數(shù)字人，AI爆發(fā)的下一個(gè)入口

 過(guò)去五年間，直播電商增速?gòu)?45.9%下落至兩位數(shù)，不少頭部主播遭遇“上限危機(jī)”，轉(zhuǎn)化率和影響力衰退，數(shù)字人直播等新形式的興起則為更多品牌商家提供了“開(kāi)播”的新選擇。 

給直播間配一個(gè)“賽博打工人”，對(duì)童裝品牌巴拉巴拉而言，其實(shí)已不是什么新鮮操作，而是直播電商行業(yè)“冷與熱”的現(xiàn)實(shí)。 

“我們當(dāng)時(shí)沒(méi)有抱太大希望，5%相對(duì)來(lái)說(shuō)是非常可觀的。”巴拉巴拉直播運(yùn)營(yíng)負(fù)責(zé)人李蕙蘭對(duì)這個(gè)數(shù)字人“上崗”第一天的表現(xiàn)很滿(mǎn)意，當(dāng)時(shí)是24年4月�，F(xiàn)在，這個(gè)數(shù)字已上漲到了15%左右。 

過(guò)去五六年間，特別在大模型掀起的新一輪技術(shù)浪潮里，“數(shù)字人”憑借高性?xún)r(jià)比、高轉(zhuǎn)化，成為大模型應(yīng)用率先落地的絕佳場(chǎng)景，幾乎成為所有廠(chǎng)商的共識(shí)，但共識(shí)的另一面有一個(gè)靈魂拷問(wèn)： 

“數(shù)字人未來(lái)的價(jià)值在哪兒？有沒(méi)有機(jī)會(huì)成為AI爆發(fā)的下一個(gè)入口”？

1、數(shù)字人「爆改」直播間，一場(chǎng)品牌和技術(shù)的「雙向奔赴」

數(shù)字人涌入直播間，成為新晉的“賽博打工人”，不是一場(chǎng)偶然。 

早在2021年，巴拉巴拉就開(kāi)始接觸和布局?jǐn)?shù)字人直播，他們的目標(biāo)跟眾多品牌一樣——提升內(nèi)部效率。

一方面，是為了滿(mǎn)足當(dāng)下消費(fèi)者全時(shí)段購(gòu)物的需求，特別在清晨深夜，很多“寶爸寶媽”都會(huì)繼續(xù)在直播間內(nèi)“求鏈接”，另一方面，則是為了降低主播的壓力，巴拉巴拉的主直播團(tuán)隊(duì)中主播人數(shù)占比近七成，他們?nèi)粘２粌H需要同時(shí)負(fù)責(zé)多個(gè)電商渠道的開(kāi)播任務(wù)，在大促時(shí)還需額外延長(zhǎng)直播時(shí)間。 

在這樣一個(gè)高強(qiáng)度高節(jié)奏的工作氛圍中，主播也難免面臨情緒壓力，引入數(shù)字人不僅可以和真人主播協(xié)同，還可以替真人主播在品牌閑時(shí)“打工”，這是一個(gè)近乎完美的設(shè)想。 

除此以外，對(duì)品牌商家而言，采用數(shù)字人直播可以省下一大筆費(fèi)用。

一位直播行業(yè)人士告訴「財(cái)經(jīng)無(wú)忌」，單個(gè)直播團(tuán)隊(duì)主要包括了主播、中控、場(chǎng)控、運(yùn)營(yíng)等，真人主播的投入一年至少在50萬(wàn)上下，這還不包括還有場(chǎng)地設(shè)備和其他人力投入。 

大品牌一般都有完備的直播矩陣，一年投入至少上百萬(wàn)，這對(duì)中小商家而言，幾乎一個(gè)天文數(shù)字，相比而言，不用真人主播，也無(wú)需搭建真實(shí)直播間的數(shù)字人大大減少了成本投入，降低成本超九成。 

上述直播從業(yè)人士還告訴「財(cái)經(jīng)無(wú)忌」，商家看中數(shù)字人還有多方面訴求，比如有利于克服真人主播的稀缺性，降低風(fēng)險(xiǎn)，還有的則是利用數(shù)字人給直播內(nèi)容增加更多的玩法：“直播電商早就進(jìn)入存量了，現(xiàn)在卷數(shù)字人也是找增量。” 

但設(shè)想美好，現(xiàn)實(shí)殘酷，在巴拉巴拉渠道負(fù)責(zé)人張嘉棟眼中：“早期的數(shù)字人很像機(jī)器人，和消費(fèi)者的互動(dòng)也很像錄播。”數(shù)字人想要逼近真人主播，彼時(shí)還存在三道鴻溝：

