文|光子星球 何芙蓉
編輯|吳先之
“歡迎xx來到直播間” “我們這款產(chǎn)品……”
凌晨，打開抖音、淘寶、攜程等平臺(tái)，仍然有主播在直播間循環(huán)介紹著店里的幾款商品。但她們略顯機(jī)械的語句停頓與固定的幾個(gè)手勢循環(huán)，可以看出，這些主播并不是真人出鏡，而是AI數(shù)字人。
AI浪潮下，虛擬主播在今年618之際加速卷入直播間。
618期間，京東更是推出“言犀虛擬主播”產(chǎn)品，幫助商家減負(fù)增收。據(jù)京東戰(zhàn)報(bào)顯示，開門紅開啟10分鐘，數(shù)字人直播間開播商家數(shù)較去年雙11增幅近400%。另外，像雅詩蘭黛、歐萊雅、寶潔等品牌也已經(jīng)在嘗試接入虛擬主播服務(wù)于直播電商。
今年上半年，ChatGPT、Midjourney、文心一言等產(chǎn)品的出現(xiàn)，掀起了AI新一輪的技術(shù)革新浪潮。AI在給一些行業(yè)帶來更多想象空間的同時(shí)，也給很多“打工人”帶來了危機(jī)。
一時(shí)間，關(guān)于“AI替代人類” “AI導(dǎo)致失業(yè)”的討論也甚囂塵上。
如今， AIGC 技術(shù)率先被電商行業(yè)廣泛應(yīng)用于實(shí)踐，伴隨著越來越多的AI主播出現(xiàn)在直播間，AI替代論似乎也開始從預(yù)知變?yōu)楝F(xiàn)實(shí)。
AIGC“落地”直播間
將虛擬人應(yīng)用于文娛、短視頻、直播帶貨等領(lǐng)域其實(shí)并不算什么新鮮事。在此之前，已經(jīng)有洛天依、A-Soul這樣的二次元虛擬IP，也有3D超寫實(shí)數(shù)字人柳夜熙出圈。
而當(dāng)前風(fēng)靡直播間的AI主播屬于2D超寫實(shí)數(shù)字人，這一技術(shù)以真人為原型，復(fù)刻主播的形象、聲音，以及表情動(dòng)作，打造出一個(gè)與真人相似度極高的仿真人。2D超寫實(shí)數(shù)字人更像是專門為直播場景量身打造的。
雖然像文旅展廳、新聞資訊、學(xué)校等也都已經(jīng)在接入數(shù)字人，但AI主播在直播帶貨場景的應(yīng)用則意味著AIGC的商業(yè)化落地開始轉(zhuǎn)向C端變現(xiàn)。
“AI主播這一塊可以說是AIGC技術(shù)最容易應(yīng)用實(shí)踐的，或者說更容易變現(xiàn)的一個(gè)領(lǐng)域?！泵鎸?duì)AI主播的風(fēng)潮，即構(gòu)科技一位內(nèi)部人士如此評(píng)價(jià)。
即構(gòu)科技在2019年之前就開始投入對(duì)AI的研究，基于微博、陌陌、映客、TT 語音等客戶基礎(chǔ)，此前其AI技術(shù)主要運(yùn)用于泛娛樂以及社交領(lǐng)域?！氨热缫曨l美顏、聲音降噪，視頻的摳圖，都會(huì)應(yīng)用到AI技術(shù)。”
事實(shí)上，AIGC產(chǎn)業(yè)鏈逐步完善和成熟是AI數(shù)字人涌入直播間的主要推力。例如實(shí)時(shí)音頻的即構(gòu)科技、AI作畫平臺(tái)研發(fā)供應(yīng)6pen、超擬人大模型研發(fā)商聆心智能等?！叭ツ?，虛擬人就已經(jīng)作為我們?cè)钪娼鉀Q方案里面的其中一個(gè)產(chǎn)品出現(xiàn)，即用戶在元宇宙里面的數(shù)字分身，當(dāng)時(shí)是偏3D建模的方向，我們的虛擬人Zego Avatar可以做到面部表情到四肢動(dòng)作隨動(dòng)，將真人姿態(tài)在虛擬形象上進(jìn)行實(shí)時(shí)的還原渲染，在交互空間里轉(zhuǎn)身、跳躍等完成一些更復(fù)雜的動(dòng)作。”
