伴隨著略顯詭異的配樂，鏡頭掃向一個(gè)房間：幾排桌子整齊地?cái)[放著數(shù)十臺(tái)電腦，屏幕上是各種主播正在賣貨。此時(shí)，幾行大字啪啪啪打出：“太嚇人了，200平方米直播基地空無一人，全是AI數(shù)字人直播……”可仔細(xì)一看，這些主播的長(zhǎng)相又似乎跟真人無異。

最近，你在微博、小紅書，以及各大短視頻平臺(tái)上，是否刷到過類似視頻？有人真誠(chéng)發(fā)問：真人主播要失業(yè)了？也有人感慨，這是人類運(yùn)用技術(shù)打造“入侵真實(shí)的仿象”又一案例。

這種現(xiàn)在頻頻現(xiàn)身直播間的AI主播，名叫“2D超寫實(shí)數(shù)字人”。用最直白的語(yǔ)言來介紹，就是真人主播的“嘴替”。隨著人工智能概念近期的火爆，它們也被營(yíng)銷公司包裝成能替代真人主播的帶貨小能手。

(資料圖片僅供參考)

問題是，如果真人主播都搞不定，數(shù)字人能帶來成功嗎？

數(shù)字人涌進(jìn)直播間

數(shù)字人并不新鮮，洛天依、柳夜熙等都紅極一時(shí)；帶貨也非初次試水，各種虛擬偶像此前早就參與過。而眼下這波正在風(fēng)頭上的數(shù)字人，有點(diǎn)不一樣。

虛擬偶像洛天依、柳夜熙

他們的形象更接近于普通人，如果不仔細(xì)看畫面，會(huì)誤以為就是真人。目前，這些AI主播主要出現(xiàn)在本地生活團(tuán)購(gòu)的直播間，引導(dǎo)用戶購(gòu)買各種團(tuán)購(gòu)券，也有少數(shù)會(huì)售賣零食、快消品等標(biāo)品，以單純的講解為主。

直播間里的2D超寫實(shí)數(shù)字人主播

“歡迎新進(jìn)直播間的寶寶們，5號(hào)鏈接大家都去拍”“團(tuán)購(gòu)呢是到店消費(fèi)，人均不到50米（元）就能吃到烤肉”“招牌的牛鞭牛尾燉鮑魚套餐直播間只要68米，還在等什么”……當(dāng)有用戶進(jìn)入直播間，他們可能會(huì)念出網(wǎng)名并表示歡迎；除了介紹商品，還可以簡(jiǎn)單回答彈幕區(qū)的問題進(jìn)行“互動(dòng)”。

按照提供此類技術(shù)服務(wù)的公司的說法，這些2D超寫實(shí)數(shù)字人主播，“以真人為基礎(chǔ)1:1數(shù)字復(fù)刻而成的模型，和真人的形象、表情、聲音幾乎一模一樣”。

“我們熟悉的虛擬偶像，主要靠穿戴動(dòng)作捕捉設(shè)備的‘中之人’（操縱數(shù)字人進(jìn)行直播的人），而2D超寫實(shí)數(shù)字人走的是另一種技術(shù)路徑。”在杭州從事數(shù)字人行業(yè)四五年的阿文解釋，“整個(gè)過程簡(jiǎn)單點(diǎn)講，就是你事先拍一段三五分鐘的視頻，一般在綠幕前，可以加上一些常用手勢(shì)；通過技術(shù)訓(xùn)練，根據(jù)你的視頻生成數(shù)字人；后續(xù)每次有需要時(shí)，只要給一段文案或者音頻，它就會(huì)基于之前的視頻，替換嘴型部分，而表情、手勢(shì)等，依然是你的原視頻，所以看起來一模一樣?！?/p>

就現(xiàn)階段來說，這些數(shù)字人主播普遍還沒到爐火純青的地步。看得久了，就會(huì)發(fā)現(xiàn)他們的動(dòng)作是重復(fù)的，車轱轆話也是說了一圈又一圈；有些摳圖痕跡明顯，偶爾還會(huì)出現(xiàn)音畫不同步?？闯龆四叩木W(wǎng)友好奇地在彈幕區(qū)發(fā)問：“主播是真人嗎？”

