文 | 財(cái)經(jīng)無(wú)忌 白嘉嘉

作為AI的分支，數(shù)字人堪稱(chēng)2023年最炙手可熱的商業(yè)故事之一。只要幾千元的成本，再花上一些時(shí)間錄制音頻和視頻，大模型就能訓(xùn)練出數(shù)字分身，從嘴形、說(shuō)話節(jié)奏到肢體語(yǔ)言，幾乎和本人一模一樣的。

然而，這片藍(lán)海最近起了一些波瀾——一家叫Heygen的數(shù)字人企業(yè)，遭到了行業(yè)頭部企業(yè)的聲討。

Heygen是它的美國(guó)名字，在國(guó)內(nèi)，它叫詩(shī)云科技。兩邊都注冊(cè)公司的直接收獲是，Heygen可以分別在兩個(gè)市場(chǎng)開(kāi)展業(yè)務(wù)，卻不需要履行相應(yīng)的合規(guī)義務(wù)。

譬如，為了防止AI技術(shù)被用于違法行為，國(guó)內(nèi)的企業(yè)在為客戶(hù)提供服務(wù)時(shí)都需要進(jìn)行身份認(rèn)定，而Heygen卻沒(méi)有設(shè)立相應(yīng)的機(jī)制，不僅破壞了行業(yè)的成本邏輯，還讓這個(gè)本就年輕的市場(chǎng)更加脆弱。

一個(gè)現(xiàn)象是，瞄準(zhǔn)中小商戶(hù)的流量焦慮，大量投機(jī)者利用Heygen來(lái)制作數(shù)字人，并聲稱(chēng)有技術(shù)和能力運(yùn)營(yíng)數(shù)字人直播，但真正開(kāi)播后，商戶(hù)收到的卻是無(wú)盡的違規(guī)和封禁。

這個(gè)現(xiàn)象背后反映的問(wèn)題是，數(shù)字人產(chǎn)業(yè)鏈嚴(yán)重割裂，部分掌握技術(shù)的廠商為了擴(kuò)大市場(chǎng)份額和影響力，故意放任下游“野蠻生長(zhǎng)”。而商戶(hù)則被部分服務(wù)商過(guò)度吹噓數(shù)字人能力的話術(shù)蒙蔽，成為了惡性競(jìng)爭(zhēng)的代價(jià)。

1、數(shù)字人亂象：貼牌、套殼、盜版......

2023年7月，孫旭感受到了餐飲市場(chǎng)的寒意，他頻繁地在朋友圈刷到同行關(guān)店或轉(zhuǎn)行的消息，剩下的另一部分同行，正為了自救猛烈地推出各種優(yōu)惠活動(dòng)。“這個(gè)行業(yè)淘汰率一直不低，但今年（2023年）明顯更高了”，他說(shuō)。

2023年堪稱(chēng)餐飲業(yè)的“死亡之年”。 企查查數(shù)據(jù)顯示，2023年1月到9月，全國(guó)餐飲累計(jì)吊銷(xiāo)99萬(wàn)家，是2022年的4倍。其中僅6月就吊銷(xiāo)了18.05萬(wàn)家，包括一些曾經(jīng)在行業(yè)內(nèi)有一席之地的頭部品牌。

眼見(jiàn)市場(chǎng)越來(lái)越卷，孫旭想找一些新渠道來(lái)為店里引流。直播是他的首選，但一上鏡就怯場(chǎng)，另招一名主播又太貴。后來(lái)又嘗試約了一些本地的小網(wǎng)紅來(lái)探店，但轉(zhuǎn)化率同樣堪憂。

或許是因?yàn)樗惴ā岸床臁绷藢O旭的意圖，幾個(gè)數(shù)字人視頻被推送到了他的手機(jī)里。

雖然當(dāng)時(shí)還沒(méi)出現(xiàn)泰勒斯威夫特的爆款視頻，但那些被拋出來(lái)的成品已經(jīng)足夠逼真，幾乎分辨不出來(lái)與真人的區(qū)別。這類(lèi)視頻往往遵循同一個(gè)套路，在片頭讓觀眾猜接下來(lái)出現(xiàn)的幾個(gè)人中誰(shuí)才是數(shù)字人，在片尾揭秘其實(shí)都是數(shù)字人。