1、人味兒不夠：數(shù)字人的動(dòng)作靈活度、語(yǔ)言回復(fù)（交互）和真人主播相比擬人度不足，一眼假。

2、流量規(guī)模不足：很多平臺(tái)數(shù)字人都以私域?yàn)橹鳎瑳](méi)辦法在公域露出。

3、成本效率問(wèn)題：數(shù)字人看似成本低，但也存在很多的“隱形成本”，比如定制數(shù)字人、產(chǎn)品和運(yùn)營(yíng)素材更新等，這對(duì)商家運(yùn)營(yíng)能力提出了更高的要求。

但現(xiàn)在，這些更實(shí)際的問(wèn)題和鴻溝在京東言犀數(shù)字人的直播間已經(jīng)看不到了。 

“今年我們明顯能感受到，接入DeepSeek后言犀數(shù)字人在回復(fù)內(nèi)容和表達(dá)豐富度上有很明顯的提升。”李蕙蘭提到，針對(duì)家長(zhǎng)面料、材質(zhì)、設(shè)計(jì)或尺碼的提問(wèn)，言犀數(shù)字人已經(jīng)能很精準(zhǔn)地解決，令她更沒(méi)想到的是，言犀數(shù)字人還能傳遞一些情緒價(jià)值：“比如，某深夜寶爸寶媽涌進(jìn)直播間焦急的問(wèn)詢(xún)，‘她’會(huì)安撫性地先疏導(dǎo)情緒，再準(zhǔn)確推薦適合寶寶的商品。” 

 

京東科技算法負(fù)責(zé)人吳博士告訴「財(cái)經(jīng)無(wú)忌」，數(shù)字人直播可以分為三個(gè)階段，第一階段是真人主播50%的水平，主要可以作為真人主播的補(bǔ)充；第二階段，是達(dá)到真人主播70%的水平，這需要綜合考察“數(shù)字人”：“結(jié)合用戶(hù)體驗(yàn)和用戶(hù)行為的具體指標(biāo)，如直播間停留時(shí)長(zhǎng)、真實(shí)轉(zhuǎn)化情況，這才接近資深主播的水平”。 

第三個(gè)階段則是當(dāng)下。他提到，在京東平臺(tái)上，有不少數(shù)字人主播已進(jìn)入頭部的10%主播的平均水平。 

數(shù)字人技術(shù)的成熟并非一蹴而就，京東內(nèi)部的數(shù)字人技術(shù)迭代也分為「實(shí)驗(yàn)室-單人模型-通用大模型」三個(gè)階段，京東科技人工智能團(tuán)隊(duì)近期發(fā)布的數(shù)字人通用的基座大模型就處于第三階段，可以通過(guò)語(yǔ)音合成大模型LiveTTS及通用數(shù)字人大模型LiveHuman，僅需輸入文本提示或1秒視頻/照片，即可生成4K超高清、100%口型匹配的數(shù)字人。 

這也意味著數(shù)字人從過(guò)去的單人模型走向了一體化生成。“你可以通過(guò)語(yǔ)音一個(gè)信號(hào)去驅(qū)動(dòng)所有的表情成型和動(dòng)作。”吳博士向「財(cái)經(jīng)無(wú)忌」解釋。

可以說(shuō)，品牌方的積極態(tài)度和平臺(tái)技術(shù)的成熟，共同驅(qū)動(dòng)了當(dāng)前數(shù)字人的新一輪爆發(fā)和落地。

2、闖過(guò)「蠻荒年代」，數(shù)字人開(kāi)卷價(jià)值

不過(guò)，所有的數(shù)字人行業(yè)玩家也都知道，數(shù)字人從概念、風(fēng)口再到如今走向行業(yè)產(chǎn)業(yè)“要價(jià)值”，也曾經(jīng)歷過(guò)一段“蠻荒時(shí)代”。京東是業(yè)內(nèi)投入較早、也是最看好數(shù)字人賽道的首批玩家，這背后是一套自己的考量。 

一是，京東在“看、聽(tīng)、說(shuō)”結(jié)合的多模態(tài)技術(shù)上實(shí)際有著很深的沉淀， 從文本、語(yǔ)音再到視覺(jué)，能在大量的使用場(chǎng)景中提升模型的魯棒性，結(jié)合場(chǎng)景反饋迭代數(shù)字人技術(shù)，不斷攻克每一個(gè)難題。 

比如在大姿態(tài)上，數(shù)字人需要走動(dòng)，且擁有復(fù)雜的微表情和唇形，在實(shí)際應(yīng)用中會(huì)遇到光線(xiàn)挑戰(zhàn)、唇形對(duì)齊等問(wèn)題，而京東言犀這些年不斷探索數(shù)字人技術(shù)，從聲唇同步、大姿態(tài)數(shù)字人，再到小樣本合成、語(yǔ)義驅(qū)動(dòng)動(dòng)作合成、語(yǔ)言音色等聲唇同步等，這些后端的技術(shù)和算法很好地彌合了技術(shù)與應(yīng)用的鴻溝。 

