文 | 陶魏斌

今年的618又怎么能少了“AI”?

和別人遮遮掩掩說數(shù)字人不同，羅永浩在618前夕，高調(diào)在百度亮相自己的數(shù)字人——結(jié)果，“效果把自己也嚇了一跳”。

屏幕里的“羅永浩”熟練地擺弄著產(chǎn)品，和同為數(shù)字人的助播“朱蕭木”插科打諢，用標志性的“羅氏幽默”拆解產(chǎn)品賣點——觀眾幾乎難以察覺，這兩個侃侃而談的主播，實則是由千萬行代碼與尖端算法構(gòu)建的虛擬形象。

百度副總裁、電商總經(jīng)理平曉黎昨天（6月17日），在百度AI Day開放日透露，“羅永浩數(shù)字人已達到媲美超頭主播的體感效果，隨著大模型與多模能力發(fā)展，數(shù)字人未來超越真人效果極具潛力”。

要說還真是老羅會玩。

這場持續(xù)超6小時的直播，最終以1300萬人次圍觀、5500萬元GMV的成績收官，部分品類超過真人同期帶貨成績，不僅刷新數(shù)字人帶貨紀錄，更在電商行業(yè)投下重磅炸彈：當(dāng)AI突破“照本宣科”的桎梏，開始創(chuàng)造超越真人的商業(yè)價值，數(shù)字人直播的未來將走向何方？

1、AI主播扛起千萬流量

令很多人意外的是，6月15日羅永浩的這場數(shù)字人首秀里，其中部分3C、食品等核心品類商品帶貨單量，超羅永浩5月真人首秀同期數(shù)據(jù)，互動次數(shù)比真人直播間超3倍。

不要小看這一突破，這意味著“數(shù)字人帶貨力不及真人”的固有認知或?qū)⒈淮蚱?，也讓行業(yè)意識到AI主播的商業(yè)潛力。

實際上，在數(shù)字人直播這片紅海，抖音、快手、京東等巨頭也早已重兵布局。去年4月，“采銷東哥”（劉強東數(shù)字人），登陸京東直播間，一度引起行業(yè)關(guān)注。

但行業(yè)內(nèi)目前主流數(shù)字人的直播，往往多聚焦于形象復(fù)刻，在互動流暢度、內(nèi)容深度和直播時長上存在明顯短板。

例如部分平臺數(shù)字人僅能完成預(yù)設(shè)臺詞播報，面對復(fù)雜彈幕提問時容易“卡殼”；直播時長普遍不超過2小時，難以滿足商家長效經(jīng)營需求。

但這次百度交出的答卷，卻讓行業(yè)看到了更多的技術(shù)沉淀。

從超長時間穩(wěn)定輸出，到雙數(shù)字人默契互動，百度用實力證明：數(shù)字人直播絕非簡單的“虛擬克隆”，而是一場需要深厚技術(shù)積累的攻堅戰(zhàn)。

更關(guān)鍵的是，這次直播撕開了行業(yè)另一個更為關(guān)鍵的固有格局。

過去，頭部主播真人出鏡是鐵律，數(shù)字人多在中腰部賬號試水。如今百度讓羅永浩數(shù)字人成功帶貨，意味著數(shù)字人技術(shù)已能承載頂級流量。

而其大幅降低的直播門檻，更讓無數(shù)普通人看到希望——哪怕不善言辭，也能借數(shù)字人圓主播夢。

可以這么說，這場破圈直播，正悄然重寫電商直播的競爭版圖。

2、百度數(shù)字人技術(shù)的四大突破

傳統(tǒng)數(shù)字人直播常像一場尷尬的“獨角戲”，卡頓、僵硬的畫面難以長時間留住觀眾。但百度這次帶來的“雙人相聲”式直播，徹底顛覆了人們的想象。

羅永浩與助播朱蕭木的數(shù)字人搭檔，在直播間里配合自然、你來我往，不斷相互調(diào)侃，金句頻出，在喝奶茶、拎可樂的同時，還能做出相互對視、異口同聲說話等細節(jié)動作。

在推薦康師傅方便面時，老羅熟練地用筷子挑起面條，嘴上不停介紹，而一邊朱瀟木，那表情就像聞到了方便面的香氣一樣，整個場景真實逼真，情緒價值瞬間拉滿，讓直播間的用戶不由地下單支持。

這場超6小時的超長直播，其實是對數(shù)字人技術(shù)實力的殘酷考驗。

今年4月百度發(fā)布的高說服力數(shù)字人已讓數(shù)字人帶入3.0時代，新一代高說服力數(shù)字人成為了一個像真人一樣，形神音容高度協(xié)調(diào)、會思考決策、能協(xié)作完成特定任務(wù)的超級智能體。

這次在高說服力數(shù)字人的基礎(chǔ)之上，百度電商慧播星再一次迭代，圍繞慧播星首席體驗官羅永浩，發(fā)布了業(yè)界首個超頭主播的數(shù)字人，更是實現(xiàn)了體驗、內(nèi)容、視覺、效果的四大突破。

