羅永浩數(shù)字人再次出圈，這次，“他”竟然拿下世界互聯(lián)網(wǎng)科技領(lǐng)先大獎。

這款由百度突破的擬真度、交互流暢度技術(shù)上也首次亮相，榮獲該領(lǐng)域的頂尖科技獎項(xiàng)，也是百度連續(xù)第三年斬獲該獎項(xiàng)。

那么問題來了，這項(xiàng)技術(shù)到底牛在哪里？又取得了什么樣的成就呢？百度是如何做到的？它又會對普通人有什么影響呢？

2025年618大促期間，百度優(yōu)選和聯(lián)手直播，羅永浩與朱蕭木的數(shù)字人驚艷亮相。

這場直播之火爆，連羅永浩自己都說“打不過”。

和以往機(jī)械式的數(shù)字人直播不同，這兩位數(shù)字人不僅能介紹產(chǎn)品，還能實(shí)時與網(wǎng)友互動。

他們配合默契，不會抬杠，也不存在搶話，時不時聊聊段子、爆爆梗，更絕的是，在互動中盡顯自己的人性化。

比如有網(wǎng)友問：“我怎么分辨茅臺真假？”

“他們”回復(fù)：“小酌一口，心疼是真，肝疼是假。”

還有網(wǎng)友問：“方便面好不好吃？”

“他們”回復(fù)：“好不好吃，要買回去嘗嘗，好吃，就給朋友分一點(diǎn)，不好吃，就全分給朋友。”

回復(fù)中有樂趣，不僅如此，“他們”說話的動作神態(tài)，語言組織，語氣轉(zhuǎn)化，與真人毫無二致。

羅永浩本人也曾發(fā)文坦言，數(shù)字人讓他著實(shí)嚇了一跳。

那些眉來眼去的互動神態(tài)，還有講段子的風(fēng)格動作，簡直和自己如出一轍，自己看得都恍惚。

數(shù)字人的表現(xiàn)堪稱驚艷，不僅吸引超1300萬人次觀看，更創(chuàng)下亮眼戰(zhàn)績，該場次商品交易額直接突破5500萬。

不僅核心品類銷售量可觀，在觀看時長等關(guān)鍵數(shù)據(jù)上，更實(shí)現(xiàn)了對羅永浩本人的反超。

百度這場高擬真數(shù)字人的直播，讓大眾對數(shù)字人的認(rèn)知再次刷新，它不再是“形似”，而是真的能達(dá)到“神形兼?zhèn)洹薄?/p>

人工智能，是如今社會繞不開的話題，而數(shù)字人產(chǎn)生，更是讓討論度一再升高。

畢竟，一開始研究的數(shù)字人，只是看像不像，沒想到，短短時間里，它已經(jīng)能達(dá)到“神似”，真的很神奇。

“高擬真”，就是數(shù)字人“神似”的核心技術(shù)，支撐它的就是“劇本驅(qū)動多模協(xié)同”。

簡單理解，就是讓數(shù)字人具備自主理解、轉(zhuǎn)化劇本并完成對應(yīng)表演的能力。

除此之外，要想數(shù)字人有思想，還需要給它注入“靈魂”。

“劇本”輸入進(jìn)去之后，還要研究它要“怎么說”、“如何說”以及“需要什么樣的表情和 肢體動作”等等。

比如說到福利相贈，它就要表現(xiàn)出興奮；

比如被夸獎了，它就要表現(xiàn)出謙虛；

再就是兩人互動時，數(shù)字人需精準(zhǔn)把握接話時機(jī)，既不搶話又能實(shí)現(xiàn)無縫銜接。

這正是百度“劇本驅(qū)動多模協(xié)同”技術(shù)的目標(biāo)——賦予數(shù)字人協(xié)調(diào)多模型、實(shí)現(xiàn)自然順暢表達(dá)的能力。

讓數(shù)字人不僅只是按照劇本走，而是能夠根據(jù)直播中的具體場景具體分析。

能夠隨時調(diào)整狀態(tài)，包括爆梗、互動等多場景的交互。

數(shù)字人擁有了這份如真人的現(xiàn)場判斷力，就能夠快速感知直播間的氛圍，以及理解和處理彈幕評論。

工具人實(shí)錘的同時，還能快速回復(fù)的各種評論，提升了用戶的參與度，轉(zhuǎn)化率就能大大提高。

有靈魂、有內(nèi)容、情緒穩(wěn)定，還不亂鬧脾氣，難怪連羅永浩都甘拜下風(fēng)。

再看看百度是如何讓數(shù)字人擺脫“機(jī)械化”的，它通過大模型“文本自控”機(jī)制的設(shè)置，實(shí)現(xiàn)表達(dá)與語言、感情高度合一。

