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(dà)家好，我是刘强东，今天(tiān)是不是看起来有些不同？很(hěn)久没(méi)直播，还(hái)有些许紧张……话(huà)不多说，老刘的(de)数字直播带(dài)货(huò)现在开始。”4月16日，京东创始人刘强东在京东平台开启数字人直播。

“东哥”数字人(rén)直播，迅(xùn)速(sù)引起广泛关注，数字人替代真人直播(bō)的时代来临了吗(ma)？

4月(yuè)18日，数字人(rén)头部厂商硅基智能创始人司马(mǎ)华鹏接受了《每日经济新(xīn)闻》记者的(de)专访。司马华鹏表(biǎo)示：“刘强东这次(cì)数字(zì)人直播，对我们行业是非常大的品牌宣传。他使用（数字人直播(bō)），说明这个行业(yè)得到了一次非常(cháng)重要的(de)认可。”

对于AI的(de)使(shǐ)用，司马华鹏建议：“未来(lái)所有使用AI的人，应该专注到人类特有的东西，比如创意，比如有温度的东西。”

拆解数字人技术

“数字人刘强东”是否有硅基智能技(jì)术的支持？司马华鹏表示：“我们不太方便对外(wài)公开，但这些技术最早的开创(chuàng)者(zhě)肯定是我们。我们在整(zhěng)个(gè)（数(shù)字人）直播上大概有40多项发明专利，在申请的也有几十项。现在行业内有很多在(zài)使用我们(men)的技术(shù)授(shòu)权，也有很多在使用硅基智能的API（应用程序编程接口）。”

“东哥”数字(zì)人究竟是如何打造出来的？司马华鹏介(jiè)绍：“它（数字人(rén)）这些(xiē)内容是用AI渲染出来的。如果现在(zài)想做东哥同款，你需要(yào)提供几(jǐ)分钟的视频。然后我们会将其训练成(chéng)一个数字人模型。这(zhè)个数字人模型背后，将(jiāng)由大模型驱动它。定时去上一些产品、定时(shí)回复一些客(kè)户需求、定(dìng)时作一些记录，这(zhè)些都是事先做好的剧本(běn)，这些剧(jù)本实质由大模型(xíng)驱动，比(bǐ)较接近于人类的行为(wèi)和反馈。”

那么，除了上述AI渲染技术外，数字(zì)人直播还需要哪些技术支持？司马(mǎ)华鹏称：“我们的大模型是多模态(tài)的，是(shì)文本生成、声音(yīn)生成和数字人生成的结合。其实很多(duō)人在反馈，他（刘强东）声音和节奏感与他原来(lái)讲话(huà)不太一样。这很(hěn)可能克隆的是平时(shí)的语速，但是直(zhí)播（过程中），一个用户停留时长(zhǎng)是比较短的，你必须在(zài)很短时(shí)间内把大量的信息披露出来，所以必须(xū)把声音放得快一些。”

对于语音合成技术，司马华鹏表示：“我们(men)全部技术都是自己(jǐ)的(de)。从目前端(duān)到端的生成来讲，（语音合成）已(yǐ)经是一个非常成熟的(de)技术(shù)。”

数字(zì)人形(xíng)象、语音合成，都是外在(zài)展现形(xíng)式，数字人直播内容仍(réng)旧离不开文本。对于文本，司马华鹏(péng)称：“文本大模型方面，我们基本上(shàng)都是原创(chuàng)的技术，最近‘炎帝’大模(mó)型刚(gāng)刚通过网信办的备案。”

能否(fǒu)替代真人直播？

目前，大家(jiā)看到的直播带货，很可能(néng)就是数字人。司马华鹏介绍：“我们在2021年开创AIGC直播(bō)的大方向，（刘强东数字人）基本(běn)上(shàng)是我们2023年产品能够呈现出来的效(xiào)果，这样的直播(bō)间我们已经卖掉了上(shàng)万个，京东、淘宝、抖音、快手和视频号平(píng)台都有。”

真人直播会(huì)面(miàn)临各种复杂(zá)场景，特别是情感交流，数(shù)字人可以做到吗？司马华鹏(péng)表(biǎo)示：“我们在看东哥直播的时候，会不会(huì)把他（数字人）当作真(zhēn)正的(de)东哥来看，这是决定数字(zì)人智能化程度的重(zhòng)要标志。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机械(xiè)的生活的美好600字作文痕迹。”

“这个（数字人）行业发展的(de)核心就是‘看不出来’。”司马华鹏强调。

其(qí)认为：“我们现(xiàn)在也(yě)有(yǒu)大量的直播间，效果比这个（刘强东数字人）要好很多。如果他这个直播不是在自家平台，而(ér)是在其他平(píng)台(tái)，很容易被机(jī)器识别(bié)出来，很快就会被限流。”

因此，在司马华鹏看来，数字人行(xíng)业的核心是让(ràng)整(zhěng)个直(zhí)播间符合图灵测试。对于数字人行业的发展，其认(rèn)为：“（该领域）图灵测试(shì)1.0是分不清（是人类还是AI）；图灵测试2.0则是双向情(qíng)感交互；图灵测试3.0就是(shì)‘死生相契’，未来(lái)我们与AI之间，可能是Soul Mate（心灵伴侣）的关系(xì)，它是你非常重要的助手、朋友，也可能是你亲密的合作伙伴(bàn)。”

目前，很多问答式大模(mó)型主要给(gěi)受(shòu)众(zhòng)提供专业类辅助(zhù)，但若诉诸情感，是否兼(jiān)具图像、声音和(hé)文本(běn)的多模态大模(mó)型更具(jù)优势？对此，司马(mǎ)华鹏表示认可。“人类大脑的设计中，90%以上是针对图形，所以我们(men)说有图有(yǒu)真相。基于文本，产生(shēng)的是想象力，（阅读文本）的能力确实非常重要，但对大部分人而言，（自己的大脑）生成图片，然后再想象出(chū)一个空间，还原(yuán)出这个东西(xī)，是非常累的。因此，多模(mó)态或者(zhě)视(shì)频化交互能力，能够大(dà)大降低我们之间信息沟通对应的脑力消耗。”

对于未(wèi)来AI电商的(de)形态，司马华(huá)鹏认为，未来更大的价值是专业性。比如说，假设我(wǒ)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(fǎ)的角度给我们提供(gōng)很多(duō)的专(zhuān)业(yè)内容。这样的专家，它带来的影响力会超过(guò)现有的(de)人类专家，这会带来真正的、更好(hǎo)的电商交易。

其(qí)进一步解释称：“人类(lèi)在做很多行为的(de)时候，有一定的偏颇或者偏见，或者(zhě)带有一定的(de)商业目的。而以数字和算法驱动(dòng)的AI专家，会成为我(wǒ)们(men)的朋友、我们的伙伴，很有可能成为AI电商未来的主流。现在这(zhè)些(xiē)成本(bě生活的美好600字作文n)还(hái)比(bǐ)较高，只是(shì)出现在奢侈品领域。我(wǒ)希望未(wèi)来每一类(lèi)小产品上，都有这样(yàng)一个专家顾问，来给(gěi)我们提供非常好的沟(gōu)通交流(liú)方(fāng)式。这生活的美好600字作文是AI电商未来非常重要的一部(bù)分。”

未经允许不得转载：IDC站长站，IDC站长，IDC资讯--IDC站长站生活的美好600字作文