C114訊 4月25日消息（南山）作為AI技術(shù)的重要應(yīng)用方向，數(shù)字人去年以來迅速崛起，憑借“24小時(shí)直播”、“只需一部手機(jī)即可直播”、“低成本高收益”等賣點(diǎn)，成為電商、營(yíng)銷、文旅等一眾行業(yè)的新寵。但問題也隨之浮現(xiàn)：數(shù)字人不夠真實(shí)，直播效果不佳；供應(yīng)商魚龍混雜，軟件價(jià)格暗藏陷阱；電商平臺(tái)態(tài)度不一等，為商家采用這一新型AI技術(shù)帶來了很多困擾。
很顯然，電商直播數(shù)字人市場(chǎng)還處于草創(chuàng)時(shí)期。百度嘗試通過AI技術(shù)創(chuàng)新實(shí)現(xiàn)引領(lǐng)，在4月25日舉辦的“Create 2025百度AI開發(fā)者大會(huì)”上，百度創(chuàng)始人李彥宏發(fā)布了高說服力數(shù)字人，他介紹說，高說服力數(shù)字人具備聲形超擬真、內(nèi)容更專業(yè)、互動(dòng)更靈活的特點(diǎn)，相比傳統(tǒng)數(shù)字人文案枯燥、動(dòng)作少、機(jī)器音重等問題，高說服力數(shù)字人在表情、語(yǔ)氣、動(dòng)作等都非常自然，甚至表現(xiàn)力超過真人。
而在這背后，發(fā)揮作用的重要是 “劇本生成”能力，能讓表情、語(yǔ)氣、動(dòng)作都匹配臺(tái)詞內(nèi)容實(shí)時(shí)調(diào)整，讓數(shù)字人的情緒轉(zhuǎn)折和動(dòng)作切換順暢。
比如現(xiàn)場(chǎng)演示的高說服力數(shù)字人講《蘇軾十講》視頻，可以看到慧播星生成的艾彌兒數(shù)字人非常逼真，表情、語(yǔ)氣、動(dòng)作都十分真實(shí)，和真人無異，匹配臺(tái)詞實(shí)時(shí)調(diào)整，情緒轉(zhuǎn)折和動(dòng)作切換都很順暢，直播表現(xiàn)力甚至超越真人。
據(jù)悉，在文心4.5 Turbo和文心X1升級(jí)版的基礎(chǔ)上，通過視頻生成、劇本驅(qū)動(dòng)多模匹配、高感染力TTS等能力建設(shè)，打造出的一種超擬真、會(huì)思考、能協(xié)同的數(shù)字人。
讓數(shù)字人超越真人，無疑極具吸引力，帶來了巨大的想象空間。問題在于，這是現(xiàn)在，還是未來？
逼近真人與超越真人
相比以前的數(shù)字人，在百度App電商平臺(tái)中直播的數(shù)字人，不僅外形如同真人，言談舉止甚至一些不經(jīng)意的小動(dòng)作，也和真人一般無異，還能夠和買家互動(dòng)，渾然讓人忘記對(duì)面其實(shí)是一個(gè)虛擬人物，
可以看到不少數(shù)字人主播已經(jīng)“營(yíng)業(yè)”，效果極為擬真，不僅外形如同真人，言談舉止甚至一些不經(jīng)意的小動(dòng)作，也和真人一般無異，還能夠和買家互動(dòng)，渾然讓人忘記對(duì)面其實(shí)是一個(gè)虛擬人物。
筆者基于個(gè)人的4分鐘視頻信息，創(chuàng)建了一個(gè)自己的慧播星電商直播數(shù)字人，并基于自己撰寫的文案一鍵開播。視頻直播中如同一個(gè)全新的自己：相貌一模一樣，說話方式也幾乎一樣，談?wù)摰膬?nèi)容則遠(yuǎn)非自己所能，讓筆者感到新鮮的同時(shí)也感到震驚。
在動(dòng)態(tài)的直播環(huán)境中，慧播星數(shù)字人的呈現(xiàn)效果，足夠驚艷。百度副總裁、百度電商總經(jīng)理平曉黎接受C114等媒體采訪時(shí)表示，慧播星數(shù)字人直播基于真人底板，因而視覺感知實(shí)現(xiàn)了和真人直播一樣的效果；同時(shí)，基于語(yǔ)音大模型，聲音也實(shí)現(xiàn)了類似真人的表達(dá)感染力；基于預(yù)設(shè)的劇本，數(shù)字人的動(dòng)作也更加協(xié)調(diào)、自然，除了直播，也會(huì)通過一些細(xì)節(jié)，例如翻看手機(jī)，展現(xiàn)出更好的親和力。
百度慧播星數(shù)字人不僅擁有擬真的外貌和表現(xiàn)，它還擁有基于龐大云端知識(shí)庫(kù)的豐富知識(shí)儲(chǔ)備，從而做到“美貌與實(shí)力并存”。因此，在某種程度上來看，畫慧播星數(shù)字人直播能夠?qū)崿F(xiàn)超越真人直播的效果。
上述逼近真人的表現(xiàn)之外，慧播星數(shù)字人還有龐大的云端知識(shí)庫(kù)，無疑比真人主播更加“博學(xué)”、更具文采，從而在某些方面實(shí)現(xiàn)超越真人直播的效果。平曉黎提到，電商直播具有一定的門檻，滲透率還比較低，而通過慧播星數(shù)字人，大量商家將直接擁有直播能力，切入這一領(lǐng)域，從而實(shí)現(xiàn)銷售額的增長(zhǎng)。百度采取開放的態(tài)度，為商家打造了強(qiáng)大的數(shù)字人直播平臺(tái)。