不僅如此，它還會結(jié)合真人的獨(dú)特特征，將文本信息處理成不亞于真人的自然流暢，以及所賦予的情感。

數(shù)字人技術(shù)核心需攻克超長時間連貫難題，確保表情、動作、聲音等呈現(xiàn)自然無違和效果。

百度又通過融合多模態(tài)視頻理解、跨境態(tài)信號生成等關(guān)鍵技術(shù)，精準(zhǔn)突破這一技術(shù)瓶頸，大幅提升數(shù)字人長時間表現(xiàn)穩(wěn)定性。

甚至將AI視頻的應(yīng)用邊界從“秒級”大幅拓展至“小時級”，滿足超長時間使用需求。

這也就是數(shù)字人羅永浩和朱蕭木直播6個小時，全程動作自然流暢、情感飽滿又精力充沛的成果所在。

音容相貌，神形具備，一個兼具情感力和表達(dá)力的數(shù)字人系統(tǒng)就生成了。

然而，初期的數(shù)字人都對普通人有了影響，升級版的高擬真數(shù)字人，又會帶來怎樣的改變？普通人又該何去何從呢？

無疑，高擬真數(shù)字人的成功，能夠有效降低企業(yè)直播板塊的成本。

甚至因?yàn)樗牟恢＞?，還能獲得很高的轉(zhuǎn)化率。

在山東德州夏津縣，三位平均年齡達(dá)65歲的老支書。

他們借助百度“慧播星”數(shù)字人技術(shù)打破時間限制，實(shí)現(xiàn)了24小時不間斷直播，為鄉(xiāng)村特色傳播賦能。

不僅如此，數(shù)字人在直播間里精準(zhǔn)講解產(chǎn)品亮點(diǎn)、及時回復(fù)觀眾問題并積極參與互動。

憑借這份高效的執(zhí)行力，夏津縣的地瓜訂單量大幅增長，總銷售額成功突破15萬，累計(jì)售出地瓜3.3萬斤。

百度電商順勢抓住數(shù)字人技術(shù)機(jī)遇，發(fā)起“一村一品”助農(nóng)項(xiàng)目。

深度賦能鄉(xiāng)村產(chǎn)業(yè)，累計(jì)帶動全國1000多戶農(nóng)民增收，相關(guān)商品交易總額已突破2500萬元。

數(shù)字人的成績喜人，但同樣存在隱憂。

第一個沖擊的就是就業(yè)，如口播類自媒體、普通客服等替代性強(qiáng)的崗位，幾乎均會被取代，擠壓普通人的就業(yè)空間

二是存在隱私的侵權(quán)風(fēng)險，據(jù)悉，構(gòu)建數(shù)字人需采集人臉、聲紋等敏感數(shù)據(jù)。

這些敏感數(shù)據(jù)一旦泄露，危害將極大，且未經(jīng)授權(quán)的數(shù)字人復(fù)刻，或許還會侵犯他人肖像權(quán)、聲音權(quán)。

就像最近溫崢嶸上多家平臺直播一樣，經(jīng)溫崢嶸證實(shí)，該直播帶貨均是數(shù)字人，壓根就不是本人，想想都可怕。

三是對情感與認(rèn)知的影響，部分人會對數(shù)字人產(chǎn)生情感依賴，弱化真實(shí)社交能力，時日一長，人們的認(rèn)知有扭曲風(fēng)險。

四是維權(quán)難度增加，若數(shù)字人直播時夸大產(chǎn)品功效誤導(dǎo)消費(fèi)，其責(zé)任歸屬將難界定，會讓普通人維權(quán)陷入困境。

當(dāng)然，有隱憂，也自然有其積極的一面。

比如在生活上，它能提供更加個性化服務(wù)，如教育領(lǐng)域的虛擬教師可定制學(xué)習(xí)方案，它能迅速整理全國學(xué)習(xí)方案，選出最適用于自己的，

再比如醫(yī)療領(lǐng)域，虛擬陪護(hù)雖然雞肋，但不可否認(rèn)它能安撫患者情緒，不僅如此，尤其是“AI復(fù)活親人”上面，大大地為生者提供了情感慰藉。

而工作上，普通人能用它降低創(chuàng)業(yè)和工作成本，不僅是24小時電商直播，還能讓數(shù)字人處理客服重復(fù)咨詢，從而提升效率、拓展收入渠道。

此外，它還能替代人完成高危場景任務(wù)，減少普通人從事高危工作的風(fēng)險。

AI時代已經(jīng)來臨，數(shù)字人也會普遍存在。

但如何在其中抓住機(jī)遇，又如何讓它更好的服務(wù)于人？如何破除它的隱憂，加大它的優(yōu)勢？

在不斷突破技術(shù)瓶頸之時，也應(yīng)該把利弊都考慮進(jìn)去，才能讓人的生存空間不會被一壓再壓！