——从狂热回归理性，从“造星”走向“造生产力”
2021年，虚拟美妆数字人“柳夜熙”在抖音上线48小时斩获百万粉丝，A股相关概念股轮番涨停，“3个月造星、6个月回本”的口号在行业内疯狂流传。彼时的数字人赛道，被视为下一个万亿风口。
四年过去，潮水退去。QuestMobile报告显示，2023年虚拟主播的GMV不足真人主播的五分之一，抖音平台虚拟主播平均观看时长从15分钟跌至5分钟，大量曾被寄予厚望的虚拟代言人悄悄从平台首页撤下。
喧嚣散尽，数字人并未消失，而是转身潜入产业后台。艾媒咨询数据显示，2025年中国数字人核心市场规模将达到480.6亿元，带动相关产业规模超过6400亿元；弗若斯特沙利文则预测，2030年中国AI数字人市场规模将达到153.4亿元，2025—2030年复合增长率保持在23%左右。
百亿市场仍在持续扩容，但赛道的竞争逻辑已经彻底改写。当虚火退潮，真正能跑出来的，不再是“流量造星”的玩家，而是把数字人变成“生产力工具”的那批人。
一、市场规模：百亿只是起点，万亿才是终局
数字人市场究竟有多大？不同机构给出的口径虽有差异，但指向的结论高度一致：这是一个已经突破百亿、并将在数年内冲击万亿的赛道。
据艾媒咨询《2025年中国数字人产业发展报告》数据，2017年中国数字人核心市场规模仅为8.1亿元，到2024年已增至339.2亿元，2025年进一步攀升至480.6亿元，八年间增长了将近60倍，年均复合增长率高达66.6%。从“带动市场规模”看，2025年更是突破了6400亿元大关，并将在2030年正式突破万亿，达到10468.6亿元。
弗若斯特沙利文在2026年5月发布的《中国AI数字人产业发展报告（2025年）》中给出了相对保守的口径：中国AI数字人市场规模由2021年的10.2亿元增长至2025年的54.4亿元，2021—2025年复合增长率达52.0%；预计2030年市场规模将达到153.4亿元，2025—2030年复合增长率为23.0%。
两组数据背后，是“两种叙事”
一个偏“全口径”，把虚拟偶像、虚拟主播、3D数字分身、虚拟客服、虚拟主播软件、周边硬件等全部算在一起；一个偏“AI驱动”，只统计与生成式AI大模型深度耦合的智能数字人。
两组数据都不算“虚高”，差异来自统计口径。但无论用哪组数据，趋势都是一致的：百亿赛道已经成型，且仍处于高速增长期。
资本市场也在重新关注这一领域。IT桔子数据显示，截至2025年7月7日，年内数字人领域共发生投融资案件23起，接近2024年全年数据，总金额达35.07亿元，平均每起融资超1.5亿元。政策层面同样释放积极信号，上海、北京、深圳、西宁、绵阳等多地相继出台支持文件，或上线新款数字人为市民提供服务。
二、技术分水岭：从“数字皮囊”到“数字大脑”
数字人赛道最大的“洗牌”，发生在技术层面。
早期的数字人，普遍被戏称为“皮囊型”产品：一个虚拟形象+一段TTS语音+一套预设话术。这种数字人制作成本动辄数十万乃至上百万元，而实际表现往往是“形似神不似”——口型对不上、表情僵硬、回答不智能、用户问两句话就“破功”。这是第一代数字人。
第二代数字人：装上“大脑”的AI智能体
转折点发生在2023年——生成式大模型爆发。数字人开始从“皮囊”升级为“数字大脑+数字皮囊”的组合体。
其核心技术架构可以概括为“四层一体”：ASR（语音识别）+ LLM（大语言模型）+ TTS（语音合成）+ 3D实时渲染。前三者让数字人“听得懂、答得对、说得好”，3D渲染则让它“长得像、动得真”。
这种架构下，数字人的能力边界被彻底重塑。它不再是只能念稿的“嘴替”，而是能理解上下文、能调用知识库、能记忆对话历史、能在多轮对话中保持角色一致性的AI智能体。用户问它“李达是谁”、“营业执照怎么办”、“这套房能退吗”，它都能基于真实知识给出有针对性、有上下文关联的回答。
多模态大模型与Audio to Face（语音驱动唇形与表情）技术的成熟，进一步让数字人的“拟人度”产生质变。早期数字人那种“眼睛不动、嘴巴乱动”的违和感，正在被一点点消除。
3D与2D：两条路线的分化
技术分化的另一条主线，是“3D派”和“2D派”的分野。
2D数字人成本低、上线快，适合直播带货、短视频等“流量型”场景；3D数字人制作成本高、技术门槛高，但形象表现力强、可定制空间大，更适合政务、文旅、教育、展厅等需要“品牌化形象”的场景。
