來源| Tech星球

文| 任雪蕓

克隆一個(gè)“數(shù)字分身”，已經(jīng)從科幻走向日常，且門檻越來越低。

只需提供一段本人視頻，AI技術(shù)便能精準(zhǔn)采集樣貌、聲音、動(dòng)作、表情等核心特征，1:1復(fù)刻出與真人高度相似的數(shù)字人。這些“數(shù)字分身”已能承擔(dān)多重角色，既能代替真人主播在直播間帶貨引流，也能化身客服實(shí)時(shí)響應(yīng)咨詢，成為覆蓋多場景的實(shí)用工具。

回溯數(shù)字人發(fā)展，2019年，數(shù)字人“晚玉”率先登上直播舞臺，拉開行業(yè)商業(yè)化序幕；此后，柳夜熙、希加加、度曉曉、翎_LING等各具風(fēng)格的虛擬數(shù)字人相繼涌現(xiàn)，逐步豐富了生態(tài)。

如今六年過去，在大模型與AI技術(shù)的持續(xù)迭代賦能下，虛擬數(shù)字人的技術(shù)成熟度大幅提升，應(yīng)用場景也突破了早期的娛樂展示邊界，深度滲透至電商、客服等多個(gè)行業(yè)，成為企業(yè)降本增效的關(guān)鍵抓手。

在美團(tuán)、京東等主流平臺的直播間，數(shù)字人主播早已不是新鮮面孔，他們像真人主播般熟練介紹產(chǎn)品亮點(diǎn)、拆解優(yōu)惠機(jī)制，甚至能“人味兒”十足地實(shí)時(shí)回答消費(fèi)者的各類疑問，互動(dòng)流暢度與真實(shí)感絲毫不遜于真人直播。

在剛剛過去的“雙11”，百度稱，83%的商家在本次雙11活動(dòng)中使用過數(shù)字人進(jìn)行開播。京東探索研究院數(shù)據(jù)顯示，數(shù)字人直播服務(wù)超4萬家品牌商。

隨著應(yīng)用滲透率的持續(xù)攀升，數(shù)字人賽道的商業(yè)價(jià)值愈發(fā)凸顯，資本與企業(yè)的入局節(jié)奏同步加快，行業(yè)新一輪的激烈角逐已拉開序幕。

從數(shù)百萬到百元，人人都能擁有一個(gè)數(shù)字人

一位女裝店老板告訴Tech星球，自己既要對接面料供應(yīng)商、跟進(jìn)打版細(xì)節(jié)，又要全程盯緊工廠生產(chǎn)進(jìn)度，日常精力嚴(yán)重透支。對她而言，引入數(shù)字人直播是她緩解銷售壓力的期待，目前已產(chǎn)生明確的嘗試意向。

另一位餐飲店店主也表達(dá)了相似訴求，“看到美團(tuán)、京東等平臺上，很多同行靠數(shù)字人直播帶貨收效明顯，節(jié)省了不少人工成本，還能實(shí)現(xiàn)全天不間斷開播，我的確也有嘗試的想法?！?/p>

即便生意規(guī)模有限，這些中小企業(yè)主對新技術(shù)的接納意愿并未打折。

一位數(shù)字人服務(wù)商告訴Tech星球，自己日均能接到10余條咨詢，咨詢者多為服裝店、餐飲店等中小企業(yè)主，且大多帶著直播帶貨、全天開播、降本增效等明確業(yè)務(wù)場景訴求。

靈犀深智聯(lián)合創(chuàng)始人賈春鑫則更精準(zhǔn)地指出：“現(xiàn)在的數(shù)字人直播對于企業(yè)而言，已經(jīng)不再是一個(gè)工具，而是一個(gè)數(shù)字員工?！?/p>

中小企業(yè)主的嘗試意愿高漲，核心在于擁有一名數(shù)字人員工的門檻正大幅降低。從過去動(dòng)輒數(shù)百萬元的定制成本，快速下探至千元甚至百元級的價(jià)位。

早年間，數(shù)字人曾是大企業(yè)專屬的“高奢”配置。百度智能云AI及應(yīng)用產(chǎn)品中心副總經(jīng)理劉倩曾公開披露，百度布局?jǐn)?shù)字人之初，第一代產(chǎn)品的單個(gè)制作成本高達(dá)500萬至600萬元。

而如今，隨著技術(shù)迭代與行業(yè)競爭加劇，數(shù)字人價(jià)格已進(jìn)入“平民化時(shí)代”。上述服務(wù)商直言，當(dāng)前單個(gè)數(shù)字人制作成本已下探至數(shù)百元到數(shù)萬元不等，千元和萬元級的產(chǎn)品早已成為主流。

