AI数字人主播：真人主播的“嘴替”？

伴随着略显诡异的配乐，镜头扫向一个房间：几排桌子整齐地摆放着数十台电脑，屏幕上是各种主播正在卖货。此时，几行大字啪啪啪打出：“太吓人了，200平方米直播基地空无一人，全是AI数字人直播……”可仔细一看，这些主播的长相又似乎跟真人无异。最近，你在微博、小红书，以及各大短视频平台上，是否刷到过类似视频？有人真诚发问：真人主播要失业了？也有人感慨，这是人类运用技术打造“入侵真实的仿象”又一案例。这种现在频频现身直播间的AI主播，名叫“2D超写实数字人”。用最直白的语言来介绍，就是真人主播的“嘴替”。随着人工智能概念近期的火爆，它们也被营销公司包装成能替代真人主播的带货小能手。问题是，如果真人主播都搞不定，数字人能带来成功吗？

数字人涌进直播间数字人并不新鲜，洛天依、柳夜熙等都红极一时；带货也非初次试水，各种虚拟偶像此前早就参与过。而眼下这波正在风头上的数字人，有点不一样。虚拟偶像洛天依、柳夜熙他们的形象更接近于普通人，如果不仔细看画面，会误以为就是真人。目前，这些AI主播主要出现在本地生活团购的直播间，引导用户购买各种团购券，也有少数会售卖零食、快消品等标品，以单纯的讲解为主。直播间里的2D超写实数字人主播“欢迎新进直播间的宝宝们，5号链接大家都去拍”“团购呢是到店消费，人均不到50米（元）就能吃到烤肉”“招牌的牛鞭牛尾炖鲍鱼套餐直播间只要68米，还在等什么”……当有用户进入直播间，他们可能会念出网名并表示欢迎；除了介绍商品，还可以简单回答弹幕区的问题进行“互动”。按照提供此类技术服务的公司的说法，这些2D超写实数字人主播，“以真人为基础1:1数字复刻而成的模型，和真人的形象、表情、声音几乎一模一样”。

“我们熟悉的虚拟偶像，主要靠穿戴动作捕捉设备的‘中之人’（操纵数字人进行直播的人），而2D超写实数字人走的是另一种技术路径。”在杭州从事数字人行业四五年的阿文解释，“整个过程简单点讲，就是你事先拍一段三五分钟的视频，一般在绿幕前，可以加上一些常用手势；通过技术训练，根据你的视频生成数字人；后续每次有需要时，只要给一段文案或者音频，它就会基于之前的视频，替换嘴型部分，而表情、手势等，依然是你的原视频，所以看起来一模一样。”

数字人的优势和风险就现阶段来说，这些数字人主播普遍还没到炉火纯青的地步。看得久了，就会发现他们的动作是重复的，车轱辘话也是说了一圈又一圈；有些抠图痕迹明显，偶尔还会出现音画不同步。看出端倪的网友好奇地在弹幕区发问：“主播是真人吗？”但2D超写实数字人主播有一大优势，就是：便宜。他们可以365天7×24小时不间断吆喝带货，还不需要交五险一金，卖出的货不拿提成。场地成本同样省了，想要什么背景，动手直接在电脑上替换。

数字人在直播和短视频领域的应用前景除了电商领域，在阿文看来，这类2D超写实数字人的最佳使用场景，是纯观点输出的短视频。“比如罗振宇之前坚持了十年的‘罗胖60秒’。此类视/音频无需实时互动，动作也没太大变化，每次只需要替换嘴型部分，大大节省制作时间和成本。”事实上，一些大V正在这么做。如果你刷过几期财经自媒体博主刘润的短视频，就会发现屏幕大多打着一行字：部分画面使用了AI技术制作。

入局的还有互联网大厂。3月底，腾讯发布AI智能创作助手“腾讯智影”，主打人人都能打造数字人。用户上传少量图片、视频素材，就能得到自己的数字人分身，数字人直播也已接入。而早在去年的百度世界大会上，“百度App数字人计划”就号称要实现“人均一个数字人”。腾讯AI智能创作助手“腾讯智影”

但数字人用于直播和短视频也存在风险。5月9日，抖音发布关于人工智能生成内容的平台规范暨行业倡议。其中提到，创作者、主播、用户、商家、广告主等平台生态参与者，在抖音应用生成式人工智能技术时，发布者应对人工智能生成内容进行显著标识，帮助其他用户区分虚拟与现实，特别是易混淆场景；虚拟人需在平台进行注册，虚拟人技术使用者需实名认证；禁止利用生成式人工智能技术创作、发布侵权内容，包括但不限于肖像权、知识产权等。一经发现，平台将严格处罚。

除了电商领域，在阿文看来，这类2D超写实数字人的最佳使用场景，是纯观点输出的短视频。“比如罗振宇之前坚持了十年的‘罗胖60秒’。此类视/音频无需实时互动，动作也没太大变化，每次只需要替换嘴型部分，大大节省制作时间和成本。”事实上，一些大V正在这么做。如果你刷过几期财经自媒体博主刘润的短视频，就会发现屏幕大多打着一行字：部分画面使用了AI技术制作。