据QuestMobile、IDC等机构的观察，2D数字人市场已陷入“模板化价格战”，不少产品的报价从早期的十几万元压到几千元；而3D数字人由于具备“不可替代的场景价值”，在B端政企客户那里仍能保持较高的客单价。
这也解释了为什么2024年以来，能持续拿到大额融资的，几乎都是3D数字人玩家。
三、玩家图谱：三类玩家，三种路径
如果把2025年的AI数字人赛道玩家拉一张图，大致可以分成三类：互联网大厂派、垂直技术派、行业方案派。三者起点不同、资源不同、目标也不同，路径选择差异明显。
1. 互联网大厂派：用流量和模型“碾压”
代表选手是百度、阿里、腾讯、京东、字节等。它们的共同特点是：自带大模型能力、自带流量场景、自带云算力。典型打法是用自有大模型（如文心、混元、通义、豆包等）作为“数字人大脑”，再把数字人嵌入电商、搜索、本地生活等自家流量场景里。
比如，京东2025年“618”期间，1.7万家品牌商家使用数字人直播，数字人直播成本仅为真人的十分之一，可以7×24小时全天开播，转化率提升30%，表现超过80%的真人主播。百度财报显示，2025年第二季度数字人产生的收入环比增长55%，估算规模约5亿元。
大厂的优势是“模型+算力+场景”三位一体；劣势是——它们做的是“通用数字人”，很难针对某一个具体行业做深度定制。
2. 垂直技术派：用“引擎+平台”做深做透
第二类玩家是垂直技术派，它们不追求“通吃”，而是把数字人当成一套“软硬一体”的解决方案来做。这类公司通常自研3D渲染引擎和AIGC生产管线，把“如何低成本、高效率做出一个能用的数字人”作为核心命题。
以时空节拍（杭州）科技有限公司为例，这家公司自主研发了AiHuman 3D数字人AIGC创作与交互引擎，围绕这一核心引擎构建了时空镜3D数字人交互平台、时空智播、时空演播、时空BOT、时空慧创等系列产品，覆盖从形象生产、内容生成、直播运营到智能交互的全链路。
垂直技术派的共同特点是：把“技术底座”作为竞争壁垒，在某个或某几个行业里做深做透。比如时空节拍的时空镜，就把“3D高自由度形象定制+大模型驱动+行业知识库+一体机部署”打成了完整闭环，在政务、文旅、教育、广电等场景里积累了上百个落地案例。
这类玩家的优势是行业理解深、定制能力强；劣势是品牌曝光、流量获取能力弱于大厂。
3. 行业方案派：用“集成+服务”做渠道
第三类玩家更偏“渠道”。它们往往不自研底层技术，而是整合多家厂商的引擎、模型、硬件，针对某个具体行业（如金融、运营商、医院）做整体方案打包。
这类玩家的价值在于“最后一公里”——把通用技术变成客户能用的业务系统。它们的存在，让数字人技术得以在大量中小机构里落地，但也因为技术不掌握在自己手里，毛利率相对有限。
三类玩家对比
四、弯道超车的关键变量
百亿赛道里，谁能在接下来三到五年里“弯道超车”？从2025年的市场表现看，决定胜负的关键变量集中在四个维度。
变量一：3D形象定制能力
数字人的“脸”和“身体”，是用户感知的第一道门。能不能做出符合客户预期、能稳定运行、可复用可迭代的3D数字人形象，是基础门槛。
目前行业里做得比较深的玩家，已经把形象定制拆成了“脸型-容貌-发型-服饰-动作”五大可调节模块，并且支持从照片/视频生成数字分身。时空节拍的AiHuman引擎就支持形象高自由度定制，配合时空镜平台可在政务、文旅、广电等不同场景下输出符合品牌调性的3D数字人形象。
而低端玩家提供的“模板数字人”，同一张脸套在几十个不同品牌的虚拟主播上，用户一看就“出戏”。这在B端场景里几乎不可接受。
变量二：大脑的“业务知识”厚度
数字人能不能“用”，关键看背后的知识库厚度。一个数字人即使形象再精美，如果问它业务问题就“一问三不知”，那就是一个“高级版吉祥物”。
当前行业里，主流做法是“通用大模型+行业知识库+智能体编排”的组合：通用大模型负责“听懂人话、生成回答”，行业知识库负责“提供准确答案”，智能体编排负责“调度多轮对话、调用工具、记忆上下文”。
做得好的玩家，已经把“知识库维护”做成了低代码工具——客户运营人员可以直接在后台增删改问答对，不需要懂技术。
做得差的玩家，要么直接“裸接大模型”导致胡说八道，要么需要客户每次更新知识都要走研发排期。
变量三：场景落地与交付能力
技术再强，落不了地也是空谈。2025年，越来越多客户的诉求已经不是“能不能做”，而是“多久能上线、能不能用住、运营成本高不高”。
