記者｜崔鵬
虛擬數(shù)字人賽道正在成為各大互聯(lián)網(wǎng)公司爭(zhēng)相追趕的新風(fēng)口。
7月19日，百度數(shù)字人與機(jī)器人業(yè)務(wù)負(fù)責(zé)人李士巖接受了界面新聞在內(nèi)的多家媒體采訪，詳細(xì)介紹了百度智能云曦靈平臺(tái)和數(shù)字直播人業(yè)務(wù)的最新進(jìn)展。
該平臺(tái)于2021年底在百度AI開(kāi)發(fā)者大會(huì)上正式發(fā)布，集數(shù)字人生產(chǎn)、內(nèi)容創(chuàng)作、業(yè)務(wù)配置服務(wù)為一體，主要為廣電、互娛、金融、政務(wù)、運(yùn)營(yíng)商、零售等行業(yè)提供虛擬主持人、虛擬員工、虛擬偶像、品牌代言人的創(chuàng)建與運(yùn)營(yíng)服務(wù)。
據(jù)李士巖介紹，曦靈目前擁有四個(gè)比較成熟的子平臺(tái)：數(shù)字人手語(yǔ)平臺(tái)、數(shù)字明星運(yùn)營(yíng)平臺(tái)、數(shù)字人直播平臺(tái)以及與交互能力相關(guān)的對(duì)話配置平臺(tái)。通過(guò)它們來(lái)支撐廣電、互娛、MCN、藝人經(jīng)紀(jì)公司和品牌商等解決方案，支持平臺(tái)的商業(yè)化業(yè)務(wù)。
百度認(rèn)為，數(shù)字人產(chǎn)業(yè)目前最大的痛點(diǎn)是鏈條非常長(zhǎng)：除了做模型、做綁定、做動(dòng)力學(xué)，還要軟件公司幫忙做集成；如果需要語(yǔ)音則要找做語(yǔ)音的公司，需要視覺(jué)再找做視覺(jué)的AI公司，最后讓工程師來(lái)做集成。
在李士巖看來(lái)，百度是國(guó)內(nèi)唯一一家既有視覺(jué)能力，又有語(yǔ)音、語(yǔ)義相關(guān)包括計(jì)算機(jī)圖靈學(xué)自動(dòng)生成全鏈路AI能力平臺(tái)型的公司，底層全棧AI能力是曦靈的優(yōu)勢(shì)；再往上是各個(gè)類型人像生產(chǎn)線，以及人設(shè)管理平臺(tái)。人設(shè)生產(chǎn)出來(lái)之后，百度再通過(guò)交互服務(wù)或者生產(chǎn)內(nèi)容的方式，滿足客戶的需求。
這里還牽扯到數(shù)字人的類型劃分問(wèn)題，百度將自己的數(shù)字人產(chǎn)品分為服務(wù)型跟演藝型兩類。
“在我們來(lái)看，數(shù)字人的第一性原理就是兩件事：第一是交互，第二是內(nèi)容?！崩钍繋r解釋稱，交互就是通過(guò)問(wèn)答等交互手段幫客戶達(dá)成目標(biāo)，內(nèi)容則主要通過(guò)生產(chǎn)短視頻、圖片、直播等形式達(dá)成。
這些目標(biāo)包括降低閑時(shí)直播的成本并提高效率，以及在企業(yè)營(yíng)銷賽道上擴(kuò)展新的邊界。
因此，百度的數(shù)字人業(yè)務(wù)主要聚焦三個(gè)賽道：直播帶貨場(chǎng)景，企業(yè)營(yíng)銷（主要做新客戶的轉(zhuǎn)化、留存等），以及一些娛樂(lè)主播方向的事情。
其中落地最快的當(dāng)屬直播場(chǎng)景。百度表示，即將在2022年百度世界大會(huì)期間推出的數(shù)字人直播制作平臺(tái)，能夠?qū)崿F(xiàn)24小時(shí)純AI直播，數(shù)字人可以隨意切換妝發(fā)、場(chǎng)景和造型，大量中小商家通過(guò)平臺(tái)創(chuàng)設(shè)自己的直播帶貨數(shù)字人主播。
直播帶貨雖已成為商家重要的營(yíng)銷形式，但成本并不低，需要承擔(dān)場(chǎng)地租用、雇主播以及整個(gè)運(yùn)營(yíng)團(tuán)隊(duì)的費(fèi)用。
百度曾做過(guò)一項(xiàng)調(diào)研，在一線城市雇一個(gè)比較好的主播一般月薪在1萬(wàn)塊左右，場(chǎng)地費(fèi)用一年3-4萬(wàn)，即便拋去運(yùn)營(yíng)團(tuán)隊(duì)費(fèi)用、補(bǔ)光燈和導(dǎo)播臺(tái)硬件設(shè)備費(fèi)用等等，每年也至少需要15萬(wàn)元，對(duì)于中小品牌來(lái)說(shuō)負(fù)擔(dān)比較大。
“有了我們這個(gè)直播平臺(tái)，一個(gè)軟件就能解決問(wèn)題，成本下降了30%甚至50%以上?！崩钍繋r表示。
不過(guò)，做數(shù)字人直播平臺(tái)，還要克服很多技術(shù)難點(diǎn)。比如在人像維度，百度已經(jīng)迭代了三個(gè)版本，借助于超寫(xiě)實(shí)數(shù)字人SaaS軟件、超智能問(wèn)答對(duì)話系統(tǒng)，以及口型合成技術(shù)、面部綁定技術(shù)以及動(dòng)作系統(tǒng)，包括口型合成準(zhǔn)確率目前達(dá)到98.5%。
在至關(guān)重要的交互能力上，百度將語(yǔ)音、語(yǔ)義和視覺(jué)等能力集成到一款產(chǎn)品上，不僅需要底層技術(shù)的突破，也需要非常強(qiáng)的工程化能力。
“我們相信經(jīng)過(guò)持續(xù)努力，非常有機(jī)會(huì)在1-2年內(nèi)讓數(shù)字人的表現(xiàn)力和交互能力，無(wú)限制趨近于真人的水平?！崩钍繋r表示。
官方信息顯示，目前百度智能云曦靈已經(jīng)擁有幾十家客戶，包括今年冬奧會(huì)央視總臺(tái)的實(shí)時(shí)播報(bào)手語(yǔ)主播，與國(guó)家航天局合作的火星車數(shù)字人祝融號(hào)，以及國(guó)內(nèi)首個(gè)文博虛擬宣推官“文夭夭”等，都基于該平臺(tái)進(jìn)行設(shè)計(jì)、研發(fā)、集成和應(yīng)用。