 

二是，對(duì)直播場(chǎng)景的knowhow。 京東供應(yīng)鏈積累的商品數(shù)據(jù)優(yōu)勢(shì)、消費(fèi)行為數(shù)據(jù)，深入場(chǎng)景，得到反饋，可以訓(xùn)練數(shù)字人更懂“人”，從京東優(yōu)勢(shì)的零售場(chǎng)景做起，再去衍生到其他場(chǎng)景中。 

更關(guān)鍵的還有一點(diǎn)，比起談數(shù)字人的技術(shù)，京東內(nèi)部算法、產(chǎn)品和運(yùn)營(yíng)團(tuán)隊(duì)更強(qiáng)調(diào)“卷價(jià)值”，產(chǎn)品經(jīng)理和算法之間的決策鏈路很短，來(lái)自用戶(hù)和商家的反饋可以迅速傳達(dá)到技術(shù)側(cè)，甚至他們會(huì)想在商家和用戶(hù)前面。

李蕙蘭提到，巴拉巴拉早期對(duì)于數(shù)字人形象和場(chǎng)景需求都很粗糙，在和京東言犀團(tuán)隊(duì)的不斷溝通過(guò)程中，逐漸找到了更清晰的落地場(chǎng)景，現(xiàn)在無(wú)論是利用現(xiàn)有直播間場(chǎng)景直接數(shù)字人開(kāi)播，還是根據(jù)巴拉巴拉線(xiàn)下門(mén)店、節(jié)日節(jié)慶場(chǎng)景等做定制，他們的感受是言犀數(shù)字人的多樣性和真實(shí)性都在逐漸提升。 

如今，數(shù)字人在直播間也已不單單是基礎(chǔ)的轉(zhuǎn)化目標(biāo)，而是逐漸成為品牌與用戶(hù)交互的重要觸點(diǎn)。 

在依賴(lài)真人試穿展示的服飾直播間，數(shù)字人提升了直播的效率和靈活，安踏聯(lián)合言犀數(shù)字人在成都線(xiàn)下旗艦店打造了高仿真的定制數(shù)字人走秀直播間，主播數(shù)字人一邊講解賣(mài)點(diǎn)，另一邊的模特?cái)?shù)字人則無(wú)縫切換30余件爆款穿搭, 消費(fèi)者還可以直接體驗(yàn)“云試衣間”，線(xiàn)上試穿。 

「財(cái)經(jīng)無(wú)忌」了解到，2024年雙十一期間，數(shù)字人帶動(dòng)安踏直播間GMV突破2000萬(wàn)，公域成交GMV達(dá)140萬(wàn)，轉(zhuǎn)化率達(dá)32.06%，相當(dāng)于每3人瀏覽即有1人下單。

數(shù)字人甚至卷進(jìn)了高端美妝直播間，某國(guó)際高端美妝品牌通過(guò)使用言犀數(shù)字人，定制了極具專(zhuān)業(yè)感的數(shù)字人“美妝顧問(wèn)”，同時(shí)為明星單品定制虛擬試妝片段，消費(fèi)者不僅可以感受到極具節(jié)慶氛圍感的直播場(chǎng)景，還可以更直觀地看到產(chǎn)品上妝效果，購(gòu)買(mǎi)意愿大大提升，品牌轉(zhuǎn)化率近10%。 

 

數(shù)字人的玩法也在不斷豐富，除了數(shù)字人現(xiàn)場(chǎng)試妝、模特走秀，還有雙人互動(dòng)接捧哏、總裁上陣、抱著玩偶坐播、現(xiàn)場(chǎng)品酒，只要能帶流量、能促轉(zhuǎn)化，品牌和數(shù)字人的花活不斷。 

3、直播間外，數(shù)字人將成為下一個(gè)AI超級(jí)入口？

2025，數(shù)字人賽道的含金量還在提升。 

據(jù)IDC預(yù)計(jì)，到2026年中國(guó)AI數(shù)字人市場(chǎng)規(guī)模將達(dá)到102.4億元，艾媒咨詢(xún)預(yù)計(jì)2025年，中國(guó)數(shù)字人帶動(dòng)的產(chǎn)業(yè)市場(chǎng)規(guī)模和核心市場(chǎng)規(guī)模分別為6402.7億元和480.6億元，是2023年的兩倍，未來(lái)，數(shù)字人應(yīng)用有望成為AI產(chǎn)業(yè)的重要驅(qū)動(dòng)力之一。