如果追根溯源的話，這些視頻確實(shí)都由數(shù)字人技術(shù)制作而成。但推送這些數(shù)字人視頻到“孫旭們”面前的，卻未必是具備全鏈條能力的公司。

為了降低用戶(hù)使用門(mén)檻，頭部數(shù)字人公司往往會(huì)提供一批公共數(shù)字人給不愿意克隆自己形象的用戶(hù)選擇，就像在游戲里選擇角色那樣。同時(shí)，為了讓更多人愿意嘗試這項(xiàng)新技術(shù)，企業(yè)往往還會(huì)提供一定的免費(fèi)時(shí)長(zhǎng)。

這些“福利”為大量不具備底層技術(shù)和運(yùn)營(yíng)、開(kāi)發(fā)能力的公司提供了鉆空子的余地。它們直接以個(gè)人的身份在頭部企業(yè)的官網(wǎng)定制視頻，并用來(lái)為自己的公司招攬業(yè)務(wù)，更有甚者選擇直接搬運(yùn)其他公司的視頻到自己的引流賬號(hào)上。

在尋找數(shù)字人公司的過(guò)程中，孫旭幾乎“挑花了眼”，“198元AI虛擬主播數(shù)字人”、“17.6元虛擬主播教程”等廣告比比皆是。期間他也感到過(guò)不對(duì)勁，總感覺(jué)對(duì)方提供的樣品中有一些面孔很眼熟，“現(xiàn)在想起來(lái)可能是在短視頻上刷到過(guò)”。

其實(shí)不光是用戶(hù)，頭部企業(yè)也對(duì)市場(chǎng)上的套殼、貼牌亂象頗為頭疼。

成立于南京的硅基智能是國(guó)內(nèi)頂尖的數(shù)字人廠商之一，與北京的風(fēng)平智能一同被稱(chēng)為數(shù)字人界的“南慕容，北喬峰”。

硅基智能創(chuàng)始人司馬華鵬曾在接受財(cái)經(jīng)無(wú)忌采訪時(shí)表示，硅基智能的數(shù)字人視頻經(jīng)常被其他人盜用去吸引客戶(hù)。 這些公司不具備后期運(yùn)營(yíng)能力，無(wú)法幫助客戶(hù)取得較好的收益，但很擅長(zhǎng)通過(guò)營(yíng)銷(xiāo)引流，用破壞市場(chǎng)的超低價(jià)來(lái)招攬客戶(hù)。

事實(shí)上，數(shù)字人行業(yè)的亂象已經(jīng)在一定范圍內(nèi)引起了社會(huì)的關(guān)注。定焦、自象限、AI技術(shù)評(píng)論等多家媒體均展開(kāi)過(guò)相關(guān)報(bào)道。

2、亂象叢生因?yàn)閿?shù)字人“太年輕”？

數(shù)字人行業(yè)之所以顯得亂象叢生，本質(zhì)上是因?yàn)樗€“年輕”。

數(shù)字人年輕？可能許多從業(yè)者不會(huì)接受這個(gè)看法，如果從手繪數(shù)字人起算，這門(mén)技術(shù)已經(jīng)發(fā)展了接近40年。

但很長(zhǎng)的一段時(shí)間內(nèi)，數(shù)字人制作只能通過(guò)手繪、CG、動(dòng)作捕捉等手段，成本高昂且智能水平不足，與其說(shuō)它是數(shù)字人，更像是一個(gè)沒(méi)有靈魂的數(shù)字皮套。

2018年雖然得益于深度學(xué)習(xí)算法的進(jìn)步，數(shù)字人制作成本從萬(wàn)元、幾十萬(wàn)元降低到了千元級(jí)別，但本質(zhì)上解決的仍是數(shù)字人的外形問(wèn)題，沒(méi)有形成真正的生產(chǎn)力，因此2019年和2020年數(shù)字人創(chuàng)業(yè)潮很快就回歸了平靜。

