春節(jié)期間，浙江省杭州文化廣播電視集團的《杭州新聞聯(lián)播》節(jié)目，使用AI數(shù)字人進行新聞播報，且做到了零失誤率，引發(fā)社會關(guān)注。
數(shù)字人是指利用數(shù)字技術(shù)打造的、模擬人類特征并存在于非物理世界的虛擬人物。近年來，隨著5G、AI、VR等新一代信息技術(shù)的蓬勃發(fā)展，數(shù)字人的精細度和智能化水平不斷提升，一大批數(shù)字人走上不同工作“崗位”，加速融入日常生活。
接入大模型，變得更“聰明”
據(jù)了解，《杭州新聞聯(lián)播》已有6位數(shù)字人主播“上崗”，都擁有近似真人的形象以及逼真的表情動作。在經(jīng)過前期的畫面采集、聲音采集以及算法訓(xùn)練之后，數(shù)字人主播已具備在直播態(tài)新聞播報中準(zhǔn)確播報新聞的能力，因此有了新聞主播回家過年、AI主播“上崗”替班的情況。
一般而言，數(shù)字人通過數(shù)字建模手段實現(xiàn)，涵蓋計算機圖形學(xué)、動作捕捉、圖形渲染、語音合成、深度學(xué)習(xí)等多項技術(shù)。杭州電視臺新聞主播雨辰說，她的數(shù)字分身“小雨”還在第一時間接入了DeepSeek-V3，所以相比之前，“小雨”變得更加“聰明”——不僅能理解人類語言、播報新聞，還能進行文稿審核和新聞素材整合。
其實，這并不是數(shù)字人主播首次面對觀眾。
在中阿衛(wèi)視中國新聞中心，去年春節(jié)就已用上數(shù)字人主播。“大家好，我是主持人畢諾，歡迎收看今天的《東方新視窗》……”在編輯機前，中阿衛(wèi)視中國新聞中心編輯通過簡單操作，讓數(shù)字人主播“畢諾-D”完成了一條新聞的出鏡和阿拉伯語口播。據(jù)中阿衛(wèi)視相關(guān)負責(zé)人介紹，沒有數(shù)字人的時候，一條兩三分鐘的新聞出鏡播報，前前后后至少要二三十分鐘。真人主播可能念錯，就要重新錄。一檔10分鐘的新聞節(jié)目，一共要忙兩三個小時。有了數(shù)字人，二三十分鐘就全部制作完畢。
業(yè)內(nèi)人士觀察到，以往電視臺采用數(shù)字人主播，更多是在網(wǎng)絡(luò)端、新媒體端的嘗試，之后又在一些特別節(jié)目、晚會中應(yīng)用，現(xiàn)在，數(shù)字人主播逐漸進入常態(tài)化的日播或周播節(jié)目。數(shù)字人之所以在廣電媒體領(lǐng)域廣泛應(yīng)用，一方面是數(shù)字人的言行舉止可以進行預(yù)設(shè)和調(diào)整，提高了可控性；另一方面，數(shù)字人可以輕松切換姿態(tài)、發(fā)型等特征，不需額外支出播報場地、化妝師、服裝等費用，有利于節(jié)目形態(tài)創(chuàng)新。同時，數(shù)字人還能夠快速生成播報視頻，助力新聞單位搶抓時效性。
中國互聯(lián)網(wǎng)協(xié)會專家咨詢委員會委員、網(wǎng)絡(luò)文化與數(shù)字傳媒工委會主任武鎖寧接受本報采訪時表示，近年來，AI及數(shù)字人技術(shù)逐漸成為推動傳媒行業(yè)變革的關(guān)鍵力量，正重構(gòu)內(nèi)容生產(chǎn)模式，提供一種“人機雙軌制”的新型協(xié)作范式，即AI處理簡單的標(biāo)準(zhǔn)化內(nèi)容，如天氣播報、新聞快訊等；人類則聚焦復(fù)雜的有創(chuàng)造性工作，如深度報道、新聞評論等。“未來，隨著大模型在邏輯推理、自主決策等方面的提升，數(shù)字人將賦予新聞內(nèi)容更強的互動性和個性化，推動人機交互進入全新階段，進而實現(xiàn)更加靈活、高效的內(nèi)容生產(chǎn)和傳播。”
電商直播間，可“一鍵開播”
除了作為新聞主播在電視節(jié)目里嶄露頭角，數(shù)字人也在線上直播間“上崗”提供服務(wù)了。
“歡迎各位朋友來到直播間，我們是……”除夕當(dāng)天，在某飲料品牌的直播間里，主播熟練地講起了開場白。事實上，這位主播是以該品牌負責(zé)人形象為原型制作的數(shù)字人。
為什么會試水?dāng)?shù)字人直播？該品牌表示，在春節(jié)假期這個時間段內(nèi)，優(yōu)質(zhì)的真人主播稀缺且合作成本高，于是他們決定嘗試一下當(dāng)下很火的數(shù)字人直播。利用此前品牌負責(zé)人直播時的一段錄屏片段，他們復(fù)刻出了一個高度擬真的數(shù)字形象，并挑選了適配這一形象的具有極強感染力的音色，趕在年前制作完成。