“到了今年，我們就從AI團(tuán)隊(duì)專門抽調(diào)了一部分人去做數(shù)字人項(xiàng)目，這次做的則類似于仿真人，主要用途就是在口播這一領(lǐng)域。”目前也已經(jīng)有很多MCN、廣告公司、設(shè)計(jì)公司、學(xué)校在與其數(shù)字人服務(wù)進(jìn)行合作接洽。
而之所選擇從“口播”切入，數(shù)字人技術(shù)廠商們也是看準(zhǔn)了短視頻、直播行業(yè)的切實(shí)需求。
上述人士直言，對(duì)于MCN等公司來說，引進(jìn)虛擬主播可以說是一個(gè)很好的規(guī)避風(fēng)險(xiǎn)、降本增效手段。
“譬如發(fā)生像李子柒這類大IP與MCN公司分道揚(yáng)鑣的事件，很多MCN是保不住IP資產(chǎn)的。若主播一開始就在公司錄制了數(shù)字分身，并明確了歸屬，那么這個(gè)數(shù)字分身會(huì)一直作為公司資產(chǎn)，不會(huì)因?yàn)橹鞑コ鲎叨魇??！?/p>
另外，虛擬主播最直接需求便是打破真人主播在直播時(shí)長等方面的制約，做到24小時(shí)不間斷直播。在現(xiàn)有案例中，一些商家已經(jīng)選擇將AI主播用于夜間直播，作為真人主播在時(shí)間上的補(bǔ)充。
一位MCN人士表示，在直播帶貨的過程中，場景搭建也是一塊不小的支出，而且很多物料不能被重復(fù)利用，常常被浪費(fèi)。數(shù)字化場景的搭建同樣有AI技術(shù)的用武之地。
另一個(gè)層面來看，與其說是AI替代真人主播，它其實(shí)也正在作為一種工具促進(jìn)生產(chǎn)力與創(chuàng)造力的解放，為內(nèi)容創(chuàng)作者騰出了時(shí)間和空間在“幕后”做更多的創(chuàng)意性的工作，比如產(chǎn)品特色梳理、直播互動(dòng)體驗(yàn)優(yōu)化、直播間搭設(shè)升級(jí)等。
據(jù)光子星球了解，目前市面上定制一個(gè)仿真主播，其成本價(jià)基本在一萬多的水平，這對(duì)比真人直播的人力成本，顯然能夠縮減開銷。
理想狀態(tài)下，若虛擬主播能夠在逼真程度、即時(shí)反饋等方面做到與真人主播無異，這對(duì)于直播行業(yè)的影響不言而喻。
但實(shí)際效果還遠(yuǎn)沒達(dá)到這個(gè)程度。
另一位數(shù)字人廠商人士志輝（化名）表示：“我們目前已經(jīng)有一些MCN、本地生活服務(wù)商達(dá)成合作，另外像保潔、貝亦美、奧迪汽車等品牌也即將會(huì)展開合作，但直播效果還是要視情況而定?！?/p>
“目前來看，數(shù)字人的服務(wù)場景是有限的?，F(xiàn)在在本地生活團(tuán)購、文旅產(chǎn)品等直播話術(shù)相對(duì)固定，且重復(fù)頻率較高的直播間運(yùn)用的比較多。而像美妝等口紅產(chǎn)品需要沉浸式介紹，AI主播還難以做到?！?/p>
除此之外，像快消百貨等標(biāo)品介紹、知識(shí)型的短視頻與直播，講解話術(shù)相對(duì)統(tǒng)一，也能夠適用虛擬主播。