數(shù)字人有望迎來“DeepSeek時(shí)刻”
高說服力數(shù)字人的概念，建立在多項(xiàng)AI技術(shù)取得突破的基礎(chǔ)之上。相比建模、綁定、渲染等傳統(tǒng)數(shù)字人技術(shù)，以及上一代的語(yǔ)音交互、自然語(yǔ)言處理、視覺等AI技術(shù)，新一代大模型帶來了多模態(tài)融合、腳本智能創(chuàng)作、自主思考決策、多智能體調(diào)度等核心技術(shù)，使得數(shù)字人能力、制作時(shí)間、成本等一降再降低，效果也迎來質(zhì)的飛躍。
平曉黎重點(diǎn)講解了兩大新應(yīng)用：一方面基于多模態(tài)融合，從大模型驅(qū)動(dòng)的腳本模式，演進(jìn)到了劇本模式。劇本模式在生成上不僅指導(dǎo)數(shù)字人主播表達(dá)的語(yǔ)言腳本，更是進(jìn)入了劇本，直播時(shí)用什么樣的表情和動(dòng)作，語(yǔ)調(diào)是激情澎拜還是娓娓道來，均可通過“克隆”實(shí)現(xiàn)，以及業(yè)內(nèi)領(lǐng)先的唇動(dòng)生成技術(shù)，用戶上傳真人視頻，可一鍵克隆真人聲音、形象與直播間裝修，0門檻開啟24小時(shí)數(shù)字人直播。
另一方面多智能體協(xié)同實(shí)現(xiàn)了AI大腦，配合主播的口播文案，AI大腦能夠?qū)崟r(shí)調(diào)度素材，展現(xiàn)和文本一一對(duì)應(yīng)的內(nèi)容。而當(dāng)用戶提問時(shí)，AI大腦也能及時(shí)根據(jù)用戶需求，調(diào)度視頻來呈現(xiàn)用戶想要看到的畫面。這種毫秒級(jí)的響應(yīng)能力，讓專業(yè)講解變得可視化、記憶點(diǎn)十足，同時(shí)主播還能夠根據(jù)用戶歷史行為，主動(dòng)發(fā)起提問和用戶互動(dòng)，且能夠持續(xù)互動(dòng)，從而說服用戶“買買買”。
基于文心4.5turbo等大模型作為底座能力，百度慧播星上線了“一鍵開播”、“一鍵克隆”等新功能，每一位入駐百度電商平臺(tái)的商家，無需付費(fèi)購(gòu)買軟件，均可0成本制作數(shù)字人主播，且靈活切換主播風(fēng)格，從而帶來業(yè)務(wù)的增長(zhǎng)。亂象橫生的電商直播數(shù)字人市場(chǎng)，可能迎來了“DeepSeek時(shí)刻”，人人皆可直播，帶來了巨大的創(chuàng)造力。
AI大模型的“殺手級(jí)應(yīng)用”
在Create 2025上演講時(shí)，李彥宏認(rèn)為數(shù)字人是2025 年最令人激動(dòng)的突破性應(yīng)用之一。
基于高說服力數(shù)字人所呈現(xiàn)的突破性創(chuàng)新，筆者看到了數(shù)字人徹底擺脫傳統(tǒng)動(dòng)作神情呆板、聲音機(jī)械化缺乏情感等形象，變得“有血有肉”，甚至展現(xiàn)出一個(gè)有趣的靈魂，有望成為AI大模型的“殺手級(jí)應(yīng)用”。
百度做了大量工作。在技術(shù)側(cè)，百度慧播星在IDC評(píng)選的綜合實(shí)力排名行業(yè)第一基礎(chǔ)上再度升級(jí)，高說服力數(shù)字人首先說服的是廣大商家，再由商家說服顧客；在市場(chǎng)側(cè)，據(jù)平曉黎透露，百度正在通過業(yè)務(wù)部署，正在與外貿(mào)商家密切溝通，幫助他們出口轉(zhuǎn)內(nèi)銷，打開新渠道。數(shù)字人是重要一環(huán)，可以幫助外貿(mào)商家更低成本、更快地適應(yīng)國(guó)內(nèi)電商市場(chǎng)，無需招聘直播團(tuán)隊(duì)、準(zhǔn)備直播場(chǎng)地，即可開展直播電商業(yè)務(wù)。
盡管和真人主播、尤其是頭部大主播的人設(shè)打造、粉絲經(jīng)營(yíng)相比，數(shù)字人主播還存在不足，但從新一輪技術(shù)突破的角度看，數(shù)字人主播已能成為商家直播電商的重要幫手，起到輔助甚至主攻的作用，也擁有了成為頭部主播的潛力。尤其是教育、圖書、醫(yī)療、法律等考驗(yàn)主播的文化素養(yǎng)或知識(shí)技能的領(lǐng)域，數(shù)字人直播憑借擁有云端知識(shí)庫(kù)的AI大腦，能力已整體超過真人主播。
用戶用百度慧播星創(chuàng)造一個(gè)數(shù)字人直播，或者在百度App上觀看幾場(chǎng)數(shù)字人直播，就會(huì)直觀地感受到數(shù)字人技術(shù)的巨大突破。隨著AI技術(shù)迭代，數(shù)字人直播電商市場(chǎng)有望快速越過草創(chuàng)期，進(jìn)入行業(yè)走向規(guī)范、繁榮的發(fā)展期。 