便宜但未必好用

但2D超寫實(shí)數(shù)字人主播有一大優(yōu)勢(shì)，就是：便宜。

向業(yè)內(nèi)人士請(qǐng)教了一下，一位小商家如果從零開始，想要搭建一個(gè)最簡(jiǎn)單的真人直播間，頭一個(gè)月開銷保守估計(jì)在5萬元以上，后續(xù)每個(gè)月的支出可能也要兩三萬元。

相比之下，2D數(shù)字人就劃算多了。他們可以365天7×24小時(shí)不間斷吆喝帶貨，還不需要交五險(xiǎn)一金，賣出的貨不拿提成。場(chǎng)地成本同樣省了，想要什么背景，動(dòng)手直接在電腦上替換。

有需求的地方，就有商機(jī)。眼下，市面上已經(jīng)出現(xiàn)了不少提供此類數(shù)字人相關(guān)服務(wù)的公司。比如南京一家有名的數(shù)字人公司，一個(gè)數(shù)字人主播定制費(fèi)用為8000元，一年系統(tǒng)使用費(fèi)8萬多元。

還有一大批野生的散戶，分散在各種平臺(tái)兜售。這類數(shù)字人多以公共使用為主，即企業(yè)事先已集中采購(gòu)獲得形象授權(quán)產(chǎn)出通用的數(shù)字人。你購(gòu)買服務(wù)后，可以從公模中挑選喜歡的形象。

公模

其中廣州的一位代理商坦言，單個(gè)2D數(shù)字人單場(chǎng)直播下來，GMV（網(wǎng)站成交金額）可能并不算高。他展示的其中一個(gè)烤肉團(tuán)購(gòu)券案例，每分鐘在線人數(shù)11人，人均觀看時(shí)長(zhǎng)39秒，千次觀看成交金額886元，商品點(diǎn)擊率6%。

“優(yōu)勢(shì)是在于提供多種形象，一段音頻可生成多個(gè)不同數(shù)字人直播視頻，輕松搭建直播矩陣?！彼o出的優(yōu)惠價(jià)是2500元使用1套數(shù)字人直播系統(tǒng)半年，如果花39800元/年，就可以買下20套數(shù)字人直播系統(tǒng)。

而杭州一家公司的業(yè)務(wù)助理表示，2D超寫實(shí)數(shù)字人在本地生活中小商家中用得比較多，還可以用于海外TikTok、Youtube、亞馬遜等平臺(tái)的內(nèi)容創(chuàng)作。他說春節(jié)前后杭州一家旅游公司就采購(gòu)了10個(gè)數(shù)字人，賣出了大量的旅游線路。

“直播這個(gè)事呢，我覺得2D數(shù)字人還真代替不了真人主播?！盨imon是上海一家直播機(jī)構(gòu)的運(yùn)營(yíng)負(fù)責(zé)人，多次來杭州做直播活動(dòng)，也和這邊數(shù)字人相關(guān)業(yè)務(wù)的公司有過接觸，但終因體驗(yàn)感不達(dá)預(yù)期而作罷。

“真人主播的不可替代性，主要在于情感連結(jié)、互動(dòng)溝通這塊，可以提升粉絲粘性、提供情緒價(jià)值。短期看，2D數(shù)字人主播做不到這些?！?/p>

“此外，直播平臺(tái)有自己的一套算法機(jī)制，如果一直用數(shù)字人直播，不會(huì)分發(fā)太大流量?！痹赟imon看來，定制一個(gè)精致的數(shù)字人主播也需要一定投入，但現(xiàn)階段綜合來看，產(chǎn)出可能不一定和投入成正比。

抖音：發(fā)布者應(yīng)對(duì)AI生成內(nèi)容作顯著標(biāo)識(shí)

作為一種輔助工具，這類會(huì)直播的數(shù)字人本身并沒有什么問題，科技進(jìn)步的一大意義就是把人從重復(fù)性勞動(dòng)中解放出來。不過，現(xiàn)在已經(jīng)出現(xiàn)了這樣一種趨勢(shì)：賣數(shù)字人的公司將數(shù)字人和新時(shí)代互聯(lián)網(wǎng)營(yíng)銷深度捆綁，讓人覺得自己距離成功就差一個(gè)數(shù)字人。

