文 | 硅基研究室 kiki
2024年3月，數(shù)字人服務(wù)商阿杰清晰記得在公司舉辦的一場(chǎng)分享會(huì)上，不大的會(huì)議室里擠滿了焦慮的老板們。焦慮被包含在具體的問(wèn)題里——“無(wú)人直播是不是就是錄播？”“創(chuàng)始人IP怎么變現(xiàn)？”“矩陣批量直播怎么干？”
最高峰時(shí)，他記得自己一天接到十幾個(gè)咨詢，接待過(guò)四五波實(shí)地考察的客戶，最終成交的訂單也很可觀，那是大模型的應(yīng)用熱下AI數(shù)字人作為「淘金地」的一個(gè)縮影，流傳在圈里的GMV神話繼續(xù)放大行業(yè)的樂(lè)觀，有人形容這是數(shù)字人的「印鈔機(jī)年代」。
從行業(yè)看去，2024年也是數(shù)字人借大模型「重生」的關(guān)鍵之年，多家數(shù)字人廠商收獲新一輪融資、數(shù)字人代理江湖進(jìn)入新一輪擴(kuò)張，騰訊、百度、京東以及諸多大模型明星企業(yè)均將數(shù)字人視為大模型落地的前哨站......
隨手打開社交媒體應(yīng)用，深夜數(shù)字人直播間和短視頻內(nèi)容并不鮮見(jiàn)，但一年過(guò)去，這場(chǎng)數(shù)字人熱潮也正在經(jīng)歷看得見(jiàn)的洗牌和變化。
01 從能用到有用，無(wú)法全能的數(shù)字人
在數(shù)字人服務(wù)商阿杰眼中，和去年的狂熱不同，今年前來(lái)咨詢的客戶明顯是「有備而來(lái)」。有的對(duì)比過(guò)多家平臺(tái)的價(jià)格，甚至已經(jīng)踩過(guò)不少坑，一上來(lái)就會(huì)直接比價(jià)，問(wèn)核心系統(tǒng)，有的則是對(duì)自身的業(yè)務(wù)場(chǎng)景和目的十分明確：“甚至都不會(huì)問(wèn)我要落地用例，直接問(wèn)ROI，要結(jié)果。”
「只用說(shuō)123」是數(shù)字人推廣的經(jīng)典話術(shù) 圖源：抖音截圖
比起數(shù)字人廠商的宣傳話術(shù)，多數(shù)企業(yè)對(duì)數(shù)字人的態(tài)度正經(jīng)歷一場(chǎng)祛魅，這種務(wù)實(shí)態(tài)度體現(xiàn)在兩方面：一是數(shù)字人的技術(shù)成熟并非一蹴而就，廠商們所宣稱的「一句話生成數(shù)字人」實(shí)則需要經(jīng)歷具體業(yè)務(wù)的磨合。二是商家也逐漸意識(shí)到，數(shù)字人無(wú)法全能，目前只是降本的工具。
理解這種態(tài)度的變化，2D數(shù)字人直播就是一個(gè)觀察窗口。
國(guó)內(nèi)某服裝品牌直播負(fù)責(zé)人可心告訴「硅基研究室」，他們?cè)?021年就接觸到數(shù)字人直播，但效果一直不溫不火，原因一方面是流量問(wèn)題。平臺(tái)的流量規(guī)則不斷在變，企業(yè)往往希望公私域聯(lián)動(dòng)，爭(zhēng)取更大的流量規(guī)模和更優(yōu)的流量利用率，但抖音、微信、快手等平臺(tái)對(duì)AI數(shù)字人直播較為謹(jǐn)慎，數(shù)字人很難在公域流量池直接露出，平臺(tái)也沒(méi)有流量扶持。
抖音明確禁止無(wú)人直播 圖源：微博
另一方面則是技術(shù)的成熟度不及預(yù)期?？尚谋硎荆缙跀?shù)字人的智能性、精準(zhǔn)性、擬真性和互動(dòng)性并不高：“相對(duì)來(lái)說(shuō)是比較像機(jī)器人的，類似錄播形式，和消費(fèi)者的互動(dòng)還需要進(jìn)一步提升。”
