當數(shù)字人遇上大模型：AI正改變直播江湖

午夜時分，辦公室空無一人，然而工作依舊忙碌。雪白燈光下，電腦屏幕上人影閃動，數(shù)字主播正直播帶貨，笑語款款推薦咖啡和奶茶優(yōu)惠券。

這是短視頻所錄下的日常，在晝夜輪轉間，數(shù)字主播正悄然走進生活。如果說，今年爆發(fā)的大模型，開啟了AIGC浪潮，那么數(shù)字主播就是第一批落地應用，他們一顰一笑，都在訴說著未來已來。

在數(shù)字主播崛起的背后，新時代的商業(yè)邏輯正發(fā)生轉變，以百度智能云曦靈為代表的數(shù)字人平臺，正依托大模型能力，全面降低直播成本，提升帶貨效率，用AI提供全新解決方案。

這是從真人向數(shù)字人的直播迭代，也是我們正在親歷的商業(yè)變革。

作者 | 楊磊

編輯 | 方遠

火熱賽道的痛點

杭州西湖邊，擁擠的人流中，隨處可見拿著手持云臺的主播，邊走邊播，臨近的萬國城小區(qū)，傳說每一個小窗都對應一個直播間，通宵達旦。

從杭州驅車西南120公里，到浙江義烏，每一家門臉都放著直播架，流向全球的商品都可在此買到。而在更南的深圳，華強北的老板，大多有熟練的主播經(jīng)驗，最新電子產(chǎn)品如數(shù)家珍。

更在更廣袤的中國縣城，主播已不再是新鮮崗位，公開報道顯示，2022年，中國直播行業(yè)觀看人次已突破1.1萬億，直播電商總GMV已超3.5萬。

潮流之下，幾乎所有大型平臺，都推出了直播板塊。直播電商經(jīng)過數(shù)年驗證后，已充分證明它迎合時代邏輯：移動互聯(lián)網(wǎng)創(chuàng)造環(huán)境，智能手機和應用降低門檻，真人推銷符合購買習慣，多圈直播也契合多圈層需求。

前景美好，賽道火熱，越來越多人投身其中。欠債的羅永浩，跌倒的俞敏洪，不約而同選擇直播救贖，也最終都完成逆襲。

在直播的“耶路撒冷”杭州，數(shù)以萬計的帶貨主播聚集于此，受訪者稱：

“我們一般都在凌晨兩、三點下班，隨便去一個營業(yè)的館子，都能聽到隔壁桌的人在聊數(shù)據(jù)、選品、KPI等，完全沒有下班的感覺。”

然而，盛景之下，直播行業(yè)的痛點也同樣明晰。

首先是工作流程復雜冗長，環(huán)節(jié)過多。受訪者稱，日常帶貨直播前，直播團隊至少需要一周的準備時間，包括完成策劃，準備視頻采集工具、視頻編碼工具、網(wǎng)絡和直播平臺賬號，搭建場地，籌集拍攝團隊、助理等工作。

直播過程中，真人主播的最佳直播時長在6小時內，直播還會受到平臺限制，無法規(guī)模化復制。

環(huán)節(jié)之外，更復雜的痛點來自人員管理。直播的核心是主播，然而涉及利益，主播和東家反目的情況已成日常。從羅永浩到俞敏洪，直播走紅之后，最難的題目是管控主播。同時，因為人工元素過多，主播IP不穩(wěn)定，極難長紅，更難復制。

最后，令從業(yè)者頭疼的是運營效率，推廣和維護直播間需要大量工作，而缺乏系統(tǒng)化工具，缺乏方法論，導致運營成本過高，苦不堪言。

解決這些痛點的核心是降低人工，事實上，早在多年以前，直播機構便曾嘗試用虛擬主播。

然而，早期的虛擬主播出現(xiàn)，其面目表情并不自然，動作僵硬，說話嘴型與聲音不同步，而更致命的是，這些主播并不會互動，介紹商品時只能重復錄好的話術。

錄播的視頻或粗糙的動畫，并無智能，勉強能維持輪播，但不能聚攏人氣，更勿論帶貨。

直播行業(yè)的AI進化，至此停滯，而轉折發(fā)生在大模型突破之后。

高效的數(shù)字人主播

去年圣誕之后，ChatGPT成為熱門應用，今年開年，GPT4開啟大模型浪潮，百度文心一言成為國內最先發(fā)布的大模型產(chǎn)品。

此后，文心大模型開始賦能各個行業(yè)，數(shù)字人升級成為大模型落地的最佳應用之一。

大模型亮相前，百度已在數(shù)字人領域深耕良久，今年1月，百度自研的“百度智能云-曦靈數(shù)字人平臺”，被中國信息通信研究院評選為國內唯一的杰出級數(shù)字人。

