第三章 行業(yè)估值、定價機制和全球龍頭企業(yè)

3．1 行業(yè)綜合財務分析

圖 行業(yè)歷史比較

資料來源：資產信息網 千際投行 Wind

圖 行業(yè)區(qū)間漲跌幅

資料來源：資產信息網 千際投行 Wind

圖 營業(yè)收入、凈利潤及增長率

資料來源：資產信息網 千際投行 Wind

圖 PE倍數

資料來源：資產信息網 千際投行 Wind

圖 資產負債情況

資料來源：資產信息網 千際投行 Wind

3．2 估值方法

虛擬人行業(yè)估值方法可以選擇市盈率估值法、PEG估值法、市凈率估值法、市現率、P／S市銷率估值法、EV／Sales市售率估值法、RNAV重估凈資產估值法、EV／EBITDA估值法、DDM估值法、DCF現金流折現估值法、NAV凈資產價值估值法等。

3．3 行業(yè)發(fā)展

虛擬數字人的發(fā)展與其制作技術的進步密不可分，從最早的手工繪制到現在的 CG（Computer Graphics，電腦繪圖）、人工智能合成，虛擬數字人大致經歷了萌芽、探索、初級和成長四個階段。

圖 虛擬人發(fā)展歷程

數據來源：資產信息網 千際投行

3．3．1 萌芽階段

20 世紀 80 年代，人們開始嘗試將虛擬人物引入到現實世界中，虛擬數字人步入萌芽階段。該時期虛擬數字人的制作技術以手工繪制為主，應用極為有限。

1982年，日本動畫《超時空要塞》播出后，制作方將女主角林明美包裝成演唱動畫插曲的歌手，并制作了音樂專輯，該專輯成功打入當時日本知名的音樂排行榜 Oricon，林明美也成為了世界上第一位虛擬歌姬。

1984年，英國人 George Stone 創(chuàng)作出一個名為Max Headroom 的虛擬人物，MAX 擁有人類的樣貌和表情動作，身穿西裝、佩戴墨鏡，曾參演了一部電影，拍攝了數支廣告，一度成為英國家喻戶曉的虛擬演員。由于技術的限制，其虛擬形象是由真人演員通過特效化妝和手繪實現。

3．3．2 探索階段

21 世紀初，傳統(tǒng)手繪逐漸被 CG、動作捕捉等技術取代，虛擬數字人步入探索階段。

該階段的虛擬數字人開始達到實用水平，但造價不菲，主要出現在影視娛樂行業(yè)，如數字替身、虛擬偶像等。電影制作中的數字替身一般利用動作捕捉技術，真人演員穿著動作捕捉服裝，臉上點上表情捕捉點，通過攝像機、動作捕捉設備將真人演員的動作、表情采集處理，經計算機處理后賦予給虛擬角色。

2001年，《指環(huán)王》 中的角色咕嚕就是由 CG 技術和動作捕捉技術產生，這些技術后續(xù)還在《加勒比海盜》、《猩球崛起》等電影制作中使用。

2007年，日本制作了第一個被廣泛認可的虛擬數字人“初音未來”，初音未來是二次元風格的少女偶像，早期的人物形象主要利用CG技術合成，人物聲音采用雅馬哈的 VOCALOID1系列語音合成，呈現形式還相對粗糙。

3．3．3 初級階段

近五年，得益于深度學習算法的突破，數字人的制作過程得到有效簡化，虛擬數字人開始步入正軌，進入初級階段。該時期人工智能成為虛擬數字人不可分割的工具，智能驅動的數字人開始嶄露頭角。

2018年，新華社與搜狗聯合發(fā)布的“AI合成主播”，可在用戶輸入新聞文本后，在屏幕展現虛擬數字人形象并進行新聞播報，且唇形動作能與播報聲音實時同步。

2019年，浦發(fā)銀行和百度共同發(fā)布的數字員工“小浦”，也是利用自然語言處理、語音識別、計算機視覺等人工智能技術制作的虛擬數字人，可通過移動設備為用戶提供“面對面”的銀行業(yè)務服務。

3．3．4 成長階段

當前，虛擬數字人正朝著智能化、便捷化、精細化、多樣化發(fā)展，步入成長期。

2019 年，美國影視特效公司數字王國軟件研發(fā)部負責人 Doug Roble 在 TED 演講時展示了自己的虛擬數字人“DigiDoug”，可在照片寫實級逼真程度的前提下，進行實時的表情動作捕捉及展現。今年，三星旗下的STAR Labs在CES國際消費電子展上展出了其虛擬數字人項目NEON，NEON是一種由人工智能所驅動的虛擬人物，擁有近似真人的形象及逼真的表情動作，具備表達情感和溝通交流的能力。