硅基智能招股書也印證了這一趨勢，數(shù)據(jù)顯示，其標(biāo)準(zhǔn)產(chǎn)品定價(jià)通常介于5500元至25000元之間，進(jìn)一步覆蓋了中小商家的預(yù)算范圍。

價(jià)格之外，靈活的合作模式也降低了中小企業(yè)主們嘗試的門檻。Tech星球通過多家數(shù)字人企業(yè)了解到，目前市面上的服務(wù)模式已形成多元選擇：既有定制服務(wù)、付費(fèi)訂閱，也有平臺代運(yùn)營等形式。

對于中小商家而言，無需一次性投入高額成本，可根據(jù)自身直播帶貨、日常運(yùn)營等實(shí)際需求，結(jié)合預(yù)算自主選擇高性價(jià)比方案。

而針對大型企業(yè)更復(fù)雜的業(yè)務(wù)場景與深度合作需求，廠商也提供定制化解決方案，定價(jià)可達(dá)百萬級，形成覆蓋從中小用戶到大型企業(yè)的全場景定價(jià)體系。

玩家涌入，數(shù)字人同質(zhì)化競爭

近期，因百度世界2025大會上羅永浩數(shù)字人的亮相，數(shù)字人賽道再度掀起熱潮。

百度在現(xiàn)場設(shè)置了特色互動(dòng)展區(qū)，觀眾可與現(xiàn)場的羅永浩數(shù)字人實(shí)時(shí)連麥。據(jù)到場博主發(fā)布的視頻顯示，該數(shù)字人不僅能對各類問題快速響應(yīng)并精準(zhǔn)作答，其動(dòng)作、表情、神態(tài)更與羅永浩本人高度復(fù)刻，甚至能精準(zhǔn)識別博主的衣著搭配，就像隔著屏幕和老羅視頻通話。

回溯早期發(fā)展階段，數(shù)字人在智能交互、動(dòng)作精準(zhǔn)度、形象擬真性等方面存在明顯短板。“當(dāng)時(shí)的數(shù)字人更像程序化的機(jī)器人，多采用錄播式播報(bào)，與消費(fèi)者的實(shí)時(shí)互動(dòng)體驗(yàn)較差”，一位數(shù)字人行業(yè)銷售向Tech星球透露。

但他表示，如今的數(shù)字人直播早已脫離“對口型 + 錄播”的初級階段，實(shí)時(shí)互動(dòng)、動(dòng)態(tài)回應(yīng)等功能已相當(dāng)完善，完全能滿足中小商家的直播需求。

賈春鑫向Tech星球進(jìn)一步解釋：傳統(tǒng)數(shù)字人的核心就是唇動(dòng)技術(shù)，一段語音進(jìn)來后驅(qū)動(dòng)嘴型同步，面部以外的肢體動(dòng)作等都是提前錄制好的內(nèi)容，相當(dāng)于 “提線木偶”。

而近幾年大模型技術(shù)的發(fā)展，為數(shù)字人技術(shù)注入了兩大關(guān)鍵能力。首先，是讓數(shù)字人有了 “靈魂”，能夠自主與外界進(jìn)行聲音和語言維度的交互；其次，是肢體語言的動(dòng)態(tài)生成，完全可以根據(jù)對話內(nèi)容，同步生成匹配的表情、肢體動(dòng)作，甚至實(shí)現(xiàn)與外界場景的互動(dòng)。

“正是這兩大能力，讓數(shù)字人成為真正意義上的‘人’，應(yīng)用場景將會變得非常廣泛，也將成為主流的交互體驗(yàn)形式”， 賈春鑫補(bǔ)充道。

技術(shù)破壁的背后，是多元玩家的集結(jié)，他們共同推動(dòng)了技術(shù)的成熟，以及成本的下降。

當(dāng)前賽道已形成三類核心玩家梯隊(duì)：以百度、騰訊、阿里、網(wǎng)易、科大訊飛為代表的科技巨頭，和商湯科技、小冰公司等人工智能服務(wù)商，以及靈犀深智、硅基智能、Tiamat等聚焦垂直領(lǐng)域與特定應(yīng)用場景的企業(yè)。

不過賽道火熱的同時(shí)，大量玩家的涌入也帶來了新的行業(yè)痛點(diǎn)：技術(shù)門檻被快速拉低，產(chǎn)品同質(zhì)化現(xiàn)象愈發(fā)突出。

