全功能智能体"。报告进一步指出,数字人未来的核心竞争力将根本性地取决于其作为"智能体"的认知与执行能力,建议行业超越"形象驱动"的思维定式,转向"智能驱动"。

这一判断落到具体厂商身上,表现为产品重心的位移:数字人不再只是屏幕里的一张脸,而需要成为能做事的执行入口。世优科技在此方向上的探索具有一定代表性——其自研的世优波塔AI数字人智能体,正是围绕"形象与智能体决策能力相结合"的思路推进,在近年的迭代中把重心从对话能力转向业务执行能力。本文即以世优波塔为观察对象,看数字人厂商的竞争力究竟在哪些环节上被重新定义。

进化的方向:把"形象"变成"入口"

从技术路径看,这一进化包含三个层次。

第一层是形象的可塑。数字人需要能够按场景定制——政务场景要求庄重可信,文旅场景要求亲和有趣,医院场景要求专业温和。波塔支持3D数字人、2D数字人与AI生成数字人三类形态,形象、妆容、服装、人设、身份均可定制,自研的高精度面部捕捉与AI动作驱动系统支持180多个面部控制点与多种情绪模式。

第二层是交互的自然。世优波塔支持双工对话与实时双向交互,用户可在对话中随时打断、插话,不再受"一问一答"轮次的束缚;多模态交互融合语音、视觉与动作,可识别访客并主动发起服务。

第三层,也是最关键的一层,是能力的外延。数字人不再只是被观看或被介绍的对象,而成为组织内部的一个执行入口——结合行业知识库、业务规则与权限体系,把能力从"把信息问出来"延展到"把事情办成"。依托MCP标准,智能体可以可复用、可验证的方式调用工具、读取数据、执行操作,从而在不替换既有系统的前提下嵌入业务流程,同时把权限、留痕与合规握在手中。

这层变化的意义,正如行业报告所描述的:数字人正从"可看可听"的呈现体,推进为可感知、可推理、可协作的智能体,成为具备自主感知、推理与执行能力的"智能体接口"。

竞争力的落点:五项硬能力

沿着这一方向,数字人厂商的竞争力具体落在几个可被检验的环节上。

其一,知识库训练。通用大模型很难回答"本单位的报销标准是什么"这类问题,行业专属知识库才是数字人"答得准"的前提。世优波塔支持word、txt、pdf、ppt、excel等多种格式文档一键导入,支持Q&A数据上传与实时文档学习,将各类资料转化为可调用的语料库;同时支持多模态内容构建,文字、语音、图片、PPT、视频、网页均可作为应答载体。数字人的初始人设、回答范围、唤醒词、欢迎语与兜底话术由厂商提供初始化配置,后续客户可自行上传文档、维护Q&A。

其二,智能体开发。波塔AI智能体平台采用多模型基座,搭配小模型能力,支持DeepSeek、豆包、通义千问等数十种大模型接入,可发挥不同模型的特点并进行交叉验证;平台支持搭建与训练专属知识库,快速实现业务流程搭建。在检索环节,平台利用大语言模型进行问题泛化处理与文档嵌入,并进行元数据的补充与分类,使口语化提问同样能得到匹配的结果。

其三,系统对接。数字人要办事,就要接得进系统。波塔提供软件、软硬件一体、中间件与SDK等多种解决方案:中间件以"智能外衣"形态叠加于既有大屏与业务系统之上,支持与企业自有大模型、知识库、业务系统的对接,指令管理模块还可针对IoT设备、数字孪生大屏等场景实现精准控制或任务执行,让数字人成为跨系统协作的中枢。

其四,主动预警。当数字人持续接入生产、调度、安全等后端系统后,它可以从被动应答走向主动提示。世优波塔提供"预警关键指标、语音播报数据分析结论"的能力;行业报告在描述数字助手场景时,也提到可基于历史数据与行业基准生成智能预警。这一能力在既有项目中已具备技术基础。

