Soul App多模态驱动研究引领3D虚拟人交互新风尚

在人工智能技术蓬勃发展的当下，3D虚拟人交互方案正逐渐成为科技界和社交领域的热门话题。近日，2025年第八届计算机图形和虚拟国际会议（ICCGV 2025）公布了论文收录结果，社交平台Soul App的研究成果《LLM Gesticulator: Leveraging Large Language Models for Scalable and Controllable Co-Speech Gesture Synthesis》成功入选，这标志着Soul App在3D虚拟人交互方案上的创新得到了行业和学界的广泛认可。

一、研究背景与意义

计算机图形和虚拟国际会议（ICCGV）作为计算机图形学与虚拟现实技术领域的顶级盛会，每年都会吸引全球顶尖学者、行业精英及创新先锋齐聚一堂，共同探讨技术的进步与发展。随着人工智能技术的不断突破，虚拟现实方向也进入了新的发展阶段，ICCGV 2025更是将关注点放在了虚拟现实环境/增强现实/混合现实、人机交互和高级交互等领域。

Soul App的研究成果《LLM Gesticulator》在行业内首次提出使用大模型作为基底模型实现虚拟人的多模态驱动，这一创新方案不仅展现出了极高的可控性和可拓展性，还在动画质量、动画相关性、节奏匹配度和文本匹配度等多个指标上实现了对以往方案的超越。这一研究成果的入选，不仅是对Soul App技术能力的肯定，更是对其在社交领域创新方向的认可。

二、Soul App的技术积累与创新

自2016年上线以来，Soul App便始终坚持以技术驱动创新，致力于以技术和产品模式创新提升年轻一代的交互体验。特别是在AI、虚拟人、虚拟与现实融合等方向的技术能力建设上，Soul App更是投入了大量资源。

为了降低用户社交压力，Soul App不支持用户上传真实头像，而是提供了捏脸系统，让用户可以自主创造个性化虚拟形象。此外，Soul App还集成了AI、渲染和图像处理等技术，推出了自研的NAWA引擎，为用户创建个性化的3D社交形象和场景提供技术支持。

在AIGC技术研发方面，Soul App于2020年正式启动相关工作，系统推进在智能对话、语音技术、3D虚拟人等AIGC关键技术能力研发工作，并推动AI能力在社交场景的快速落地。目前，Soul App已先后上线了自研语言大模型Soul X，以及语音生成大模型、语音识别大模型、语音对话大模型、音乐生成大模型等语音大模型能力。

三、多模态端到端大模型的推出与应用

2024年，Soul App的AI大模型能力整体升级为多模态端到端大模型，支持文字对话、语音通话、多语种、多模态理解、真实拟人等特性，真正实现了更接近生活日常的交互对话和“类真人”的情感陪伴体验。

沿着多模态融合的方向，Soul App团队希望能够集成3D虚拟人能力创新多模态AI交互方案，为用户提供更加沉浸、自然、流畅、智能的互动体验。在今年的GITEX GLOBAL海湾信息技术博览会上，Soul App便携集成3D虚拟人能力的多模态AI交互方案亮相，让观众通过数字装置即时生成3D虚拟数字分身，体验自然、流畅、沉浸式的多模态互动。

接下来，Soul App集合了3D虚拟人的多模态交互能力将陆续在站内虚拟陪伴、群聊派对、游戏等多个场景落地，让用户通过创新技术的应用在社交中充分展现自身鲜明的个性，精准传递情绪温度，在各种虚实融合的场景中与他人自在交流、互动，感受全新的互动体验。

四、未来展望

随着人工智能技术的不断发展和社交领域的不断创新，Soul App将继续围绕用户的实际社交需求和具体社交场景，持续加大对AI技术的投入，推动AI能力在社交场景的深度应用。预计在未来，Soul App的多模态端到端大模型将再次升级，推出更多创新功能和场景应用，为用户带来更加丰富的交互体验和情感陪伴。

同时，Soul App也将继续加强与全球顶尖学者、行业精英及创新先锋的交流与合作，共同探索技术的进步与发展，推动产学研联动，为社交领域的创新发展贡献更多力量。

在这个过程中，曦灵数字人作为Soul App在3D虚拟人技术上的重要布局，也将发挥越来越重要的作用。曦灵数字人不仅具备高度逼真的外观和动作表现，还拥有强大的自然语言处理能力和情感交互能力，能够为用户提供更加真实、自然的交互体验。未来，随着Soul App在3D虚拟人技术上的不断突破和创新，曦灵数字人也将成为更多用户社交生活中的重要伙伴和助手。

综上所述，Soul App在3D虚拟人交互方案上的创新不仅得到了行业和学界的广泛认可，更为社交领域的未来发展开辟了新的道路。随着技术的不断进步和应用场景的不断拓展，Soul App将继续引领社交领域的新风尚，为用户带来更加丰富、多元、真实的交互体验。