直到2023年，以ChatGPT為代表的大語(yǔ)言模型帶來(lái)了賦予數(shù)字人“靈魂”的曙光，行業(yè)才迎來(lái)了它真正的質(zhì)變。來(lái)自清華大學(xué)的《數(shù)字人研究報(bào)告2.0》顯示，2025年數(shù)字人產(chǎn)業(yè)規(guī)模有望超過(guò)1000億。

前景廣闊的背面是市場(chǎng)缺乏對(duì)數(shù)字人的共識(shí)。

目前，“數(shù)字人”的概念非常寬泛，從動(dòng)畫(huà)作品里的虛擬角色，到微軟小冰，再到通過(guò)全息技術(shù)“復(fù)活”的鄧麗君，甚至是讓照片“動(dòng)嘴”，都被裝進(jìn)了數(shù)字人的口袋。

消費(fèi)者除非對(duì)數(shù)字人進(jìn)行了深入的研究，否則很容易被賣(mài)家“數(shù)字人只能這樣”“這就是數(shù)字人”的話術(shù)迷惑，認(rèn)為這只不過(guò)是又一個(gè)商業(yè)噱頭。

年輕帶來(lái)的第二個(gè)問(wèn)題，是市場(chǎng)也還在適應(yīng)這項(xiàng)新技術(shù)，規(guī)則常常發(fā)生變化。

2023年5月，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（以下簡(jiǎn)稱(chēng)數(shù)字人行業(yè)倡議）》，率先開(kāi)放AI生成的圖片、視頻和數(shù)字人直播，但同時(shí)也意味著數(shù)字人要被“管”了。

《倡議》在圈里掀起了不小討論，作為最容易變現(xiàn)的領(lǐng)域，許多企業(yè)都寄希望于用數(shù)字人來(lái)降本增效。但同時(shí)，隨著數(shù)字人直播間的數(shù)量增加，質(zhì)疑聲也越來(lái)越多，諸如效果太假、市場(chǎng)混亂、價(jià)格不透明等。人們開(kāi)始關(guān)心，在已經(jīng)信息爆炸的情況下，是否要允許“生育能力超強(qiáng)”的數(shù)字人來(lái)?yè)屨即蠹冶揪鸵呀?jīng)碎片化的時(shí)間。

雖然目前還沒(méi)有其他平臺(tái)跟進(jìn)，但國(guó)家層面的立法卻從未停下，幾乎每個(gè)月都能看到新的規(guī)范或法規(guī)出臺(tái)。

變換的市場(chǎng)規(guī)則考驗(yàn)著上游數(shù)字人供應(yīng)商，即便有心踏實(shí)做生意，在團(tuán)隊(duì)規(guī)模有限的情況下，也很難將服務(wù)做扎實(shí)。 目前，數(shù)字人直播間和賬戶(hù)被封仍是用戶(hù)反饋?zhàn)疃嗟膯?wèn)題之一。

3、專(zhuān)業(yè)才是數(shù)字人唯一的出路

在被封了3次之后，孫旭逐漸意識(shí)到，自己似乎被割了韭菜。

最初他對(duì)數(shù)字人員工很滿(mǎn)意，曾經(jīng)用它連續(xù)13個(gè)小時(shí)賣(mài)門(mén)店的團(tuán)購(gòu)券。雖然過(guò)程中數(shù)字人對(duì)觀眾的提問(wèn)置若罔聞，但當(dāng)時(shí)他相信自己已經(jīng)坐上了新時(shí)代的便車(chē)，數(shù)字人越來(lái)越智能只是時(shí)間問(wèn)題。

然而問(wèn)題很快就出現(xiàn)了，因?yàn)楸慌卸殇洸?，孫旭的直播間迎來(lái)了它的第一次封禁。

錄播是目前數(shù)字人直播最容易踩的坑之一，它只是根據(jù)提前錄入的腳本循環(huán)播放數(shù)字人視頻，與背靠大模型實(shí)時(shí)生成內(nèi)容的數(shù)字人有本質(zhì)區(qū)別。這些區(qū)別很難用肉眼辨別，但在數(shù)據(jù)監(jiān)測(cè)后臺(tái)上卻能被一目了然地辨認(rèn)出來(lái)。