3．4 驅動因素

3．4．1 技術創(chuàng)新

虛擬數字人依托多項技術而存在，因此，技術進步是虛擬數字人行業(yè)發(fā)展主要驅動力。按照技術分類，虛擬數字人可分為真人驅動型和計算驅動型，在技術流程、細節(jié)方面存在差異。

（1） 真人驅動型技術流程：

? 形象設計及建模：基于IP設計或真人偶像繪制原畫，進行面部及身體3D建模。選擇關鍵點。

? 建模綁定：將識別關鍵點映射至模型上，進行綁定。關鍵點綁定的數量及位置影響最終效果。

? 表演捕捉：利用動作捕捉設備或特定攝像頭＋圖像識別，捕捉在形體、表情、眼神、手勢等方面的關鍵點變化。

? 驅動及渲染：真人演員（在虛擬偶像中稱為“中之人”）根據制作需要進行相應表演，實時驅動虛擬數字人表演。在較為精細的制作中，會需要根據真人演員和建模的區(qū)別進行重定向。并對動作、眼神、手指等采用不同的驅動方式，需要時需進行語音合成，形成特定設置語音。

? 生成內容，進行互動：進行直播，或錄制其動作生威內容

3．4．2 計算驅動型技術流程

（1） 設計形象，掃描真人形態(tài)及表演、采集驅動數據

利用多方位攝像頭，對通用／特定模特進行打點掃描（視最終需求可進行全身或局部掃描），采集其說話時的唇動、表情、面部肌肉變化細節(jié)、姿態(tài)等數據

（2） 形象建模，進行綁定

設計所需的模型，或基于特定真人進行高還原度建模。進行關鍵點綁定。關鍵點綁定的數量及位置影響最終效果。

當需要基于真人照片生成虛擬內容時，一類做法是將通用的人臉模型遷移至該真人黑片上，形成虛擬形象，實質為表情遷移。另一類則是生成動漫類效果，基于預先設置的形象分類算法，將真人照片中的眼型、發(fā)型等元素進行分類，并與預先設置的動漫元素進行匹配，最終生成動漫式的虛擬形象．

（3） 訓練各類驅動模型，是決定最終效果的核心步驟

利用深度學習，學習模特語音、唇形、表情參數間的潛在映射關系，形成各自的驅動模型與驅動方式。

充足的驅動關鍵點配合以精度較高的驅動模型，能夠高還原度的復原人臉骨骼和肌肉的細微變化，得到逼真的表情驅動模型。魔琺科技等業(yè)界領先的模型可組合出超千種表情效果，并包含眼神驅動。科大訊飛、竹間智能等公司會對語音／文本中的因素進行提取，增加情感驅動模型等。

目前為止，大多數廠商的驅動模型大多是語音－唇形，語音－驅動。動作、手勢等驅動大多依靠人為現場指令或預設置驅動。

對于需對特定真人定制化的數字化虛擬數字人，部分公司會基于在通用驅動模型的基礎上，結合少量真人驅動數據訓練定制化驅動模型。這種情形可視作預訓練模型＋小樣本學習。

（4） 內容制作，基于輸入的語音（或由輸入文本轉化的語音），預測唇動、表情等參數

核心的技術流程是基于輸入的語音，或首先基于TTS技術（Text－to－speech，語音合成技術），將輸入的本文轉化為語音�；�于語音，結合第3步到的驅動模型，并利用生成對抗模型GAN選出最符合現實的圖片，推理得到每幀數字人的圖片。通過時間戳．將語音和每航的數字人圖片進行結。

（5） 進行渲染，生成最終內容

直播時進行實時渲染為保證在特定場景下能夠實現實時低延遲渲染，計算框架的大小、算力供給等技術問題同樣會影響到虛擬數字人的最終生成效果

（6） 附加步驟

針對需要進行交互的虛擬數字人，生產商會預先設置有問答庫、知識圖譜等，并承接入虛擬數字人的對話系統(tǒng)。

虛擬人需要多種前沿技術得到極大發(fā)展和應用，是當下多種尖端科技的超級綜合體，先進科技充斥其整個產業(yè)閉環(huán)。如其內容生產運用人工智能、數字孿生技術，其存儲和認證機制運用區(qū)塊鏈技術，其數據處理運用人工智能、云計算、云存儲技術，其網絡環(huán)境依托5G技術，其虛實交互與聯通運用人體感知、3D渲染、拓展現實、腦機接口、可穿戴、機器人技術等。這些技術當前均處于高速發(fā)展階段，5G、虛擬現實、增強現實技術很可能在近期得到快速推廣和應用。

