数字人的“生死疲劳”，何解？

文 | 脑极体

来源：钛媒体 原标题：《数字人的生死疲劳》

图片来源：由无界版图AI工具生成

你看好数字人吗？

这个问题在今天似乎颇难回答。如果从宏观趋势上看，数字人的利好要素似乎已经达到了一个空前的高度。比如有市场分析机构预测，到2026年中国AI数字人的市场规模将突破100亿人民币，整体市场呈现高速增长态势。又比如今年7月，北京发布了《北京市促进数字人产业创新发展行动计划（2022-2025年）》（以下简称《行动计划》），这意味着数字人产业迎来了中国首个专项支持政策。《行动计划》中甚至提到，到2025年北京市数字人产业规模突破500亿元。

但如果我们从微观上看，又会发现数字人的发展与应用并不是一帆风顺的。今年双11，大量商家开始放弃使用数字人；很多企业、机构的数字人员工、虚拟偶像，在发布之后就杳无音讯；数字人解决方案报价太高、维护太贵的声音不绝于耳；很多投入了大量宣发资源，被寄予厚望的数字人项目，极短时间内就丧失了流量。

如果说，数字人在2020年末到2021年，高速完成了从技术孵化到教育市场的创生期，那么在目前阶段，数字人则恰好处在从产业链搭建到大规模应用转化的过渡期。这个阶段，虽然整体市场依旧被看好。但从产业链到应用场景、接受情况中的一系列问题也暴露了出来。数字人市场，开始不能用简单的“好”与“不好”来评判。

速生速死，极限拉扯的数字人，不免让我们想起一本书——莫言的《生死疲劳》。

莫言说，人活着就是要疲劳。今天我们可以说，不光是人，数字人想要活着，也挺疲劳。

生于直播

讨论数字人的现状，我们必须先达成一个共识：什么是数字人？

一般来说，数字人是指具有拟人或者真人外貌、行为和特点的虚拟人物。 这里的重点在于，今天很多人已经默认数字人是具有TTS语音合成、多轮对话、语义理解技术特征，由AI驱动的虚拟形象。但在整个产业发展的实际脉络来看，数字人长期以来都跟AI技术关系不大，或者只使用了比较初级的AI技术，比如语音合成。

最早的数字人，基本都是以虚拟偶像等方式出现的。就像初音未来、洛天依等等，基本是由动画设计+语音合成来实现。这时的数字人大多是作为展示，缺乏互动性，并且门槛很高，难以普及推广。

接下来，随着直播行业的发展，大量由真人配音，搭配TTS语音合成、唇形表型预测来实现的数字人开始出现。这时的数字人主要作用依旧是虚拟主播，但更多类似真人主播的一种“新型表演”，并不能从生产力上实现替代人类主播的作用。

当NLP、知识图谱技术不断成熟，数字人具备了多轮对话能力。同时机器视觉带来的唇形捕捉、面部捕捉技术愈发完善，由AI技术驱动的AI数字人开始出现。这时的数字人发生了最为深刻的一个变化：数字人可以独立完成人物，人工配音和真人扮演不再成为必备。这让数字人对齐了一个巨大的商业空间：在那些只需要简单对话、交互的工作中，由AI替代人类。

这样的工作有很多，比如AI数字人最早出现在企业园区中的导航、导览工作中。接下来，柜台服务、智能客服等领域开始出现数字人。尤其在金融、保险等领域，由于顾客的需求相对固定，且数字人不易出现人为错误。在这些行业薪资水平相对较高的前提下，数字人客服展现出了一定优势。

但与客服场景相比，真正让数字人火起来的，依旧是直播。从虚拟偶像到虚拟主播，直播始终都是数字人的天然温床，是数字人“生”的动力和希望。随着直播带货成为主流的电商消费形式，主播逐渐成了稀缺资源。很多厂商与品牌方，在近两年选择了全天候、多线路的高强度直播模式。而这就导致主播的需求压力激增。加上疫情导致主播工作不确定性增加、主播坑位费与雇佣费等成本增大等因素，让企业和MCN机构开始探索主播的替代方案。加上在目前的直播经济中，很多品牌方的直播需求仅仅是不间断宣讲信息、推出产品，工作门槛并不高，用AI代替人类主播就成为可能。

早在2021年双11，我们可以看到各个电商平台、直播平台，以及MCN机构的宣传重点，已经从直播带货能力，变成了虚拟主播、数字人的直播带货能力，以及综合成本优势。

另一方面，有问答互动能力，由AI驱动的数字人主播能够激发用户的猎奇感、新鲜感，因此直播市场普遍呈现正向反馈。这些反馈，支撑了今天大量关于数字人的政策支持与市场预判。

但生于直播，成于直播的数字人，有这样一个先决条件：数字人的应用成本，必须要比人类主播更低。