4 月 16 日傍晚，采用刘强东形象的“采销东哥”AI数字人出现在京东家电家居、京东超市采销直播间，“大佬”“亲自”带货草莓、玉米、大屏电视。半个小时的直播，观看次数超过了1200万。

　　据了解，这位“采销东哥”出自京东云言犀之手。截至目前，言犀研发的不同版数字人已被超4000家品牌直播间采纳。

　　直播间里，“采销东哥”复原了刘强东语速快和连音多的口头习惯，甚至复刻了搓手指、略微仰头的习惯动作和身体姿态。

　　据京东云言犀技术团队透露，要让数字人逼真，首先需要还原出刘强东的声音，提取出声学特征后，通过言犀语音大模型合成出人工语音。

　　21世纪经济报道记者了解到，言犀团队已经可以做到最短使用6秒素材复现真人声音，更长的声音素材则有助于捕捉更多丰富的细节。

　　复现出音色以后，还需要捕捉声音的“副语言”，包括语速、语调、重音、倒吸气等。这些副语言原本分布稀疏，大模型不容易捕捉到规律，言犀团队的方法是把声音样本的重音、语调等拆解成音素，让模型能更清晰地注意到它们。在文本层面，NLP（自然语言处理）模型则会根据真人习惯添加口头语，让声音更像真人。

　　此外，数字人还可以实现对话。言犀团队通过“多模态话语决策模型”以NLP（自然语言处理）来判断对方语义是否完整，也通过ASR（语音识别）来捕捉语调和语气变化，综合判断何时开始发言。综合以上技术，产生一个能流畅自如交谈的数字人声音。

　　2021年，黄仁勋的数字分身就曾亮相GTC，360周鸿祎和自己的数字人曾在乌镇对谈，商汤的汤晓鸥数字人也曾亮相。但让企业管理者的数字人进入带货直播间的，京东确实是第一家。

　　京东内部技术人士告诉21世纪经济报道记者，主要是因为言犀团队降低了数字人应用的门槛。“建立真人形象需要建模，如果不考虑成本，最真实的方法是用光线D建模。但由于人脸是不规则的平面，需要用上百万个三角形去模拟，建立的模型还需要经过深度学习再做声唇同步，计算量十分庞大。”该人士透露：“如果简单地降低三角形的数量，又会让表情变得呆板。”

　　言犀团队采用的方法是以3D建模骨骼和肌肉，这样用少量三角形就能还原人体的大姿态动作，人脸则在3D模型上采用2D渲染，能够让人脸保持高分辨率，同时兼顾较低的渲染成本。

　　但直播带货的成本约为每场数万元，有直播电商资深运营直言：“大部分品牌，过去两年的直播都是亏损状态”。

　　京东云言犀数字人提供了低成本的直播带货方式。21世纪经济报道记者了解到，数字人可以根据商家提供的商品详情自主学习商品特征，让商家“一键开播”。

　　有消费者在看完刘强东数字人分身直播带货之后表示，听起来还是理性了些，缺点“带货氛围”。不过，数字人带货终究有其用武之地，有商家表示，数字人直播是高性价比的选择，“至少播了就比不播强。”

　　截至2024年4月，已经有超过4000个品牌在京东使用数字人完成闲时直播，提升闲时转化率超30%，成本不到线。

　　此外，有观点认为，“采销东哥”AI数字人直播间带货，一定程度上也是京东低价战略的一种实现方式。一方面，京东采销直播本身就主打“不收坑位费”，意在减少商家营销成本；另一方面，数字人直播可以有效降低商家开播成本。

　　今年春节的闲时直播中，京东云言犀数字人曾卖出过4000万元货品，平均提升闲时直播转化率超30%。

(责任编辑：管理)