盡管大模型一定程度上緩解了上述問(wèn)題，但數(shù)字人從能用到真正好用，并非一蹴而就：“這是一個(gè)逐步滿足的過(guò)程，而不是一次性滿足。”
首先，從技術(shù)層來(lái)看，一位大廠技術(shù)負(fù)責(zé)人提到，2D數(shù)字人和大模型結(jié)合經(jīng)歷了「單人模型-通用大模型」階段。在單人模型階段，訓(xùn)練一個(gè)單人大模型需要經(jīng)歷建模、驅(qū)動(dòng)和渲染等環(huán)節(jié)，但由于服務(wù)的是單個(gè)具體商家，參數(shù)量不大，對(duì)數(shù)據(jù)依賴也沒(méi)那么高，但核心需要提升的是模型的魯棒性和數(shù)字人的交互能力，如大姿態(tài)、聲唇同步等，這些都需要算法和模型架構(gòu)的調(diào)優(yōu)和升級(jí)。
在通用大模型階段，特別是多模態(tài)模型的發(fā)展，得益于大模型自身的泛化能力，圖片、視頻和語(yǔ)音數(shù)據(jù)的多樣性，目前在部分場(chǎng)景下2D數(shù)字人可實(shí)現(xiàn)一體化生成，縮短了制造和生產(chǎn)周期。而年初隨著DeepSeek拉動(dòng)低成本推理模型下沉，也加速了數(shù)字人能力的迭代，譬如在直播間的智能回復(fù)上。
而當(dāng)這些技術(shù)的迭代升級(jí)落到商家的具體業(yè)務(wù)端，數(shù)字人廠商和商家場(chǎng)景也有一個(gè)磨合的階段。可心提到，盡管從數(shù)字人形象、直播間場(chǎng)景設(shè)置到最終測(cè)試上線，比起此前的數(shù)月周期，現(xiàn)在可以不到3天就看到Demo，一個(gè)月就用上數(shù)字人，但無(wú)論是平臺(tái)形象庫(kù)的豐富度，還是數(shù)字人的智能回復(fù)水平，前后用了一年的時(shí)間才達(dá)到他們的預(yù)期水平。
其次，從實(shí)際場(chǎng)景來(lái)看，更多的企業(yè)也意識(shí)到，由于數(shù)字人應(yīng)用還在早期，數(shù)字人無(wú)法替代人，最多的還是起到引流和降本的作用。譬如在直播場(chǎng)景，目前企業(yè)應(yīng)用數(shù)字人一般有三類打法：
一是創(chuàng)新直播樣態(tài)，創(chuàng)新業(yè)務(wù)。比如總裁IP、雙數(shù)字人直播等，給頭部品牌的店播增加新玩法，起到創(chuàng)新業(yè)務(wù)和引流獲客的作用。
二是矩陣直播，作為閑時(shí)補(bǔ)充。此類數(shù)字人直播和真人主播協(xié)同，滿足用戶全時(shí)段購(gòu)物需求。
三是強(qiáng)運(yùn)營(yíng)模式，量大管飽。一些中小企業(yè)會(huì)和數(shù)字人源碼廠商合作，利用矩陣直播和私域裂變，但這需要非常強(qiáng)的直播操盤能力（包括選品、供應(yīng)鏈、運(yùn)營(yíng)等），還需要熟悉和了解平臺(tái)規(guī)則。
可心提到，目前數(shù)字人只是起到協(xié)同和降本作用，帶來(lái)最直觀的影響是——他們?nèi)∠撕筒糠旨媛氈鞑サ暮献?，未?lái)是否要大力布局，還需要看技術(shù)的成熟度和數(shù)字人帶貨的實(shí)際效果。
02 為了降低成本和應(yīng)用門檻，三線并進(jìn)
企業(yè)端對(duì)數(shù)字人的態(tài)度走向務(wù)實(shí)，頭部數(shù)字人廠商甚至更早一點(diǎn)就給市場(chǎng)潑起了「冷水」。
