硅基智能创始人司马华鹏：所有使用AI的人，应该专注到人类特有 的东西

“大家好(hǎo)，我是刘强东，今天是不是看起来有些不同？很久没直播(bō)，还有些许(xǔ)紧张……话不(bù)多说，老刘的数字直播带货(huò)现在开始。”4月16日(rì)，京东创始人刘强东在京东平(píng)台(tái)开启数字人 直播。

“东(dōng)哥”数字人直播，迅速引起广泛关注，数字人替代
真人直(zhí)播的时代来临了吗？

4月18日，数字人头部厂商硅基智能创始人(rén)司马华(huá)鹏 接受了《每日经济新闻》记者的专访。司(sī)马华鹏表示：“刘强东这次数字人直播，对我们行业(yè)是非常大的品
牌宣传。他使用（数字(zì)人直播），说明这个行业(yè)得到了一(yī)次非(fēi)常重(zhòng)要(yào)的认(rèn)可。”

对于AI的使用，司马华鹏建议：“未来所(suǒ)有使用AI的人(rén)，应该专注到人类特(tè)有的 东(dōng)西，比如创意，比如(rú)有温度的东西。”

拆解数字人技术

“数字人刘强东(dōng)”是否(fǒu)有硅基智能技(jì)术(shù)的支持？司马华鹏(péng)表示：“我们不太(tài)方便对外公开，但这些(xiē)技术最早的开创者肯定是我(wǒ)们。我(wǒ)们在整(zhěng)个（数字人(rén)）直播上大概有40多项(xiàng)发明专利，在申(shēn)请的(de)也有几十项。现在行业内有很多在使用我们的技术授权(quán)，也有很多在使用硅基智能的API（应用程(chéng)序编程接口）。”

“东(dōng)哥”数(shù)字人究竟是如何打(dǎ)造出来的？司马(mǎ)华鹏介绍：“它（数字(zì)人）这(zhè)些内容是用AI渲染出来的。如果现(xiàn)在想做东哥同款，你(nǐ)需要提供几 分钟(zhōng)的视频。然后我们会将其(qí)训练成一个数字人模型。这个数字人模型背后，将由大模型驱(qū)动它。定时去(qù)上一些产品、定时回复一些(xiē)客户(hù)需求、定时作一些记录，这些(xiē)都是事先做好的剧本，这些剧本实质由大模型驱(qū)动，比较接近于人类的(de)行为和反馈。”

那么，除了上述AI渲染技术外，数(shù)字人直播还需要哪些技术支持？司马华鹏称(chēng)：“我(wǒ)们的大(dà)模型是多模态(tài)的，是文本生成、声(shēng)音生成和数(shù)字人(rén)生成的结合。其实(shí)很多人在反馈(kuì)，他（刘强东(dōng)）声音和节奏(zòu)感与他原来讲话不太一(yī)样。这很(hěn)可能克隆的(de)是平时的语速(sù)，但是直播（过程中），一个用(yòng)户停留时(shí)长是比较(jiào)短的，你必须在很短时间(jiān)内把大量(liàng)的信息披(pī)露出来，所以(yǐ)必(bì)须把(bǎ)声音放得(dé)快一些(xiē)。”

对于语(yǔ)音合成技术，司马华鹏表示(shì)：“我(wǒ)们全部技术都(dō加盟茶饮第一股茶百道今日上市破发，超8000家门店高度依赖加盟商u)是自己的(de)。从目前端到(dào)端(duān)的生成来讲，（语音合成）已经是(shì)一个非常成熟的技术。”

数字人形象、语音合成，都是外在展现形式，数(shù)字人直播内(nèi)容仍旧离不开文本。对于文本，司(sī)马华鹏称：“文本(běn)大模型方面，我们基本上(shàng)都是原创(chuàng)的(de)技(jì)术，最近‘炎帝(dì)’大模型(xíng)刚刚通过(guò)网信办的备案。”