要論結(jié)果，目前AI主播還遠(yuǎn)不能達(dá)到真人直播的效果。但正如一位抖音本地生活服務(wù)商人士所言：“我們大家都還在‘試’，前期肯定是有一個(gè)探索完善的過程?！?/p>
AI主播不夠“AI”
AI主播不夠“AI”，也是目前制約其直播效果的最直接因素。
對(duì)于虛擬主播的工作原理，上述數(shù)字人廠商人士志輝表示，作為技術(shù)廠商，我們主要是為客戶提供一個(gè)saas軟件，通過軟件直接推流到第三方平臺(tái)去做直播。然后客戶在這個(gè)軟件后臺(tái)去設(shè)定所謂的“人貨場”，即開播前在后臺(tái)選擇虛擬主播、提前設(shè)定好產(chǎn)品介紹，以及可以去生成數(shù)字化的直播場景。
“我們現(xiàn)在的商業(yè)邏輯主要就是把軟件功能做好，然后客戶通過軟件去管理直播間，以更方便的在后臺(tái)去編輯、更改直播內(nèi)容?！?/p>
可以看出，廠商更多的是將AI技術(shù)應(yīng)用于數(shù)字人的生成上，但是涉及到具體的直播時(shí)，他們更像是提供了一個(gè)輔助直播的管理工具。
直播時(shí)，現(xiàn)場互動(dòng)以及反饋直播間用戶的提問是提升直播效果非常重要的一個(gè)部分。
但上述即構(gòu)科技內(nèi)部人士坦言：“現(xiàn)階段數(shù)字人直播時(shí)都需要提前準(zhǔn)備一個(gè)問題庫，直播過程中收到相關(guān)彈幕或提問，就在問題庫內(nèi)調(diào)取相關(guān)回答，問題庫的內(nèi)容越全面、越細(xì)致，數(shù)字人直播的互動(dòng)體驗(yàn)才能相應(yīng)提高?！?/p>
相當(dāng)于AI主播在工作時(shí)，工作人員不僅要事先準(zhǔn)備相關(guān)產(chǎn)品介紹話術(shù)，涉及臨場互動(dòng)的問答也要提前預(yù)設(shè)好。
目前，數(shù)字人直播仍然囿于問題庫的預(yù)設(shè)來驅(qū)動(dòng)實(shí)時(shí)反饋和互動(dòng)效果，若要做到真正的開放性回答，這其中既有技術(shù)的難題，也有監(jiān)管等問題，譬如對(duì)一些敏感詞的觸碰。
“未來肯定會(huì)接入ChatGPT那樣的能力做開放性的回答，比如做個(gè)圍欄限定開放性回答的可控范圍，目前還在技術(shù)研究的過程中?！?/p>
當(dāng)前，行業(yè)對(duì)于AI數(shù)字人直播的探索仍然停留在工具階段，還代替不了運(yùn)營。但技術(shù)的突破與以及價(jià)格的下降已經(jīng)使得虛擬主播具備了走向大眾化的基礎(chǔ)。
如今AI主播的定制過程并不復(fù)雜，用戶只需提供一段形象視頻與直播話術(shù)音頻，幾天后就能拿到一個(gè)1:1克隆的數(shù)字人。
隨著數(shù)字人在直播等場景的需求被開發(fā)出來，需求攀升的同時(shí)也使得更多的科技公司加入數(shù)字人研發(fā)的大潮，進(jìn)而推動(dòng)數(shù)字人價(jià)格的下降。“幾年前，茅臺(tái)定制一個(gè)數(shù)字人，就要花幾十萬?！?/p>
一位淘寶數(shù)字人定制廠商則表示，基于真人的聲音與形象定制一個(gè)數(shù)字人的價(jià)格為11000元，終身使用，后續(xù)再無其他費(fèi)用。若是購買公司的固定數(shù)字人模板，價(jià)格則更低。