專注在3D虛擬數(shù)字人領(lǐng)域的中科深智創(chuàng)始人成維忠在2023年就直言：“有的企業(yè)半年沒(méi)接到單，很正常。”硅基智能創(chuàng)始人司馬華鵬也曾提到：“真人直播做不好，數(shù)字人也沒(méi)戲?！彼J(rèn)為，僅在數(shù)字人直播領(lǐng)域，和科技、運(yùn)營(yíng)、供應(yīng)鏈、IP、賬號(hào)體系多方面相關(guān)。
驅(qū)動(dòng)數(shù)字人廠商這種理性態(tài)度的根本原因在于——行業(yè)正在通過(guò)降價(jià)、技術(shù)開源和產(chǎn)品組合化「三線并進(jìn)」，大力降低數(shù)字人應(yīng)用的門檻。
在價(jià)格上，阿杰告訴「硅基研究室」，從去年開始，數(shù)字人行業(yè)的價(jià)格競(jìng)爭(zhēng)就很激烈，有的號(hào)稱賣源碼的甚至都把價(jià)格卷到了幾千元，“幾乎是白菜價(jià)”。
微信生態(tài)內(nèi)的數(shù)字人源碼廠商/服務(wù)商 圖源：微信截圖
「硅基研究室」發(fā)現(xiàn)，目前市面上數(shù)字人的價(jià)格有8000-5萬(wàn)一年的產(chǎn)品，也有百萬(wàn)、千萬(wàn)級(jí)的項(xiàng)目，但相比幾年前數(shù)字人的單一采購(gòu)，目前這種大單數(shù)字人廠商一般只屬于「被集成」的一部分。
從定價(jià)模式來(lái)看，各大廠商大多采用組合定價(jià)——包括定制服務(wù)、付費(fèi)訂閱、平臺(tái)代運(yùn)營(yíng)等多種模式，來(lái)滿足不同用戶的需求，還有的是直接源碼買斷，但需要辨別技術(shù)真?zhèn)巍?/p>
「硅基研究室」從多位數(shù)字人源碼廠商推廣人員了解到，源碼獨(dú)立部署的報(bào)價(jià)在幾千到幾萬(wàn)不等，但「具體可以再談」，一些廠商甚至直接打出了「被封就退款」的賣點(diǎn)，但阿杰提到，源碼廠商目前魚龍混雜，單看價(jià)格看不出技術(shù)水平：“你不知道它是自研，還是套殼?！?/p>
他記得自己的一個(gè)客戶就被源碼廠商的套路坑過(guò)，花了幾萬(wàn)買斷源碼，部署了幾臺(tái)服務(wù)器，折騰幾個(gè)月產(chǎn)品上線后，發(fā)現(xiàn)根本用不起來(lái)。
降價(jià)之外，從去年下半年開始，數(shù)字人廠商也在掀起「開源熱」。
比如硅基智能在近期開源數(shù)字人模型 heygem.ai，阿里達(dá)摩院推出的 EchoMimic V2，專注在數(shù)字人半身動(dòng)畫視頻生成；騰訊與浙大聯(lián)合開源的 Sonic ，京東開源的普通話數(shù)字人項(xiàng)目JoyHallo、字節(jié)跳動(dòng)推出的端到端唇形同步框架Latentsync等等，都在加速數(shù)字人技術(shù)的普及。
而在部分業(yè)內(nèi)人士眼中，數(shù)字人更明顯的一層變化還在于從項(xiàng)目制轉(zhuǎn)向產(chǎn)品制。
上述大廠技術(shù)負(fù)責(zé)人提到，過(guò)去數(shù)字人訂單主要集中在G端，例如政務(wù)領(lǐng)域線下的數(shù)字人大屏等，現(xiàn)在隨著數(shù)字人的普及，各大廠商會(huì)細(xì)化解決方案，特別是大廠會(huì)提供標(biāo)準(zhǔn)化的產(chǎn)品解決方案和豐富的數(shù)字人組件商店，提高整體標(biāo)品的交付能力。
除此以外，售賣數(shù)字人一體化的軟硬件設(shè)備也成了一些廠商的標(biāo)配，如AI虛擬人直播機(jī)、智能交互機(jī)等，核心都是為了提升數(shù)字人的易用性。
03 多變的競(jìng)爭(zhēng)格局，從合縱連橫到各尋出路
