嗨,大家好,我是徐小夕。
最近一直在研究 AI大模型 在业务场景中的应用,刚好发现一款非常有意思的开源数字人模型——duix.ai.
它是硅基智能打造的数字人智能交互平台。而duix-ai就是基于DUIX开源的全球首个2D真人级、AIGC实时渲染数字人模型,该项目不仅提供了直观的效果展示,还支持用户进行二次开发.
项目从底层推理引擎及上层的商业化应用逻辑也都开放了源代码,方便开发者可以深入了解其工作原理,并进行进一步的优化和创新。
github地址: https://github.com/GuijiAI/duix.ai
接下来我就和大家详细介绍一下这款开源数字人模型.
话不多说, 先来看看模型效果:
背景介绍
硅基智能着眼于全球,专注于 AI 技术深度研发和落地应用。其目标是通过自主研发的核心技术,致力于在 2025 年为全球输出 1 亿硅基劳动力,赋能企业数字化转型。在积累了大量技术沉淀的基础上,为了进一步实现 “科技平权”, 便开源了 duix.ai。
duix.ai 开源仓库不仅仅包含数字人模型,对于配套的IOS/安卓的手机应用UI都已开源了, 我们可以基于它的开源代码轻松的改成自己的数字人APP.
duix.ai 开源项目具有如下特点:
部署成本低: 无需客户提供技术团队进行配合,支持低成本快速部署在多种终端及大屏。 网络依赖小: 适合地铁、银行、政务等多种场景的虚拟助理自助服务。 功能多样化: 可根据客户需求满足视频、媒体、客服、金融、广电等多个行业的多样化需求。
duix.ai 能做什么(应用场景)
duix.ai 可以应用在恋爱社交、情感陪伴、内容创作、知识学习等领域.
其实数字人在我们的生活和工作场景中应用也非常广泛, 这里我举几个常见的案例.
1. 虚拟男/女友
AI女友类的数字人现在市面上很多, 但是一般都是收费的, 我们可以基于 duix.ai 实现低成本的虚拟男/女友应用, 让AI数字人普惠更多的人.
2. 虚拟社交
我们在社交场景上有很多应用领域, 比如上面视频分享的“怼人小姐姐”.
本人亲测, 根本吵不过~
同时如果大家想打造一款能帮助自己成长的互动式社交机器人, 比如虚拟教练, 虚拟教师, 使用 duix.ai 也是非常容易的. 下面我就来展示一下虚拟教练的效果:
3. 虚拟人直播带货
目前抖音等短视频平台直播带货非常火, 如果我们有很好的视频脚本, 可以让虚拟人24小时帮助我们直播和带货, 实现真正的“睡后收入”.
4. 克隆专家
我们可以利用私有知识库 + 虚拟人打造某个行业的专家, 让虚拟人来面对面解答客户的咨询和问题.
5. 定制自己的数字人(最新更新)
它还支持非常有意思的个性化定制功能。之前比较火的AI复活亲人的场景,现在我们使用它, 只需要准备一个视频就可以实现。
>/ 只需一段标准化的视频就可以任意定制AI形象和对话场景
个性化打造专业形象IP等,各类场景无缝切换。
操作界面也相当简单:视频+名字。
总体来说,它是一个非常酷的项目,Duix.AI 这个 APP,给我的感觉相当真实,精准同步动作、微表情、声音唇形。就算说是行业顶级真人拟真度也不为过,而事实也确实是这样。
核心优势
这里我分享一下这款开源项目的核心优势, 供大家参考对比. 我会从两方面对比:
技术亮点 模型能力
在技术上它具有如下优势:
全面开源:提供从基础推理到商业化应用的完整源码。
灵活部署:支持Android、iOS等边缘设备,一键安装。
丰富的形象模板:内置14个数字人形象模板,后续将推出更多形象。
完善的SDK接口与文档:提供丰富的SDK接口和详尽的开发文档,支持个性化创造、自由定制。
超流畅画面:支持50帧/秒的超流畅画面,远超电影级标准。
实时渲染能力:视频生成效率超过1:0.5,满足直播/实时交互需求(用于数字人直播/虚拟女友等应用)。
真人级交互:行业顶级真人拟真度,精准同步动作、微表情、声音唇形。
低算力要求:个人电脑、平板、车载系统、手机均能流畅运行。
在模型对比上, 它采用了自研的炎帝大模型, 可以看作多模态的行业脑,基于深度学习的多层神经网络结构,拥有超过百亿参数的多模态大模型,融合了数字人大模型、声音大模型、文本大模型、图像大模型等技术,可将理解复杂文本,高效准确地生成视频,视频中包含数字人、声音、画面等内容元素,广泛应用知识生产(视频)、知识传播(直播)、知识创作(文娱) 等多个领域,克隆超过50万数字人律师、老师、医生、企业家、博主等,实现了AIGC产品在十多个行业数十个商业化场景的落地应用。
使用案例
目前 duix.ai 支持ios和android 的 SDK 集成, 具体环境参数如下:
SDK集成(1⃣以安卓为例)
dependencies {
// 引用SDK项目
implementation project(":duix-sdk")
// sdk 中使用到 exoplayer 处理音频(必选)
implementation 'com.google.android.exoplayer:exoplayer:2.14.2'
// 云端问答接口使用的SSE组件(非必选)
implementation 'com.squareup.okhttp3:okhttp-sse:4.10.0'
...
}
权限要求, AndroidManifest.xml中, 需增加如下配置:
<manifest xmlns:android="http://schemas.android.com/apk/res/android">
<uses-permission android:name="android.permission.INTERNET" />
<uses-permission android:name="android.permission.CHANGE_WIFI_STATE" />
<uses-permission android:name="android.permission.ACCESS_NETWORK_STATE" />
<uses-permission android:name="android.permission.ACCESS_WIFI_STATE" />
<uses-permission android:name="android.permission.MODIFY_AUDIO_SETTINGS" />
<uses-permission android:name="android.permission.WAKE_LOCK" />
</manifest>
DUIX对象构建说明:
更详细的使用教程大家可以在 github
上查看:
https://github.com/GuijiAI/duix.ai
最后
如果大家想了解更多 duix.ai 的动态, 可以加下官方讨论群,欢迎交流~
往期精彩