數字人的“生死疲勞”，何解？

文 | 腦極體

來源：鈦媒體 原標題：《數字人的生死疲勞》

圖片來源：由無界版圖AI工具生成

你看好數字人嗎？

這個問題在今天似乎頗難回答。如果從宏觀趨勢上看，數字人的利好要素似乎已經達到了一個空前的高度。比如有市場分析機構預測，到2026年中國AI數字人的市場規模將突破100億人民幣，整體市場呈現高速增長態勢。又比如今年7月，北京發布了《北京市促進數字人產業創新發展行動計劃（2022-2025年）》（以下簡稱《行動計劃》），這意味着數字人產業迎來了中國首個專項支持政策。《行動計劃》中甚至提到，到2025年北京市數字人產業規模突破500億元。

但如果我們從微觀上看，又會發現數字人的發展與應用並不是一帆風順的。今年雙11，大量商家開始放棄使用數字人；很多企業、機構的數字人員工、虛擬偶像，在發布之後就杳無音訊；數字人解決方案報價太高、維護太貴的聲音不絕於耳；很多投入了大量宣發資源，被寄予厚望的數字人項目，極短時間內就喪失了流量。

如果說，數字人在2020年末到2021年，高速完成了從技術孵化到教育市場的創生期，那麼在目前階段，數字人則恰好處在從產業鏈搭建到大規模應用轉化的過渡期。這個階段，雖然整體市場依舊被看好。但從產業鏈到應用場景、接受情況中的一系列問題也暴露了出來。數字人市場，開始不能用簡單的“好”與“不好”來評判。

速生速死，極限拉扯的數字人，不免讓我們想起一本書——莫言的《生死疲勞》。

莫言說，人活着就是要疲勞。今天我們可以說，不光是人，數字人想要活着，也挺疲勞。

生於直播

討論數字人的現狀，我們必須先達成一個共識：什麼是數字人？

一般來說，數字人是指具有擬人或者真人外貌、行為和特點的虛擬人物。 這裡的重點在於，今天很多人已經默認數字人是具有TTS語音合成、多輪對話、語義理解技術特徵，由AI驅動的虛擬形象。但在整個產業發展的實際脈絡來看，數字人長期以來都跟AI技術關係不大，或者只使用了比較初級的AI技術，比如語音合成。

最早的數字人，基本都是以虛擬偶像等方式出現的。就像初音未來、洛天依等等，基本是由動畫設計+語音合成來實現。這時的數字人大多是作為展示，缺乏互動性，並且門檻很高，難以普及推廣。

接下來，隨着直播行業的發展，大量由真人配音，搭配TTS語音合成、唇形表型預測來實現的數字人開始出現。這時的數字人主要作用依舊是虛擬主播，但更多類似真人主播的一種“新型表演”，並不能從生產力上實現替代人類主播的作用。

當NLP、知識圖譜技術不斷成熟，數字人具備了多輪對話能力。同時機器視覺帶來的唇形捕捉、面部捕捉技術愈發完善，由AI技術驅動的AI數字人開始出現。這時的數字人發生了最為深刻的一個變化：數字人可以獨立完成人物，人工配音和真人扮演不再成為必備。這讓數字人對齊了一個巨大的商業空間：在那些只需要簡單對話、交互的工作中，由AI替代人類。

這樣的工作有很多，比如AI數字人最早出現在企業園區中的導航、導覽工作中。接下來，櫃檯服務、智能客服等領域開始出現數字人。尤其在金融、保險等領域，由於顧客的需求相對固定，且數字人不易出現人為錯誤。在這些行業薪資水平相對較高的前提下，數字人客服展現出了一定優勢。

但與客服場景相比，真正讓數字人火起來的，依舊是直播。從虛擬偶像到虛擬主播，直播始終都是數字人的天然溫床，是數字人“生”的動力和希望。隨着直播帶貨成為主流的電商消費形式，主播逐漸成了稀缺資源。很多廠商與品牌方，在近兩年選擇了全天候、多線路的高強度直播模式。而這就導致主播的需求壓力激增。加上疫情導致主播工作不確定性增加、主播坑位費與雇傭費等成本增大等因素，讓企業和MCN機構開始探索主播的替代方案。加上在目前的直播經濟中，很多品牌方的直播需求僅僅是不間斷宣講信息、推出產品，工作門檻並不高，用AI代替人類主播就成為可能。

早在2021年雙11，我們可以看到各個電商平台、直播平台，以及MCN機構的宣傳重點，已經從直播帶貨能力，變成了虛擬主播、數字人的直播帶貨能力，以及綜合成本優勢。

另一方面，有問答互動能力，由AI驅動的數字人主播能夠激發用戶的獵奇感、新鮮感，因此直播市場普遍呈現正向反饋。這些反饋，支撐了今天大量關於數字人的政策支持與市場預判。

