京东方数字员工晓薇再登主论坛,4K画质数字人搭配裸眼3D显示技术

首页 / AI资讯 / 数字人

0:00
0:00
1x
定时

数字人做发布会主持已经不算新鲜事,多数演示止步于屏幕里一张会说话的脸。9月22日,京东方全球创新伙伴大会在北京国家会议中心开幕,数字员工晓薇连续第二年担纲主论坛开场,这次被强调的是它与显示硬件的配合:电影级4K画质、立体空间景深切换与实时唤醒响应。

数字人不只是脸,还是一整套显示方案

从现场描述看,晓薇的表现集中在三个方面。交互形态上追求生动自然,不再是机械念稿;画质上做到电影级4K超高清;舞台呈现上实现流畅的立体空间景深切换与实时唤醒响应。每次出入场还搭配定制的科技感粒子特效,配合仿三维空间景深切换完成衔接。

这些效果背后是三项能力的组合。在形象呈现层面,京东方已实现数字人外形、神态、口型、动作与声音的定制化智能生成。在舞台表现层面,景深与特效的加入让数字人不再悬浮在平面屏幕上,而是与虚拟空间产生关系。在响应层面,实时唤醒意味着数字人可以对现场指令作出即时反应,而不是按固定脚本推进。

把这三项放在一起,指向的是同一个判断:数字人的体验上限不只由模型决定,还由承载它的显示设备决定。同样的数字人资产,投在普通显示器上与投在裸眼三维屏幕上,观众的沉浸感差距很大。京东方选择从显示侧切入,正是基于这个判断。

从内容生成到显示适配的完整链路

支撑晓薇的是京东方围绕内容生成、新型显示适配与空间交互应用构建的全链条技术体系。这条链路的第一段是内容生产,依托自研的AIGC平台,面向裸眼三维、虚拟现实等沉浸式显示终端,支持文生三维以及把二维画面快速转成多视点三维内容。

多视点三维内容的生成是裸眼三维显示的关键环节。裸眼三维屏幕需要为左右眼分别提供略有差异的画面,视点越多,观众在移动时看到的三维效果越连续。用生成模型把二维素材直接转成多视点内容,大幅降低了空间视觉内容的创作门槛,也让存量素材有了二次利用的可能。

第二段是显示适配。平台搭载的AI影像修复技术可以对老旧影像与标清素材做超高清增强、色彩重建与细节补全,把经典素材提升到4K质感。另一项AI异形内容生成技术则针对曲面与不规则异形屏自动适配画面构图与畸变校正,解决传统平面内容在异形屏上出现的拉伸与变形问题。这两项能力解决的是内容与屏幕之间的匹配问题,而匹配度直接决定观看体验。

相关技术已经落地到具体产品。公开信息显示,相关技术已交付全球首发的18寸裸眼3D笔记本与27寸裸眼3D显示器等品牌客户产品,也在博物馆、广播电视台等场景实现应用。从技术发布到具体型号出货,这条链路已经走通了一段。

数字员工矩阵:从舞台走进产线

晓薇之外,京东方在多个业务领域部署了企业级智能体应用,形成一支分工明确的数字员工队伍。制造领域是落地最深的场景,智能体已经进入生产计划、生产制造与质量管理等关键环节。除制造外,能源、医疗与办公场景也有对应的智能体承担流程自动化任务,形成覆盖多业务线的应用矩阵。这些应用共享同一套底层能力,差别主要在于数据来源与处置权限的配置。

其中质量管理智能体可以自主完成缺陷识别、成因分析与处置建议的全链路闭环,目标是提升产线良率、降低质量损失与运营成本。这类任务的特点是数据密集且判断标准明确,适合用模型承担重复性识别与初步归因,把工程师的精力留给处置决策。

舞台上的主持人与产线上的质量智能体,用的是同一套底层能力的两种极端配置。前者要求低延迟、高画质、强表现力,后者要求高准确率、可追溯与稳定运行。把两类需求放在同一个技术体系下推进,说明数字人技术在企业的定位正在从对外展示工具转变为内部生产力工具。

这一转变也带来新的要求。当数字员工被授予访问生产数据的权限,审计与权限边界就变得和识别准确率同样重要。执行记录能否追溯到具体决策、异常情况下能否人工接管、模型输出能否被复核,这些问题在展示场景可以回避,在生产场景无法回避。

市场空间与合规红线同时抬升

行业数据的增长趋势支持这个方向。据IDC发布的报告,2024年中国AI数字人市场规模约41.2亿元,预计2029年将达到250.5亿元,复合年均增速约43.5%。政策层面,国务院印发的关于深入实施人工智能加行动的意见明确提出加快人工智能与各行业深度融合,为数字人在垂直场景的落地提供了方向。

与此同时,合规要求正在细化。国家互联网信息办公室起草的数字虚拟人信息服务管理办法征求意见稿提出,使用自然人敏感个人信息用于建模、形象生成与场景构建,应当取得自然人的单独同意,并明确要求数字虚拟人服务应当在其展示区域全程持续显示含有数字人字样的显著提示标识。这意味着数字人产品从设计阶段就要把标识与授权流程纳入进来,而不是上线后补。

对京东方这类以硬件为底座的企业,这套监管框架的影响相对温和,因为其数字人资产多来自定制化生成而非真人授权,展示场景也以企业自有活动为主。真正需要关注的是产线智能体的责任边界,当模型给出错误的处置建议并被执行,责任如何划分,目前仍缺少统一规则。这类问题会成为数字员工从演示走向常态化运行的关键约束。

素材来源:新浪新闻、京东方官方、IDC中国、中国网信网 发布时间:2026-09-23