“春節(jié)不打烊”的直播間里，數(shù)字人主播的智能問答能力能實時為用戶答疑解惑，智能互動和智能暖場能力則能有效促進互動、提升帶貨氛圍。數(shù)據(jù)顯示，春節(jié)期間，在這一飲料品牌使用數(shù)字人的直播中，CVR(從用戶點擊廣告到成為一個有效激活或者注冊甚至付費用戶的轉(zhuǎn)化率)指標(biāo)提升了50%以上。
國家發(fā)展改革委等部門印發(fā)的《關(guān)于打造消費新場景培育消費新增長點的措施》提出，在明確標(biāo)識和規(guī)范監(jiān)管的基礎(chǔ)上，探索利用人工智能大模型、虛擬現(xiàn)實全景和數(shù)字人等技術(shù)，拓展電商直播場景。記者了解到，在電商直播這一行業(yè)，真人主播成本較高，長時間直播容易疲勞，因此有工作時長限制。相較之下，數(shù)字人主播可以7×24小時在線，AI生成直播腳本，輕松實現(xiàn)“一鍵開播”，可謂“低投入、高產(chǎn)出、續(xù)航久”，因此吸引了不少商家“嘗鮮”。
據(jù)百度AI全棧式數(shù)字人直播解決方案慧播星相關(guān)負責(zé)人介紹，在技術(shù)上，只需一段3-40分鐘的真人直播片段，即可生成對應(yīng)的數(shù)字人形象，做好腳本、互動問答等配置后，數(shù)字人主播就能高效開播，做到聲音與口型匹配，口播準(zhǔn)確，大幅度動作流暢自然。在腳本方面，大模型可以根據(jù)指令一鍵生成全文，也可以對輸入的文本進行仿寫、擴寫、精簡、潤色等；在智能互動方面，數(shù)字人能回答直播間用戶的問題、根據(jù)用戶需求講解商品，在領(lǐng)券、促單、邀請評論、調(diào)度素材展示商品細節(jié)等環(huán)節(jié)也能應(yīng)對自如。
業(yè)內(nèi)人士分析，數(shù)字人直播帶貨在創(chuàng)意創(chuàng)新、成本控制等方面具備優(yōu)勢。與真人主播團隊在培訓(xùn)、薪資等方面的支出相比，數(shù)字人直播只需一臺電腦和一名運營，可大幅降低成本。不過，有用戶反饋，目前一些直播間的數(shù)字主播不夠靈活流暢，套用AI模板，無法提供滿意的解決方案等。相對于真人主播交流中的復(fù)雜內(nèi)容，數(shù)字人主播的相關(guān)技術(shù)支持還不夠完善，需要持續(xù)進行升級和積累。
商業(yè)前景好，風(fēng)險要注意
AI技術(shù)的廣泛介入，極大提升了數(shù)字人的交互能力、內(nèi)容生成能力及智能化水平。目前，虛擬偶像、虛擬主播、數(shù)字員工已成為數(shù)字人中商業(yè)化應(yīng)用最好、最具人氣的類別。2024首屆中國數(shù)字人大會發(fā)布的《中國數(shù)字人發(fā)展報告(2024)》預(yù)計，2025年中國數(shù)字人核心市場規(guī)模將達480.6億元，帶動產(chǎn)業(yè)市場規(guī)模可達6402.7億元。
AI在處理大量數(shù)據(jù)、執(zhí)行重復(fù)性任務(wù)方面具有顯著優(yōu)勢；且AI遵循算法和程序，能減少人為失誤，顯著提升效率。但是，隱私保護、數(shù)據(jù)安全、倫理問題等仍是未來數(shù)字人發(fā)展中不可忽視的風(fēng)險。
武鎖寧表示，數(shù)字人技術(shù)廣泛落地，還需要建立數(shù)字形象授權(quán)認證體系、完善AI內(nèi)容溯源機制、構(gòu)建人機協(xié)作倫理框架等。“我們正在推動數(shù)字人應(yīng)用標(biāo)準(zhǔn)的制定，推進數(shù)字人術(shù)語、管理、服務(wù)等基礎(chǔ)共性標(biāo)準(zhǔn)，數(shù)字身份多模態(tài)交互等關(guān)鍵技術(shù)標(biāo)準(zhǔn)，以及數(shù)字客服、數(shù)字員工等重點領(lǐng)域服務(wù)標(biāo)準(zhǔn)的研究與應(yīng)用，建立健全數(shù)字人的標(biāo)準(zhǔn)體系。”武鎖寧說。
本報記者 葉 子
《人民日報海外版》(2025年02月28日 第 08 版)