但生於直播，成於直播的數字人，有這樣一個先決條件：數字人的應用成本，必須要比人類主播更低。

這是因為，作為替代品出現的數字人，歸根結底問答能力、應變能力與才藝能力都不如人類主播。數字人+直播的興旺態勢，建立在大量企業與商品等待開播，但沒有主播可用的特殊需求上，從而導致大量低成本開發、模板換皮的數字人快速走上崗位。

隨着主播需求開始發生調整，人類主播的成本降低，以及企業的直播需求逐漸放緩。數字人的市場利好也將逐步失效。而從另一個維度看，數字人本身的開發成本、製作成本卻在上漲，對比人類主播的成本優勢開始鬆動。

這是因為，數字人已經遇到了從業以來的最大挑戰：同質化。

死於同質

至少在目前階段我們必須承認，由AI驅動的數字人依舊處在交互能力有限、表達單一的階段。在對話比較尷尬的情況下，數字人更多作用還是播放已經錄製好的內容，或者切換成人類配音+語音合成+唇形識別的“木偶人”模式。

當然，AI對於數字人的價值是多樣的，並不限於多輪對話和知識圖譜，還包括視覺、語音方面的內容。但無論怎麼說，數字人應用很快進入了一個基本困境：由於數字人背後的AI模型來源只有那麼幾個，導致每個數字人即使在外貌上進行了差異設計，其交互能力和所具備功能卻大多是一樣的。

好看的皮囊萬里挑一，但無趣的靈魂千篇一律。隨着數字人帶來的第一波新奇體驗逐漸平淡，接下來如何讓數字人產生差異化就成為了巨大挑戰。

於是我們看到，很多數字人剛出道沒多久就銷聲匿跡。“數字人之死”，遠比預想中來得更快一些。某服裝品牌的數字人，僅僅在直播和短視頻平台活躍了幾個月就杳無音訊；某大型活動的數字人推廣大使，因為建模過於粗糙遭到網友吐槽；大量新出道的虛擬偶像，都缺乏能讓人記住的特點；很多直播間在嘗試了一段時間數字人後，又把人類主播召喚了回來。

蜂擁而上的數字人，絕大多數都沒有激起什麼水花，反而淹沒在形象、功能、交互的高度同質化里，轉眼消失不見。

一方面看好數字人長期發展，另一方面同質化又在侵蝕數字人的應用空間。想要逃離這個怪圈，行業似乎就只好“卷”起來。數字人擺脫同質競爭，需要卷設計、卷聲優、卷渲染，更重要的是需要卷AI技術。數字人的核心技術包括圖形計算、AI動作捕捉、NLP、語音合成、知識突破等等。這些技術能力都有升級空間，但所需代價是最大的。

一旦捲起來，想要擺脫同質化，數字人的成本又將直線上升，繼而也就喪失了對標人類主播的低成本優勢。這個進退兩難的囚徒困境，導致數字人產業在大展宏圖之前，已經先行進入了疲勞期。

數字人，也疲勞

想生存，就要卷，這是科技行業永恆的命題。而對於今天的數字人來說，企業快速弄一個換皮、套殼的數字人主播確實是代價很小，甚至可以忽略不計。然而一旦企業對這樣的數字人產品有了不滿，希望能夠做出有創意、足夠智能的數字人，那麼代價會猛然增加。

這種成本壓力，導致企業出現了用數字人也不是，不用更不是的疲勞感。

具體來看，這種疲勞的來源是多方面的。前期的供應鏈成本、後期的運營維護成本，以及取悅最終用戶的成本，都加劇了數字人長期應用的難度。我們可以將這些壓力，總結成數字人的三種疲態：

1.產業鏈疲勞。

數字人擁有着非常漫長且非常複雜的供應鏈。它既然需要AI模型作為底層支撐，同時也需要開發工具、平台環境、存算網資源的支持。在技術能力之外，數字人還在設計、動畫、專業人才等方面產生成本支出。一家企業如果想要獲得完善且優質的數字人方案，要麼自身具備統合多方面供應鏈與技術開發、藝術設計的能力，要麼直接購買定製化的數字人解決方案。

顯然，后一種方式對於絕大部分企業來說更加現實。但定製化和高要求意味着數字人的前期成本直線飆升。能否在後續應用中收回這些成本，或者能否有效降低這些成本，對於企業來說都是未知數。這也是為什麼，很多企業寧可直接拋棄數字人，也不願意升級數字人。或者依舊讓初級的數字人解決方案苦苦支撐。