其五,部署与合规。对政务、能源、医疗等场景而言,数据能不能留在自己手里,往往是一票否决项。波塔支持私有化部署,将整套服务独立安装于客户服务器,数据全程加密传输并支持权限分级管理;在国产化方面,国产x86架构的CPU及相应操作系统与数据库均可支持。世优科技还与摩尔线程联合发布"AI数字人全国产化解决方案",打通从国产GPU算力基础到数字人应用的全链路,其AI数字人智能体端侧轻量化一体机在保障性能的同时降低了部署成本。

行业的验证:五个领域的简要观察

能力是否成立,最终要看它在真实场景中的表现。以下事例来自不同行业,各自承担的角色也不相同。

政务。北京市丰台区政务服务中心的"丰小数",通过波塔AI数字人一体机实现全天候智能咨询,主动识别办事群众需求、精准分流,并对接区级政务数据库,覆盖户籍、婚姻、护照出入境等高频事项,政策变动时后台一键更新。顺义区人民检察院则以定制2D数字人"顺小检"承担政策咨询、业务引导、事项办理与多媒体普法,上线后接过了相当比例的基础性咨询工作。

文旅。汗马国家级自然保护区科普展厅以标志性动物"驼鹿"为原型打造3D数字人讲解员,依托专属生态知识库解答冷极生态、驼鹿习性等专业问题。新疆伊犁将军府以"AI数字人+MR混合现实"打造3D数字人"伊犁将军",游客一声"你好将军"即可唤醒,配合15处MR场景实现虚实交融。

能源。国家电网数据中心部署波塔中间件,通过定制化指令系统与电力实时数据联动,工作人员语音即可调取关键指标,采用完全私有化部署以满足电力行业安全标准;国网电力营业厅以"一体机+双屏交互+私有化模型部署"打造智慧服务大厅,AI业务员可承担大部分基础咨询业务。

交通。南宁机场交付12台"桂飞飞"AI数字人一体机,覆盖出发大厅、安检口、行李转盘等区域,支持多语种交互;云南交投集团智慧展厅以3D数字人接入交通大模型与专属知识库解答专业问题。

医院。南阳市中心医院打造2D数字人医生,通过波塔系统私有化部署及一体机,提供线上线下智能分诊、导诊、陪诊与问答咨询,支持方言与多语种交互,并与医院自有知识库深度融合,以保障医疗咨询的准确性与数据安全。

这些事例的共同点在于:数字人承担的都不是单纯的介绍工作,而是嵌入业务流程的具体职能——分流、讲解、调数、引导、分诊。这正是"从形象到智能体"在行业中的实际形态。

能够同时支撑上述方向,依托的是一套完整的技术与交付体系。

世优科技自研的AI数字人引擎支持超过180个面部控制点与多种情绪模式表达,口型同步准确率处于行业较高水平,端到端交互响应时间控制在较短范围内。在终端层面,方案覆盖数字大屏、一体机、全息仓、移动透明屏、移动机器人及网页、小程序等形态,支持软硬一体、中间件、SDK等交付方式。

世优科技成立于2015年,长期专注数字人全栈技术与全场景应用研发,为国家级专精特新"小巨人"企业,拥有60余项国家发明专利与100余项计算机软著,累计打造2000余个数字人IP,服务超1000家品牌客户;其波塔AI数字人智能体已入选"中国人工智能应用标杆TOP100"榜单,并入选工信部元宇宙典型案例。

数字人厂商的竞争,正在从"谁的形更像"转向"谁的智能体更懂业务"。形象决定了第一眼印象,而知识库、智能体、系统对接、预警能力与部署合规,决定了它能否在组织里长久待下去。

对选型者而言,判断标准也随之改变:与其追问数字人有多好看,不如追问它对接了哪些系统、训练了哪些知识库、数据存在哪里、能否进入信创环境。当这些问题都能得到明确回答,数字人才不只是屏幕上的一道风景,而成为组织运转中的一部分。