能否替代(dài)真人直播？

目前，大家看到的直播带货，很可 能就是(shì)数字(zì)人(rén)。司马华鹏介绍：“我们在(zài)2021年开创AIGC直播的大方向(xiàng)，（刘强东数字人）基本上是我们2023年产品能(néng)够呈现出来的(de)效果，这样的直播间(jiān)我们已 经卖掉了上万个，京东、淘宝、抖音、快手(shǒu)和视频号平台都有。”

真人(rén)直播会面(miàn)临各种复杂场景，特别(bié)是情感交流，数字人可以做到吗(ma)？司马华鹏表示：“我们在看东哥直播的时候，会不会(huì)把他（数字人）当作(zuò)真正的东哥来看，这(zhè)是决定数字人智能化程度的重要(yào)标志。从开播到现在，行业有非常多的评价，大家觉得还是能看到一些(xiē)机械
的痕迹。”

“这个（数(shù)字人）行业发展的核心就是‘看不出来’。”司马华鹏强调(diào)。

其认为：“我们现在也有大量的直(zhí)播间，效果比这个（刘强东(dōng)数字人）要好很多。如果他(tā)这个直播不(bù)是在自家平(píng)台，而是在其他平台(tái)，很容易被(bèi)机器识别出来，很快(kuài)就会被限流。”

因此，在司马华鹏看来，数字人行业的核心是让整个直播间符合图 灵测试。对于数字人行(xíng)业
的发展，其(qí)认为(wèi)：“（该领域）图灵测试1.0是分不清（是人(rén)类还是AI）；图灵测试2.0则是双向情感交互(hù)；图灵测试3.0就是‘死生相契’，未来我们(men)与AI之间，可(kě)能是Soul Mate（心灵伴侣）的关系，它是你(nǐ)非常(cháng)重要的(de)助手、朋友，也(yě)可能是你亲密的合作伙伴。”

目前，很多问答式大(dà)模型主要给受(shòu)众提供专业类辅助，但若诉(sù)诸情感，是否兼具图像、声音和(hé)文本的多模态大模型更具优势？对此，司马华鹏(péng)表示认可。“人类(lèi)大脑的设计中，90%以上是针对图形，所以我(wǒ)们说(shuō)有图有真相。基于文本，产(chǎn)生的是想象(xiàng)力，（阅读文本）的能力确实非常重要，但(dàn)对大部分人(rén)而言，（自己的大脑）生(shēng)成图片 ，然后再想象出一(yī)个 空间，还原出这个东西，是非常累的。因此(cǐ)，多模态(tài)或者视频化交互能力，能够大大降低我们之间信(xìn)息(xī)沟(gōu)通对应的脑(nǎo)力消耗 。”

对于未(wèi)来AI电商的形态，司马华鹏认(rèn)为，未来更大的价值是专业性。比如说，假设我们在食品领域有一个很好的AI专家，它可(kě)以(yǐ)从数据、算法的角(jiǎo)度给我们提供很多的专(zhuān)业内容。这样的专家，它带来的影响力会超过现(xiàn)有的人类专家，这会带来真正的、更好的电(diàn)商交易(yì)。

其进一步(bù)解(jiě)释称：“人 类在做很多行为的时候，有(yǒu)一定的(de)偏颇或者偏见，或者(zhě)带(dài)有一(yī)定的商业目(mù)的。而以(yǐ)数字和算法驱动(dòng)的AI专家，会成为(wèi)我们的朋友、我们的伙(huǒ)伴，很有可(kě)能成为(wèi)AI电(diàn)商(shāng)未来的主流。现在这些成本还比较高，只是出现在奢侈品(pǐn)领域。我希望未来每一类小产品上，都有(yǒu)这样一个专家顾问，来(lái)给我们提供非常好的沟通交(jiāo)流方式。这是AI电(diàn)商未来非常重要的一部分。”加盟茶饮第一股茶百道今日上市破发，超8000家门店高度依赖加盟商>

未经允许不得转载：IDC站长站，IDC站长，IDC资讯--IDC站长站 加盟茶饮第一股茶百道今日上市破发，超8000家门店高度依赖加盟商