「股神」巴菲特曾告誡投資者：“要到魚多人少的地方釣魚。”
但在數(shù)字人領(lǐng)域，「魚多人多」已是行業(yè)的某種共識(shí)，一眼望去，擠滿了焦慮的行業(yè)玩家。
數(shù)字人賽道的行業(yè)玩家目前可以分為三類：大廠派、垂直派和AI派。
大廠派，如騰訊智影、百度的曦靈平臺(tái)、京東的言犀、商湯的如影，華為云的MetaStudio數(shù)字人生產(chǎn)平臺(tái)等，大廠瞄準(zhǔn)數(shù)字人的意圖不僅在可落地的應(yīng)用場(chǎng)景，還在于搶奪入口價(jià)值。
有從業(yè)人士告訴「硅基研究室」，所謂的入口價(jià)值一方面在前端，數(shù)字人可以接入各類AI硬件；另一方面，數(shù)字人作為組件可以串聯(lián)起大廠的底層云端算力、大模型MaaS服務(wù)和AIGC產(chǎn)品。
而垂直派如硅基智能、風(fēng)平智能、小冰、魔琺科技、出門問(wèn)問(wèn)、中科深智、配撥精靈等，各自的技術(shù)路徑和商業(yè)化戰(zhàn)略也不盡相同。
硅基智能、風(fēng)平智能等數(shù)字人企業(yè)由于進(jìn)入數(shù)字人領(lǐng)域較早，產(chǎn)品矩陣和渠道資源是其主要優(yōu)勢(shì)，而聚焦在3D數(shù)字人領(lǐng)域的魔琺科技則有較強(qiáng)的高質(zhì)量3D數(shù)據(jù)沉淀，這些垂直派雖直面大廠的競(jìng)爭(zhēng)，但也表現(xiàn)出了較強(qiáng)的競(jìng)爭(zhēng)力。
還有的則是AI派，主要是指一批大模型明星創(chuàng)企，如零一萬(wàn)物、階躍星辰、智譜AI等，等隨著商業(yè)化加速，數(shù)字人也在它們的「射程」之內(nèi)。
不同行業(yè)玩家并非是絕對(duì)的競(jìng)爭(zhēng)關(guān)系，考慮到算力、場(chǎng)景和生態(tài)等因素，多方合縱連橫一直在發(fā)生。
比如，在跨境出海上，考慮到出海的算力穩(wěn)定性，特看科技就和阿里云合作；在醫(yī)療領(lǐng)域，硅基智能就和華為云合作布局了盤古AI醫(yī)學(xué)大屏，醫(yī)療作為華為的強(qiáng)勢(shì)場(chǎng)景，數(shù)字人廠商和云廠商間的合作布局還會(huì)越來(lái)越多。
可以確定的是，數(shù)字人的競(jìng)爭(zhēng)會(huì)在2025更加激烈。「硅基研究室」了解到，包括京東在內(nèi)的大廠會(huì)繼續(xù)加碼數(shù)字人布局，而隨著數(shù)字人生成的數(shù)量和質(zhì)量繼續(xù)提升、價(jià)格的下探和玩法的增多，行業(yè)必定迎來(lái)新的洗牌期。
“只賣SaaS，單賣接口的，沒(méi)有技術(shù)壁壘的，未來(lái)生意會(huì)越來(lái)越難做”。阿杰已提前感受到了一些「涼意」，他身邊的數(shù)字人從業(yè)者有的想借做代理，再掙一波快錢，有的也在考慮轉(zhuǎn)行，因?yàn)楦?jìng)爭(zhēng)越來(lái)越激烈。
天眼查數(shù)據(jù)顯示，截至2024年，中國(guó)與數(shù)字人相關(guān)的企業(yè)數(shù)量已達(dá)114.4萬(wàn)家，僅2024年前五個(gè)月就新增注冊(cè)企業(yè)17.4萬(wàn)余家。
誠(chéng)然，距離千行百業(yè)落地?cái)?shù)字人還待時(shí)間驗(yàn)證，但隨著數(shù)字人告別「印鈔機(jī)」年代，行業(yè)或迎來(lái)新拐點(diǎn)，一場(chǎng)新的洗牌又開始了。