“最早一批嘗試數(shù)字人直播技術(shù)的商家，很多是被錄播割了韭菜。”數(shù)字人代理公司負(fù)責(zé)人張現(xiàn)說(shuō)，很多商家此前沒(méi)做過(guò)直播，不熟悉平臺(tái)規(guī)則，但對(duì)數(shù)字人很感興趣，花萬(wàn)八千，從代理商那里買(mǎi)到一款錄好視頻的數(shù)字人，但很容易被封”。

除了錄播，數(shù)字人質(zhì)量差、口型對(duì)不上、交互能力低下、視頻質(zhì)量等問(wèn)題均有可能導(dǎo)致客戶(hù)的使用體驗(yàn)下降，甚至封禁。雖然有些公司提供指導(dǎo)服務(wù)，會(huì)一步步教客戶(hù)如何解封直播間，但整體來(lái)說(shuō)，仍沒(méi)有公司能保證不會(huì)被封號(hào)。

不過(guò)也有一些企業(yè)確實(shí)利用數(shù)字人實(shí)現(xiàn)了效率翻倍。

硅基智能透露，某酒旅行業(yè)頭部品牌的數(shù)字人直播間內(nèi)，2023年已經(jīng)收獲了超過(guò)10億的GMV（商品交易總額）；某咖啡品牌的單一數(shù)字人直播間，僅在單日的5小時(shí)內(nèi)，就收獲了85.6萬(wàn)的營(yíng)收。

為什么有的人能用數(shù)字人賺錢(qián)，有的人不行？

本質(zhì)上，數(shù)字人仍舊是一款工具，而不是具有主觀能動(dòng)性的人，它所能發(fā)揮出的潛力，與使用者對(duì)行業(yè)的理解程度高度相關(guān)。換而言之，只有懂得KnowHow的人，才能用好數(shù)字人。

以最基本的交互為例。為了防止大模型幻覺(jué)導(dǎo)致數(shù)字人在直播間內(nèi)胡說(shuō)八道，市場(chǎng)上90%以上的數(shù)字人公司使用的都是“關(guān)鍵詞匹配”技術(shù)。通過(guò)關(guān)鍵詞來(lái)匹配問(wèn)題和答案，只要觸發(fā)了關(guān)鍵詞，它就能匹配到并反饋給觀眾。

機(jī)械的匹配機(jī)制下，數(shù)字人直播間往往枯燥乏味。但如果直播間運(yùn)營(yíng)商儲(chǔ)備了相應(yīng)的語(yǔ)料庫(kù)，知道主播說(shuō)哪些話、怎么安排直播節(jié)奏能調(diào)動(dòng)直播間氛圍，即便同樣基于“關(guān)鍵詞匹配”技術(shù)，直播效果上也會(huì)呈現(xiàn)出較大的差異。

客觀來(lái)說(shuō)，數(shù)字人直播的門(mén)檻其實(shí)并不低，它既需要客戶(hù)對(duì)技術(shù)有一定了解，能分辨錄播與真正的數(shù)字人之間的區(qū)別，還需要客戶(hù)對(duì)直播行業(yè)有基本的常識(shí)。

指數(shù)起量，打破真人直播的上限，24小時(shí)無(wú)休……這些詞句常被用于介紹數(shù)字人的優(yōu)點(diǎn)。與單獨(dú)的個(gè)體相比，數(shù)字人固然在“繁衍能力”和“勞動(dòng)時(shí)長(zhǎng)”上有先天優(yōu)勢(shì)。但如果放到整個(gè)直播大盤(pán)中，24小時(shí)無(wú)休和主播數(shù)量爆炸早已經(jīng)在多年前就成為了現(xiàn)實(shí)。

或許，直播平臺(tái)并不在意屏幕前的那個(gè)是數(shù)字人還是真人，嚴(yán)密的平臺(tái)規(guī)則和推薦機(jī)制已經(jīng)注定，只有“專(zhuān)業(yè)”才是突出重圍的殺手锏。