AI 数字人（虚拟人） 行业研究报告

一、研究摘要 / 核心观点

1. 市场进入规模化拐点，但口径差异显著。 广义"数字人核心市场"口径下，中国市场规模已从 2017 年的 8.1 亿元增长至 2025 年的 480.6 亿元，年均增长率高达 66.60%（[艾媒咨询2025](https://www.iimedia.cn/c1088/109757.html)）；而按更窄的"AI 数字人"口径，2024 年市场规模约 41.2 亿元、2025 年预计 59.1 亿元，2024—2029 年 CAGR 为 43.5%（[中商产业研究院/IDC2025](https://m.10jqka.com.cn/20250625/c669157771.shtml)）。【口径差异】 两种口径相差近 8 倍，建议投资人按"核心市场/带动市场"双层框架理解。

1. 头部厂商已跑通商业闭环，但盈利依旧艰难。 硅基智能按 2024 年收入计以 32.2% 的份额居中国数字人智能体行业第一，累计交付超 8 万个"硅基劳动力"，2025 年上半年营收 3.26 亿元、经调整净利润 529 万元首次扭亏（[科创板日报2025](https://chinastarmarket.cn/detail/2188675)）。

1. 单数字人成本经历"断崖式"下降，引爆中小企业需求。 数字人制作成本从早年的 500—600 万元/个降至当前数百元至数万元区间，硅基智能标准产品定价 5,500—25,000 元（[新浪财经2025](https://finance.sina.com.cn/jjxw/2025-11-25/doc-infyrmiy2920611.shtml)）；京东"灵小播"在 2025 年 12 月全面免费开放后，单数字人成本已降至两位数、日均运营成本不足百元（[小多AI2026](https://insight.xiaoduoai.com/e-commerce-information/jingdong-information/what-is-the-specific-cost-of-jds-ai-digital-human-anchor-ling-xiaobo-can-24-hour-live-streaming-bring-real-conversion.html)）。

1. 直播电商是最先验证 ROI 的场景。 2025 年"双 11"期间约 83% 商家使用数字人开播，京东数字人服务覆盖超 4 万家品牌商（[DoNews2025](https://www.donews.com/news/detail/1/6272534.html)）；安踏在京东 11.11 期间数字人带动直播间 GMV 突破 2,000 万元、转化率高达 32.06%（[小多AI2026](https://insight.xiaoduoai.com/e-commerce-information/jingdong-information/what-is-the-specific-cost-of-jds-ai-digital-human-anchor-ling-xiaobo-can-24-hour-live-streaming-bring-real-conversion.html)）。

1. 监管进入强制标识时代，合规成为分水岭。 国家网信办等四部门《人工智能生成合成内容标识办法》于 2025 年 9 月 1 日施行，要求 AI 生成的文本/图片/音频/视频添加显式与隐式标识（[国家网信办2025](https://www.cac.gov.cn/2025-03/14/c_1743654684782215.htm)）。

二、研究背景与定义（含研究边界）

定义。 本报告所指"AI 数字人（虚拟人）"，是基于大模型驱动的、具备形象生成、语音驱动与自然语言交互能力的数字化人物载体，依赖显示设备（手机/电脑/智慧大屏）存在，能够模拟人类外貌、声音、表情并完成实时或近实时交互（[中国金融信息网2025](https://m.cnfin.com/hg-lb//zixun/20250708/4264102_1.html)）。按维度可划分为 2D 数字人与 3D 数字人两大类别（[中商产业研究院/IDC2025](https://m.10jqka.com.cn/20250625/c669157771.shtml)）。

细分范畴。 从形态与功能看，主流类型包括：①直播型数字人（电商主播、企业直播）；②交互型数字人（智能客服、数字员工、政务窗口）；③内容型数字人（短视频克隆、口播生成）；④身份型/IP 型数字人（虚拟偶像、品牌代言人、虚拟陪伴）。从技术栈看，覆盖 ASR 语音识别、TTS 语音合成、NLP/CV 多模态理解与驱动、实时渲染与动作捕捉（[科创板日报2025](https://chinastarmarket.cn/detail/2188675)）。

研究边界（明确排除）。

• 覆盖：基于大模型驱动的数字人/虚拟人（形象生成 + 语音驱动 + 交互），应用聚焦直播电商、客服、金融、文旅、教育五大场景。
• 不覆盖：纯 AI 视频生成工具（如通用文生视频、剪辑自动化工具）仅作对比，不计入核心市场规模；元宇宙底层引擎、XR 硬件设备、动捕硬件单独成篇，不在本报告测算范围。
• 地域边界：以中国市场为主，全球市场作为对照参考。

三、研究方法与数据来源（Methodology）

本报告采用桌面研究 + 公开数据交叉验证法，主要来源清单如下：

1. 市场研究机构：艾媒咨询《2025 年中国数字人产业发展报告》（[iimedia2025](https://www.iimedia.cn/c1088/109757.html)）、艾瑞咨询虚拟人行业研究（[新浪科技2024](https://finance.sina.com.cn/tech/roll/2024-07-02/doc-incatzxh0528396.shtml)）、中商产业研究院《2025—2030 年中国 AI 数字人调研分析及投资前景研究预测报告》（[中商/同花顺2025](https://m.10jqka.com.cn/20250625/c669157771.shtml)）、中研普华产业研究院（[中研普华2026](https://big5.chinairn.com/scfx/20260323/180439965.shtml)）。
2. 全球口径：MarketsandMarkets《AI Avatar Market 2025—2032》（[M&M2025](https://www.marketsandmarkets.com/Market-Reports/ai-avatar-market-146528536.html)）、The Business Research Company《Digital Human Global Market 2025—2035》（[ResearchAndMarkets2026](http://www.researchandmarkets.org/reports/6169787/digital-human-global-market-opportunities)）。
3. 公司公告与递表文件：硅基智能港交所招股书及保荐机构披露（[科创板日报2025](https://chinastarmarket.cn/detail/2188675)、[21世纪经济报道2025](https://m.21jingji.com/article/20251107/herald/e6e9d69e3f3d935e3f3b98d8b705452e.html)）。
4. 权威媒体与部委：证券日报/中国互联网协会（[证券日报2025](https://www.stcn.com/article/detail/3338453.html)）、国家互联网信息办公室（[国家网信办2025](https://www.cac.gov.cn/2025-03/14/c_1743654684782215.htm)）、新华网（[新华网2025](https://www.xinhuanet.com/digital/20250902/d08b592223954340af8c02ac3d7161e1/c.html)）。
5. 产业数据：IT 桔子投融资数据（[中国金融信息网2025](https://m.cnfin.com/hg-lb//zixun/20250708/4264102_1.html)）、京东云言犀/灵小播运营数据（[小多AI2026](https://insight.xiaoduoai.com/e-commerce-information/jingdong-information/what-is-the-specific-cost-of-jds-ai-digital-human-anchor-ling-xiaobo-can-24-hour-live-streaming-bring-real-conversion.html)）。