新质融媒公共服务平台之数字人内容生成平台项目建设需求说明.docxVIP

PAGE

PAGE1

新质融媒公共服务平台之数字人内容生成平台项目建设需求说明

一、项目概况

本项目致力于建设数字化节目生产全流程平台，集成数字人核心算法、内容管理及定制系统开发，实现真人与数字人形象规模化复制、智能内容生成和高效发布。平台通过融合深度学习、计算机视觉和自然语言处理技术等核心算法技术，能够实现形象克隆、声音克隆及音频驱动等定制服务，构建高保真数字主播库，支持多场景应用适配与集成，并升级直播设备，满足数字人直播等应用场景，实现节目生产全流程智能化。采用弹性混合架构，云端部署核心算法实现动态扩展，本地化部署保障数据安全。平台强化多语言及方言定制能力，满足国际化传播需求，助力构建“AI驱动内容生产”体系，推动降本增效、内容多元化和全媒体融合传播，为智慧广电转型提供支撑。

二、技术和服务要求

（一）基本内容

序号

分类名称

功能项目名称

数量

1

数字人核心算法软件

数字人训练生成算法

1套

2

数字人视频渲染软件

1套

3

智能剪辑创作渲染软件

1套

4

数字人内容生成平台

数字人主控管理中台

1套

5

数字人形象克隆

1套

6

AI声音克隆

1套

7

AI智能对口型

1套

8

数字人一键合成

1套

9

渲染输出

1套

10

后台运营管理

1套

11

多语种/方言口音TTS播报

1套

12

直播数字人推流直播对接开发

1套

13

数字人内容生成平台定制化开发

内容生成模块指定接口对接、定制化开发

1套

14

视频快速制作模板定制化开发

2套

15

平台UI定制化开发

1套

16

直播数字人模型定制化训练与私有化部署

20个

17

数字人专属云服务资源提供

与数字人训练生成算法及视频渲染配套专属云服务

3年

18

数字人直播设备

数字人直播配套专属编码器

1套

19

数字人直播配套专属切换器

1套

（二）数字人核心算法软件

要求提供包含数字人训练生成算法和搭载该算法及文字生成视频的整体软件，并且提供一次性授权，部署于专属云服务器并提供持续算法升级与优化服务。

1.数字人训练生成算法

1.1满足数字人生成的核心使用要求：

1.1.1支持4K及以下分辨率数字人视频推理，支持无人工干预自动训练；

1.1.2支持数字人训练后无需手动微调；

1.1.3数字人形象支持无场景限制开模，包含人物运动及静态；

1.1.4数字人训练数量无限制；

1.2满足数字人生成在算法架构上的核心技术要求

1.2.1支持端到端多模态融合架构，需集成NeRF渲染及轻量化TTS语音驱动模块，实现训练-推理一体化部署，避免异构算力资源浪费；

1.2.2支持动态量化压缩：基于TensorRT-LLM进行FP16/INT8混合精度量化；

1.2.3支持自适应负载均衡：支持CPU/GPU资源动态分配，单节点可满足承载1080p/30fps的实时渲染；

1.3满足数字人生成的超高拟真度与稳定性

1.3.1支持高保真神经辐射场（NeRF）+4D动态捕捉数据库，微表情精度要求0.1mm;

1.3.2支持毛孔级细节渲染，实现人物还原度99%；

1.3.3支持光流引导的LSTM运动平滑算法，实现面部关键点抖动率要求≤0.01%；

1.3.4支持集成Wav2Lip++与音素级唇形映射的唇形同步优化技术，唇形同步误差要求5ms；

1.3.5支持实时光追（RTXDI）+环境光遮蔽（SSAO）动态补偿，实现不同光照条件下肤色与材质的一致性要求99%。

1.3.7支持Vulkan多线程管线和H.265硬编码；

1.3.8要求视频渲染合成实时率：1080p高清视频推理速度≥1:1，4K视频推理速度≥1:3；

1.3.9支持1080p/30fps实时渲染，实时并发渲染任务≥3路。

（三）数字人内容生成平台

要求提供一套数字人内容生成平台，平台核心功能模块需一次性私有化授权部署或第三方API接入开发，并确保数字人生成视频核心业务流程稳定运行。

1.主控管理中台

1.1支持核心产品能力全链路对接：确保数字人形象克隆、AI声音克隆、AI智能对口型、数字人一键合成、多语种/方言口音TTS播报、渲染输出、直播数字人推流直播等核心模块能力与系统平台无缝对接，实现从素材输入到视频生成的全流程闭环。

1.2支持生产流程可视化管控：提供流程节点实时监控功能，可直观展示各核心产品能力在生产流程中的运行状态、进度及资源占用情况，支持节点状态标记（如待处理、处理中、已完成、异常）。

1.3权限管理中枢：

1.3.1支持跨部门资产隔离与权限继承体系，提供多级授权功能，确保数字人形象库、音色库等数字资产按权限分级调用与操作审计。

1.3.2支持通过协议传输实现福云平台单点登录，打通用户体系与权限映射，提供素材库双向同步接口及视频成果一键回传