更何況，眼下在直播中使用數(shù)字人，還存在一定風(fēng)險(xiǎn)。

5月9日，抖音發(fā)布關(guān)于人工智能生成內(nèi)容的平臺(tái)規(guī)范暨行業(yè)倡議。其中提到，創(chuàng)作者、主播、用戶、商家、廣告主等平臺(tái)生態(tài)參與者，在抖音應(yīng)用生成式人工智能技術(shù)時(shí)，發(fā)布者應(yīng)對(duì)人工智能生成內(nèi)容進(jìn)行顯著標(biāo)識(shí)，幫助其他用戶區(qū)分虛擬與現(xiàn)實(shí)，特別是易混淆場(chǎng)景；虛擬人需在平臺(tái)進(jìn)行注冊(cè)，虛擬人技術(shù)使用者需實(shí)名認(rèn)證；禁止利用生成式人工智能技術(shù)創(chuàng)作、發(fā)布侵權(quán)內(nèi)容，包括但不限于肖像權(quán)、知識(shí)產(chǎn)權(quán)等。一經(jīng)發(fā)現(xiàn)，平臺(tái)將嚴(yán)格處罰。

記者也向快手客服做了相關(guān)咨詢。對(duì)方一再表示，建議直播時(shí)真人出鏡，如果檢測(cè)出或者被舉報(bào)“非真人直播”，很可能會(huì)被封號(hào)；不過，當(dāng)數(shù)字人用于短視頻發(fā)布，那么平臺(tái)一般就看內(nèi)容是否合規(guī)。

此前，有人為了防止被封禁，想出了一個(gè)方法：雙機(jī)位直播，用一個(gè)數(shù)字人搭配真人講解，前者循環(huán)口播，后者做產(chǎn)品展示和互動(dòng)。

人均一個(gè)數(shù)字人的時(shí)代來了？

除了電商領(lǐng)域，在阿文看來，這類2D超寫實(shí)數(shù)字人的最佳使用場(chǎng)景，是純觀點(diǎn)輸出的短視頻?！氨热缌_振宇之前堅(jiān)持了十年的‘羅胖60秒’。此類視/音頻無需實(shí)時(shí)互動(dòng)，動(dòng)作也沒太大變化，每次只需要替換嘴型部分，大大節(jié)省制作時(shí)間和成本?！?/p>

事實(shí)上，一些大V正在這么做。如果你刷過幾期財(cái)經(jīng)自媒體博主劉潤(rùn)的短視頻，就會(huì)發(fā)現(xiàn)屏幕大多打著一行字：部分畫面使用了AI技術(shù)制作。去年10月，他就公開透露，短視頻平臺(tái)上的內(nèi)容大部分由“數(shù)字人劉潤(rùn)”完成。

財(cái)經(jīng)作家吳曉波也在最新一次的跨年演講中直言：2023年每家公司都可能需要一個(gè)數(shù)字人，用它來做本地生活、客服、品牌直播、短視頻等。

入局的還有互聯(lián)網(wǎng)大廠。3月底，騰訊發(fā)布AI智能創(chuàng)作助手“騰訊智影”，主打人人都能打造數(shù)字人。用戶上傳少量圖片、視頻素材，就能得到自己的數(shù)字人分身，數(shù)字人直播也已接入。而早在去年的百度世界大會(huì)上，“百度App數(shù)字人計(jì)劃”就號(hào)稱要實(shí)現(xiàn)“人均一個(gè)數(shù)字人”。

騰訊AI智能創(chuàng)作助手“騰訊智影”

此外，隨著各種生成式AI工具的興起，網(wǎng)上能找到不少免費(fèi)教程。動(dòng)手能力強(qiáng)的，依葫蘆畫瓢，不花一分錢也可以搗鼓出一個(gè)數(shù)字人。

話說，你想要用自己的數(shù)字人做些什么？直播帶貨賺錢、創(chuàng)作短視頻，還是成為你的互聯(lián)網(wǎng)嘴替？

標(biāo)簽：