3．4．3 政策助力

2016年以來，我國虛擬現實市場前景被普遍看好。在政策層面，文化部于2016年9月下發(fā)《關于推動文化娛樂行業(yè)轉型升級的意見》通知，鼓勵高科技企業(yè)利用自身科研實力和技術優(yōu)勢，積極引入體感、多維特效、虛擬現實、增強現實等先進技術，進入文化娛樂行業(yè)。

國務院于2016年12月印發(fā)《“十三五”國家戰(zhàn)略性新興產業(yè)發(fā)展規(guī)劃》， 提出加快虛擬現實、增強現實、全息成像、裸眼三維圖形顯示（裸眼3D）等創(chuàng)新數字文化創(chuàng)意技術和裝備的發(fā)展，豐富數字文化創(chuàng)意內容和形式，推進游戲、影視、動漫等相關產業(yè)的融合發(fā)展。在市場層面，中國互聯網行業(yè)的飛速發(fā)展培育了大量用戶群體，激發(fā)了人們對互動娛樂的高漲熱情，以及對新技術新應用的開放態(tài)度，為虛擬現實產業(yè)提供了基于大文娛服務應用場景的C端市場空間。

3．4．4 現實世界和虛擬世界的融合需求

新一輪信息技術革命中，數字技術與現實世界的結合變得更加深入。例如，工業(yè)互聯網、物聯網等技術強調數字技術對生產設備和工廠的數字化控制；智慧城市推動城市治理和管理的智能化；人工智能提供了自動駕駛、人機翻譯等數字化的輔助服務，將用戶需求直接轉化為數據和算法產品。

圖 虛擬人領域應用需求

資料來源：資產信息網 千際投行

3．5 行業(yè)風險分析

其中本行業(yè)常見的風險如下：

（1） 虛擬人技術發(fā)展不及預期

虛擬數字人非常依賴技術的發(fā)展，如果CG建模，動捕、AI等技術不能有進一步的升級，無法滿足更高交互要求，部分場景就無法真正落地。另外技術門檻無法降低使得成本居高不下，可能無法進行大規(guī)模的商業(yè)化應用。

（2） 管理分散，政策監(jiān)管不明晰

虛擬人的管理跟現實人的管理不一樣 具有多樣性，涉及文化行政部門、教育部門、公安機關、工商部門、電信管理機構、精神文明建設指導委員會以及相應的群團組織等機構。但是，在具體的管理過程中除了文化行政部門和公安機關占主導作用外，其他部門在虛擬人管理中大都屬于形式部門，而只有在專項整治活動中，如近年開展網吧等互聯網上網服務營業(yè)場所專項整治活動，在主責部門的督促下各行政機構才會有所聯合平時基本上對虛擬社會疏于管理，因此在一定程度上造成了現今虛擬社會管理的無序性。另外，對于虛擬人的管理雖形式上有這么多的職能部門進行管理但卻沒有一個統(tǒng)一的管理部進行協(xié)調，造成管理的分散性。

（3） 倫理和道德問題

由于虛擬人具有開放性和共享性等特點，政府相關部門難以對網上信息進行全面的監(jiān)督和管理，信息污染等問題日益突出。部分個體和組織利用互聯網傳播淫穢色情、賭博、暴力、邪教等不良信息和西方國家的意識形態(tài)，對我國國家安全和社會穩(wěn)定造成威脅。同時，虛擬人過度追求個性獨特化，使一些違背正常倫理道德現象產生，這對我國主流的思想、觀念、政治、倫理道德等產生沖擊對虛擬社會的網絡生態(tài)環(huán)境造成極大的破壞。

（4） 法律問題

目前針對虛擬人的法律法規(guī)主要有《刑法》《治安管理處罰法》（2006年） 《關于維護互 聯網安全的決定》（2000年）《互 聯網信息服務管理辦法》（2000年）等法律法規(guī)。

這些法律法規(guī)關于網絡犯罪和網絡違法的認定過于原則或籠統(tǒng)，缺乏一定的可操作性。而且針對互聯網相關的立法大多在2000年（甚至更早以前），立法的步伐跟不上互聯網發(fā)展的速度，相應法律法規(guī)相對滯后。

另外，由于虛擬人的超時空性，在案件管轄權界定原則下，網絡案件的管轄權難以確定，易導致管轄糾紛，影響辦案效率。法律尚不完善，在虛擬資產、數字資產以及版權方面還有很大的提升空間。