百度相關(guān)技術(shù)團隊透露，讓數(shù)字人在長時間里保持一致性和高擬真性的表現(xiàn)力，需要解決一系列問題，并不是一個單一的模型就可以解決所有問題。

為此百度建設(shè)了數(shù)字人形象生成和驅(qū)動的一整套技術(shù)。這個技術(shù)是一個可控的、長視頻的生成工作，通過視頻、劇本、語言、骨骼等特征，進行知識的輸出，通過視頻生成大模型，最后能夠生成多模協(xié)同的視頻片段，完成高一致性長視頻的生成。而讓數(shù)字人具備多模協(xié)同、高表現(xiàn)力、復(fù)雜交互等，這是一個對大模型集大成的使用。

直播中的一個細節(jié)，讓網(wǎng)友直呼“細思極恐”：當(dāng)老羅口頭提到抬頭紋、法令紋、頸紋的時候，數(shù)字人老羅也配合手部動作指出了相應(yīng)的位置，幾乎與真人無異。

同時，面對直播間每秒上千條的彈幕，數(shù)字人展現(xiàn)出的實時互動能力同樣驚人。據(jù)悉，羅永浩數(shù)字人整場直播AI調(diào)用知識庫1.3萬次，從而快速匹配答案，生成了9.7萬字精準且風(fēng)趣的產(chǎn)品講解。

于是，我們看到無論是3C數(shù)碼產(chǎn)品參數(shù)的硬核解析，還是零食口味的細膩描述，數(shù)字人都能信手拈來，互動效率遠超真人主播。

實際上，基于最新的文心4.5T,通過深度訓(xùn)練，大模型不再局限簡單的腳本生成，而是做到了既懂創(chuàng)作、更懂用戶，構(gòu)建起從內(nèi)容創(chuàng)作到行為決策的完整生態(tài)。

正因如此，在腳本生成環(huán)節(jié)，AI不再是機械的文字搬運工，而是能模仿羅永浩的“羅氏幽默”，結(jié)合實時熱點即興創(chuàng)作話術(shù)；多模態(tài)融合技術(shù)則賦予數(shù)字人“靈魂”，讓聲音的抑揚頓挫、表情的細微變化、動作的精準表達高度統(tǒng)一，營造出沉浸式的直播體驗。

當(dāng)直播間熱度下降，數(shù)字人還能自動分析實時數(shù)據(jù)，切換互動玩法、調(diào)整產(chǎn)品推薦策略，就像一位經(jīng)驗老道的直播“操盤手”。

3、數(shù)字人風(fēng)暴或?qū)硪u

羅永浩數(shù)字人的成功，正在引發(fā)行業(yè)的蝴蝶效應(yīng)。

對電商直播行業(yè)來說，數(shù)字人24小時不間斷直播的特性，徹底打破了真人主播的時間壁壘。

此前百度方面的數(shù)據(jù)顯示，慧播星可使直播運營成本下降超80%，GMV平均提升62%，轉(zhuǎn)化率平均提升83%，

東北三農(nóng)創(chuàng)作者“翠花”借助數(shù)字人直播間，將黑土地的農(nóng)產(chǎn)品銷往全國，訂單量暴增10倍；陳皮商家“廣蕓堂”通過數(shù)字人360度展示原料生長環(huán)境，GMV實現(xiàn)160%的飛躍。這些真實案例證明，數(shù)字人直播正在成為中小商家逆襲的新武器。

在更廣闊的領(lǐng)域，數(shù)字人技術(shù)的漣漪正在擴散。

教育領(lǐng)域，數(shù)字教師能根據(jù)學(xué)生學(xué)習(xí)數(shù)據(jù)實時調(diào)整教學(xué)策略；醫(yī)療領(lǐng)域，智能問診數(shù)字人提供7×24小時的專業(yè)咨詢；金融領(lǐng)域，理財顧問數(shù)字人實現(xiàn)千人千面的投資建議。百度聚焦垂直場景的技術(shù)路線，正在為這些應(yīng)用場景搭建落地的橋梁。

百度創(chuàng)始人李彥宏曾說：“數(shù)字人是百度大模型在多模態(tài)上的綜合體現(xiàn)。”

與追求通用功能的技術(shù)路線不同，百度選擇深耕特定場景，讓技術(shù)與商業(yè)需求深度綁定。

這種策略不僅降低了技術(shù)落地門檻，更開辟出可復(fù)制的商業(yè)模式。

隨著“夢蝶計劃”“繁星計劃”的推進，百度正在搭建開放生態(tài)，未來或許會涌現(xiàn)出更多“羅永浩數(shù)字人”，推動行業(yè)邁向新的紀元。

當(dāng)AI主播開始創(chuàng)造商業(yè)奇跡，這場始于直播間的技術(shù)革命，終將改寫整個商業(yè)世界的規(guī)則。我們或許正站在一個新商業(yè)時代的入口，見證數(shù)字人與真人在商業(yè)舞臺上的深度融合。