在這個(gè)過程中，越來越多自稱是AI數(shù)字人定制的商家逐漸滲透至淘寶、抖音、快手、閑魚等平臺(tái)，品牌、用戶等接觸到AI定制服務(wù)的門檻也在降低。
而那些散落在各個(gè)平臺(tái)的商家，則更多的是代理商，或者其他中間商。這其中也混雜著不少假AI商家，比如一段視頻動(dòng)作循環(huán)播放，并未體現(xiàn)多少的智能化。
“目前真的在做技術(shù)研發(fā)、產(chǎn)品開發(fā)的源頭廠商，整個(gè)行業(yè)也就二十多家，我們作為其中一家自研企業(yè)，也正處在打渠道的階段?！币晃粯I(yè)內(nèi)人士表示。
探索與不確定性
一位電商行業(yè)人士表示，2021年他們便開始在TikTok嘗試虛擬直播，但沒做幾個(gè)月就不得不停了?！爱?dāng)時(shí)虛擬直播同質(zhì)化很嚴(yán)重，互動(dòng)少，平臺(tái)封得厲害?！?/p>
國內(nèi)電商平臺(tái)同樣如此，此前也有類似于動(dòng)畫人物形態(tài)的虛擬主播被用于淘寶天貓直播間，可惜在直播效果、視覺化、互動(dòng)等方面始終差強(qiáng)人意，虛擬直播并沒有被廣泛的應(yīng)用。
“現(xiàn)在抖音已經(jīng)明確開放了數(shù)字人直播，其實(shí)從這些平臺(tái)的態(tài)度就已經(jīng)能夠看到AI直播的大趨勢。”一位電商行業(yè)人士表示。
AI直播作為一個(gè)新型事物，目前處在發(fā)展應(yīng)用的初期，但平臺(tái)、商家，以及MCN等都表現(xiàn)出了擁抱探索的心態(tài)。
5月9日，抖音發(fā)布《抖音關(guān)于人工智能生成內(nèi)容的平臺(tái)規(guī)范暨行業(yè)倡議》，針對(duì)人工智能生成的視頻、圖片和衍生的虛擬人直播，首次明確其在平臺(tái)內(nèi)的行為規(guī)范。本次新規(guī)推出，虛擬主播不再游走于抖音審核邊界，正式“合法化”?？焓?、淘寶直播等平臺(tái)目前暫時(shí)還未跟進(jìn)。
抖音強(qiáng)調(diào)內(nèi)容為王，利用人工智能輔助的創(chuàng)作內(nèi)容與其他內(nèi)容擁有同等的流量分配規(guī)則，用戶可以依托技術(shù)進(jìn)行輔助創(chuàng)作具有更高質(zhì)量的內(nèi)容，但不提倡利用低成本技術(shù)優(yōu)勢生成低質(zhì)內(nèi)容。同時(shí)需要進(jìn)行實(shí)名注冊(cè)，并標(biāo)識(shí)虛擬人直播。
“平臺(tái)是開放的，但它最根本的標(biāo)準(zhǔn)在于你得輸出一些高質(zhì)量的內(nèi)容。比如你不能錄播，在直播過程中得有實(shí)時(shí)的提問和反饋等?！盇I生成內(nèi)容成本低，容易陷入低質(zhì)內(nèi)容的漩渦，平臺(tái)開放后同樣會(huì)對(duì)低質(zhì)內(nèi)容進(jìn)行管控。
“我們只能盡量做到合規(guī)?！鄙鲜鋈耸恐毖?。
技術(shù)的發(fā)展有一個(gè)過程，目前AI直播在互動(dòng)反饋、畫面效果等方面仍然存在著短板，而技術(shù)的突破也直接決定了數(shù)字人直播的發(fā)展走向。