另一方面，對於數字人供應鏈企業來說，大量數字人都湧向直播，確實帶火了業務。但過分聚焦的業務，讓接下來的升級遭遇了困境。從產業鏈來看，數字人可能涉及顯示硬件、光學器件、芯片、AI模型、AI開發工具、建模軟件等等技術領域，還必須包括應用層的行業開發者與軟件供應商。如此多複雜的產業鏈，最終都僅僅為直播服務。單一的應用場景很難消納產業鏈的創新成本。這導致數字人的底層技術很難快速升級，或者將成本攤薄。

過長、過複雜，並且牽一髮動全身的數字人產業鏈，導致數字人很難低成本、高效率做出改變。產業鏈懼怕應用窗口太窄，應用擔心產業鏈升級太貴，最終讓數字人出現了局面大好之下的焦灼感與焦慮感。

2.運維疲勞。

當前數字人產業的另一個問題，是很多企業發現數字人買得起，用不起。這是因為數字人的定製化服務整體成本過高，很多供應商擔心市場情況。於是採取了降低一次性解決方案成本，但要捆綁運維支持的商業模式。而由於數字人的商業供需非常單一，這種模式大多需要落在依賴虛擬主播的電商來為之買單。

這種先嘗后買的模式，非常容易帶來後期運維層面的焦慮感。隨着用戶的習慣甚至厭倦，數字人直播帶來的直接價值降低，其因為成本的壓力就會突顯出來。對於企業用戶來說，會越發將數字人連續不斷的運維費用作為負擔，並且產生不願升級、不願續費的想法。而對於服務商來說，則更多希望降低數字人的真實運營成本，拓展自身的實際利潤。這就導致很多數字人畫風越來越崩壞，體驗愈發不智能。這就是因為服務商降低了數字人的AI模型或者圖像渲染成本。更有甚者，一些服務商甚至在不告知甲方的情況下，直接派真人配音來代替數字人當中的AI技術，以期降低運營壓力。AI假裝真人還未成功，真人已經開始扮演AI，這也是讓人想不到的情況。

3.審美疲勞。

無論是前期投入還是後期成本，數字人產業的疲態都來自成本壓力。而所有成本壓力的來源，在於最終用戶對數字人+直播/短視頻的模式已經產生了審美疲勞。畢竟AI的交互能力與理解能力都有限，很難實現源源不斷的新價值輸出。但用戶對於主播的期待是無限的，單調、重複，已經成為很多用戶對數字人主播的刻板印象。

口味愈發苛刻的用戶審美，會最終推動數字人產業鏈進行洗牌。低成本、高重複的模式很難維序下去。數字人能否真正走入大規模應用階段，需要看是否能跳出這個疲勞怪圈。

如果說配音是數字人1.0，對唇形是數字人2.0，AI驅動是數字人3.0。那麼走向4.0時代的數字人，必須要面對擺脫千篇一律的功能，走向直播之外的更廣闊產業空間。智能與差異，是治癒數字人疲勞感的關鍵。

目前，解決這一問題的思路漸漸成形。比如說用大模型提升數字人的“腦容量”，ChatGPT的出現快速讓很多產業興奮了起來，其中就包括數字人。更多以預訓練大模型來提升數字人智能水平的方案，將成為接下來這個領域的升級重點。

再比如通過硬件升級，來實現數字人更廣泛的商業價值。新一代VR硬件這股風在歐美已經十分勁爆，並且開始向中國傳導。在VR場景下，數字人可以以更多方式與用戶交互，從而帶來新的需求，解決一部分手機直播中的審美疲勞，這也是數字人擺脫直播依賴的一個方法。

還有，持續縮短數字人供應鏈，降低數字人的上游成本也是解決方案之一。很多雲計算廠商，開始面向企業與軟件開發者，推出封裝好的一站式數字人搭建方案，從而讓數字人從解決方案買斷，更多轉型自主開發、自主定製的低成本方案。

這些解題思路的最終結果，都還有待未來去檢驗。至少在今天，我們似乎沒有理由認為數字人已經迎來了春天。在繁榮的市場預期與政策期待下，應該先問數字人幾個問題：

1.直播中的數字人的價值究竟幾何？他們的不可替代性和成本優勢能夠維持多久？

2.曾經的頭部主播也紛紛過氣，距離用戶厭煩數字人還需要多久？

3.播之外，真的有商業價值能撐起如此複雜的數字人產業鏈嗎？

數字人真想走出去，需要某個新技術帶來規模龐大，且足夠持久的新應用市場。或許只有一場深層次的技術變革，才能治好數字人的疲憊。