百度智能云曦靈的AI數(shù)字人主播

百度智能云曦靈數(shù)字人已擁有專利2400余項，大模型到來后，其智慧再度升級，在加持文心大模型之后，它已擁有媲美甚至超越主播的直播能力。

從形象上，新一代數(shù)字人可以通過真人視頻生成虛擬形象，曦靈數(shù)字人保持著目前業(yè)內最短的人像訓練時長，僅需上傳一段1至4分鐘真人視頻，30分鐘內就可以一比一復刻真人形象。

如果不愿使用真人形象直播，數(shù)字人平臺還提供2D模特人像，在曦靈數(shù)字人平臺，已經(jīng)有56個模特人像選擇，俊男靚女，或坐或立，并且還以月為單位持續(xù)新增中。

百度智能云曦靈內置50余種模特形象

確定形象后，2D數(shù)字人主播便可上崗營業(yè)，即可通過文字描述和語音驅動生成短視頻，預熱直播間，也可直接登臺直播，不限時長。

在文心大模型支持下，2D數(shù)字人直播可以自動生成直播話術。話術契合直播全流程，包含開場破冰、福利放送、暖場話術、催單話術等。

實際使用中，有商家嘗試在后臺輸入“泰國金枕榴蓮”、“包四房肉”、“月銷量10w+”、“字數(shù)不少于300字”幾個關鍵詞后，幾秒內，平臺便寫出一段完整的推廣文案。

輸入關鍵詞，直接生成帶貨文案

甚至在直播過程中，主播還能自動回復彈幕，常見的問題如退換貨規(guī)定、發(fā)貨時間、優(yōu)惠力度等，均能回答，務實且高效。也可以通過真人接管功能，和用戶進行互動，雙直播模式給用戶帶來更好的互動體驗。

至此，虛擬主播全流程跑通，從調試到上線，最快只需數(shù)小時，且免去人員招募、話術整理、直播搭建、客服培訓等諸多環(huán)節(jié)，直播效率獲得極大提升。

而相對于傳統(tǒng)直播，數(shù)字人直播所創(chuàng)IP可高效復制，穩(wěn)定可靠。那些在線下直擊數(shù)字人表現(xiàn)的MCN機構，已開始加速轉型，“它們比真人還專業(yè)，服從管理，而且不知疲倦”。

農(nóng)歷八月，錢塘江大潮將至，而在現(xiàn)實世界，大潮已然到來。

更像真人、更會互動、更懂生意

升級的數(shù)字人主播到來前，從業(yè)者曾疑慮重重。成都一位餐飲行業(yè)直播者受訪時稱：

“如果把直播間當作餐飲空間和門頭設計一樣去看，數(shù)字人直播就像你走進了一家全是預制菜、全是機器人傳菜的無人餐廳，沒有煙火氣、沒有鍋氣也沒人情味，過了這個新鮮勁，就會‘死掉’?！?br/>

然而，實際應用之后，使用者切換為真香模式，體驗如同當下流行的汽車自動駕駛：主播只需和觀眾一樣看直播，如有需要可隨時真人接管。

后臺屏幕上，提供著直播間實時數(shù)據(jù)看板、AI復盤的直播間運營情況、彈幕問題復盤與補充建議。直播生意現(xiàn)出精準的數(shù)字維度，商業(yè)模式正被AI結構。

除卻解決效率低下、運營艱難、人才流失這些行業(yè)痛點，數(shù)字人最吸引商家和機構的核心價值是“成本低、效果好”。

在通過營銷大模型訓練之后，數(shù)字人主播能以更低成本為商家?guī)砀邇r值。

百度智能云曦靈數(shù)字人主播帶貨智能手表，連播33小時后，銷售額達1.3萬元，而這33小時總成本不到100元。

在另一個售賣迪士尼門票的直播間，AI主播穩(wěn)定開播一個月后，總銷售額達到54萬元。

百度智能云曦靈數(shù)字人真實帶貨情況

從“更像真人”，到“更會互動”，再到“更懂生意”，2D數(shù)字人正在飛速進化，而進化的背后，是AI賦能直播后的大勢所趨。

全面降低時間成本、金錢成本、人力成本，已經(jīng)實戰(zhàn)考驗的數(shù)字人，正在改變直播行業(yè)生態(tài)。

我們即將引來一個難辨真假，或者根本無需辯解真假的時代，科技將更高效服務生活。

而就在我們遠望同時，數(shù)字人正飛速進化，曦靈數(shù)字人平臺正在實現(xiàn)虛擬人和動態(tài)實景結合帶貨，直播間介紹話術不重復，并根據(jù)動態(tài)情況編排話術與插播。

去年9月，世界人工智能大會上，百度創(chuàng)始人李彥宏發(fā)表主題演講時表示，“百度在人工智能領域已經(jīng)摸爬滾打整10年了。這10年，我們累計研發(fā)投入超過1000億，每年研發(fā)占比都超過15%，去年更是達到23%，這在全球大型科技互聯(lián)網(wǎng)公司中都是鳳毛麟角的。”

一年后，那些投入牽引的未來，正加速到來。