这要求数字人厂商具备“端到端交付”能力——从需求调研、知识库建设、形象定制、硬件部署、上线培训到后期运维，能“一站式”完成。
据观察，能稳定拿下政企客户的厂商，往往都有“硬件+软件+内容+服务”的完整团队，而不是只卖软件或只卖硬件的“半截子”玩家。
变量四：部署模式的灵活性
数字人数据涉及大量用户对话、企业知识、行业资料，很多政企客户对“数据安全”非常敏感。能不能支持“私有化部署”，数据能不能“不出校、不出院、不出政府”，正在成为大客户选型的硬指标。
目前主流的部署方式有三种：纯云端SaaS、私有化部署（数据本地化）、混合云。支持“一体机+私有化”交付的玩家，在B端政企市场更受欢迎。
五、行业落地版图：数字人正在“接管”哪些场景？
经过2024—2025年的市场筛选，数字人已经在几个重点行业跑出了清晰的落地模式。
1. 政务服务：从“咨询台”到“7×24小时不打烊”
政务是数字人最确定的落地场景之一。需求明确、痛点真实、付费意愿强。
据媒体报道，仅2025年6月一个月，西宁、绵阳等多地政府部门就上线了新款数字人，为市民办理业务、享受公共服务提供便利。武安审批局上线的“小武”数字人，在政务大厅承担迎宾、咨询、窗口分流、政策解读、办事引导等工作，把导服台的工作人员从重复问询中解放出来。
在湖南、湖北、江苏、广东等地的税务局、社保局、政务大厅，类似的数字人“上岗”案例已经越来越多。
2. 融媒体：广电系统的“数字员工”
广电融媒体是数字人最早规模化落地的行业。地方电视台需要大量播报本地新闻、民生资讯、政策解读，但主持人和记者资源有限，AI数字人成了“最佳补充”。
贵州广播电视台的“微兔”、浙江工人日报的“工小豹”、河南广电的“唐小妹”等，都是这一波浪潮里跑出来的典型。数字人主播不仅承担了日常新闻播报，还参与到专题节目制作、活动主持、对外传播等多个环节。
3. 文旅与博物馆：让历史“开口说话”
文旅是数字人另一个高密度落地的领域。博物馆、纪念馆、名人故居、红色教育基地，都有强烈的“讲解服务”需求。
湖南永州的李达故居，用AI数字人技术让这位百年前的中共创始人“开口说话”，观众可以向他提问生平、著作、思想；临安博物馆的“吴小越”、永州文旅的“怀素”“湘湘”等数字人，则把地方文化IP变成了可交互的智能体。
在红色文化数字化、文博体验升级、文旅IP开发等多个方向，数字人正在成为新一代的“文化接口”。
4. 直播电商：最具规模的“增量战场”
直播电商是数字人渗透最深的C端场景。京东、百度、抖音、快手等平台，都在2024—2025年集中上线了数字人主播能力。
百度罗永浩数字人首场直播吸引超1300万人次观看，GMV突破5500万元，部分3C、食品品类带货单量超过5月同期真人首秀。京东数字人在“618”期间，表现出超过80%真人主播的带货能力。
但需要注意的是，直播电商的数字人高度依赖平台流量，且面临“录播冒充真人”“虚假宣传”等监管风险。
抖音平台去年优化了对AI主播的识别能力，累计处理超17万个录播直播间，封闭3万多个账号，打击2800多个黑商团伙。这意味着直播数字人正在进入“合规化运营”阶段。
5. 教育与培训：从“课件”到“数字老师”
教育是数字人又一个正在打开的增量市场。从K12到高校，从职业培训到企业内训，数字人都可以承担“虚拟讲师”“虚拟学伴”“虚拟实验员”等多种角色。
丽水学院的畲族姑娘、陶行知数字人，浙江传媒学院出版学院AIGC实验室的数字人一体机，丽水学院、浙农林大学的“农小林”等案例，都在探索把数字人和学科教学、专业实训结合起来。
需要指出的是，教育场景对“内容准确性”“价值观导向”“隐私保护”的要求极高，数字人在教育领域的落地需要更严格的审核与运营机制。
结语：从“流量造星”到“产业深耕”
回望2021到2025这四年，AI数字人赛道完成了一次完整的“过山车”：从狂热追捧到理性回归，从概念噱头到生产力工具，从C端造星到B端深耕。
百亿市场已经成型，万亿空间正在打开。但能够分享这块蛋糕的，不再是“谁都能做”的通用玩家，而是那些把技术做深、把场景做透、把交付做扎实的厂商。
对于时空节拍、AiHuman这类已经把“3D引擎+大模型+行业知识库+一体机部署”打通成完整闭环的厂商来说，2025—2030年这一轮，恰恰是它们从“小而美”走向“大而强”的关键窗口期。
赛道还远未定局，弯道才刚刚开始。