作為2024年中國數(shù)字人市場占有率最高的企業(yè)，硅基智能的招股書數(shù)據(jù)便直觀暴露了行業(yè)共性挑戰(zhàn)。

招股書數(shù)據(jù)顯示，其毛利率呈波動(dòng)下滑態(tài)勢，在2023年達(dá)到45.8%的峰值后，2024年降至34.3%，2025年上半年進(jìn)一步滑落至31.6%。

客戶結(jié)構(gòu)同樣不容樂觀，報(bào)告期內(nèi)客戶總數(shù)從573家縮減至289家，而最大客戶收入占比卻從2022年的16.6%飆升至2025年上半年的64.4%，大客戶依賴度急劇攀升，抗風(fēng)險(xiǎn)能力顯著減弱。

數(shù)字人如何做到“更像人”？

“只要不是用直播的形式播放數(shù)字人的錄播，平臺一定不會封直播間”，上述一位數(shù)字人服務(wù)商銷售稱。

但事實(shí)上，目前各大電商平臺對于數(shù)字人直播的規(guī)則不一，且均已出臺相應(yīng)規(guī)范措施。

抖音規(guī)定，使用虛擬人直播需先在平臺注冊虛擬人形象，直播時(shí)須由真人驅(qū)動(dòng)實(shí)現(xiàn)實(shí)時(shí)互動(dòng)，禁止純AI驅(qū)動(dòng)互動(dòng)，且虛擬人直播必須進(jìn)行顯著標(biāo)識?？焓忠笊碳沂褂脭?shù)字人直播時(shí)，僅可采用平臺提供的數(shù)字人能力，且直播內(nèi)容不得在短時(shí)間內(nèi)高度機(jī)械重復(fù)。

騰訊視頻號則更嚴(yán)格，其在《視頻號櫥窗達(dá)人【發(fā)布低質(zhì)量內(nèi)容】實(shí)施細(xì)則》中，明確禁止使用虛擬數(shù)字人等非真人形式進(jìn)行代播。

平臺規(guī)則的嚴(yán)格性，在實(shí)操中體現(xiàn)得尤為明顯，一位數(shù)字人供應(yīng)方告訴Tech星球，在抖音開展純數(shù)字人直播極易被封號、限流。

為避免封號，就得打造一眼真的直播間，比如通過提示用戶加燈牌等方式模擬真人互動(dòng)。

今年上半年的諸多案例，更印證了合規(guī)風(fēng)險(xiǎn)的真實(shí)存在。不少商家公開稱，自己花費(fèi)數(shù)萬元購買的數(shù)字人產(chǎn)品，開播不到一個(gè)月就因“直播違規(guī)”被平臺多次封禁，前期投入近乎打水漂。

除了合規(guī)難題，數(shù)字人現(xiàn)存的體驗(yàn)短板也不容忽視。

一位嘗試過數(shù)字人直播的餐飲商家向Tech星球反饋，“如果只是隨手刷直播間，不仔細(xì)分辨，的確不能很快察覺出這是數(shù)字人在直播，但如果你仔細(xì)去辨別，數(shù)字人與真人主播之間的區(qū)別便會顯現(xiàn)?！?/p>

賈春鑫也表示，靈犀深智旗下的秒播AI數(shù)字人直播，大概相當(dāng)于專業(yè)真人主播8成的功力，已經(jīng)超過了普通的素人主播，但還需要繼續(xù)進(jìn)化。

關(guān)鍵還是體驗(yàn)突破，提升AI的直播能力。所以現(xiàn)階段也決定了數(shù)字人的核心定位，并非直接替代專業(yè)主播，而是以提效降本為主要價(jià)值。

正如賈春鑫所言，“數(shù)字人直播的首要作用是提效，當(dāng)真人直播難以實(shí)現(xiàn)預(yù)期投資回報(bào)率，或受限于時(shí)長無法全天開播時(shí)，AI數(shù)字人可以作為有效補(bǔ)充，填補(bǔ)直播時(shí)段空白、降低運(yùn)營成本，獲得額外的增量收益?！?/p>

不過，百度通過羅永浩數(shù)字人的公開亮相，或許將會是數(shù)字人賽道的下一步發(fā)展方向。讓數(shù)字人具備更高階的智能交互能力、更貼近真人的表達(dá)與反應(yīng)邏輯，或?qū)⒊蔀閿?shù)字人賽道突破當(dāng)前瓶頸，實(shí)現(xiàn)下一階段跨越的關(guān)鍵節(jié)點(diǎn)。