|
撰文 | 李信马
题图 | 京 东
刚才过去的“618”，火了一群“AI主播”。
直接看战报吧，2024年“618”时期，京东直播订单量同比增长超200%。其中，京东云言犀数字人： 在超过5000个品牌直播间开播；
累计时长超过40万小时；
累计观看人次超过1亿；
互动频次超过500万次。根据京东的统计，截止日前，言犀数字人已累计带动了超百亿的GMV（商品交易总额）。这个数字，放在今天的直播带货行业，实在不算个大数字。
据艾瑞咨询刚才发布的《2023年中国直播电商行业科研报告》表示，2023年，我国直播电商市场规模高达4.9万亿人民币，增速达到35.2%，并预测将来三年还将保持18%的年复合增长率。100亿，乃至比不外头部达人的年度GMV。
不外，对京东来讲，这算是很不错的成绩。在直播带货赛道如火如荼之际，老牌电商平台京东却掉了队，谈到直播带货达人，淘宝有李佳琦，抖音有疯狂小杨哥、罗永浩，快手有辛巴，而京东却让人想不到有能够相提并论的。
虽然近一年来，京东没少花心思做直播，但培养头部达人并不是个容易速成的事情。山不转水转，用AI数字人主播代替真人主播，作为一种“弯道超车”的选取。
从京东“618”战报来看，AI主播亦算是小有成绩。只是，这般的成绩会是昙花一现，还是真的能走出一条通天大路？
1、日不落的直播间
前几天，“钟薛高老林”直播间出现了惊魂一幕，女主播在介绍制品时，忽然身体起始摇晃，而后猛然摔倒，伴同着直播间里的尖叫声，专题亦冲上热搜第1。
好在虚惊一场，女主播暗示只是身体不适。不外，就这事而言，却表现了AI主播相比真人主播的优良之一：不会疲惫，亦不必须休憩。
DoNews联系了一位资深带货主播嘉琪，在咱们和她讨论AI主播时，她的第1反应是，有了AI主播，直播间就能够“日不落”了。
“直播带货最少一个主播一个助播，还要有人投流，亦就上班时间能凑一块，至于达人，更不可能始终播。”嘉琪日前每周单休一天，工作日每日直播4小时。而她所在的机构，同一个直播间会由三名主播早中晚三班轮班，一天播满12小时。
每日24小时，嘉琪所在的直播间只播一半，重点问题便是剩下的时间能够挣钱，但性价比不高。例如她们的最后一班是夜晚7点半结束，之后到11点半的4小时，直播带货的效果不必定比白日好，但成本和麻烦程度只高不低，因此呢就被机构放弃了。
按嘉琪估计，她们直播间平均每日GMV在4万元上下，投流的成本大约是1万元，而主播的工资是200元每小时。“每一个平台的投流不太同样，例如小红书是点进来（直播间）一次咱们要给2块多，抖音是另一套规则，它们投流很细。”
因此呢，流量高的黄金时段，要直播况且要多投流；流量低的闲时，投流没道理，纯自然流量可能连人力成本都覆盖不了，就不必直播了。
至于200元/小时的收入水平，在北京的直播带货圈子里算中等偏上，嘉琪介绍，区别平台、区别品类的直播间主播的收入水平会有所差异，另外还会有区别比例的提成点，“像是服饰类，提成可能在2%-5%，但像粮油这般的，可能就仅有千分之几了。”
能有这般的薪水，是由于直播带货的确有其门槛，她们直播间表现最好的一天，GMV达到了25万，投流成本不到3万，除了运气和制品营销策略，主播的个人能力影响很大。
况且这亦是“体力活”。“一场直播下来，可能就休憩几分钟，去上一次洗手间，每日4小时感觉不多，但连续播一段时间就会很疲惫，嗓子亦会难受。”嘉琪差不多一月会请假一两次来休憩，不请假的话“卷”两个月，她就要休憩一个小长假才可恢复过来。
相比真人，AI主播的成本非常优惠，闲时亦能够始终在线。例如京东，就暗示言犀数字人直播成本仅为真人1/10，在今年4月，百度发布了曦灵数字人，采访中百度智能云副总裁喻友平亦对DoNews暗示，在不投流的状况下，6小时直播比对中，数字人的成本大概是真人的15%上下，GMV则是真人85%。
京东对运用数字人直播有三个周期的目的，其中第1周期是向真人看齐，能够和真人接力，在黄金时段之外带货。有AI主播做闲时补充，直播间能够24小时日不落，例如联想的京东直播间，据统计AI主播的每小时成交量，能达到真人的45%，成本仅有10%；珠宝品牌潮宏基的AI主播平均每日播22小时，每月比真人10小时直播能省下两三万。
只是，倘若AI主播止步于降本，那就不值得讨论了，由于直播带货行业还是营销为王。而从今年京东“618”来看，AI主播表现出来了更大的潜能——亦许真的能够替代真人。
2、AI主播是怎么样炼成的？
AI主播并不是鲜嫩事，2022年起，言犀虚拟主播就在青蛙王子、六神、同仁堂、百雀羚等上百家国货品牌直播间上岗，在去年的“618”，京东曾发布信息“开门红开启10分钟，言犀虚拟主播开播商家较去年11.11增幅近4倍”。
但以前没火起来，本质还是太“菜”了，完全比不上真人。
在百度发布曦灵数字人时，喻友平的描述就很谦虚：“将来要覆盖到更加多本来都无能力做直播的商家或企业，让她们能够低成本的把直播用起来。虽然客观来讲，肯定没法代替哪些顶级的直播，没法达到她们那样高的水平，然则达到70%的水平，或说咱们随便找10个素人出来，肯定比她们水平高。”
而同一时间，京东却选取挑战高难度。在4月16日，京东直接做出了刘强东的AI数字人“采销东哥”，并亮相直播间开启了首场直播卖货。
直接上“老板”卖货，有魄力亦很好玩，看一下营销数据：在42分钟的上播时间里，“东哥”讲解了13款制品（重点是家电），直播间的观看数量超过了2000万，创下了京东超市采销直播间开播败兴观看人数的最高峰，最后订单数突破了10万，营销额超过了5000万元。
照片源自：京东
DoNews当时亦特意观看了这场直播，说实话，前面一小段时间，真的没分辨出是不是真人，不止是长得像，一口宿迁味的普通话亦颇具迷惑性。（亦有原由是一起始的信息“京东创始人、董事局主席刘强东即将在京东APP上开启直播”中无说是AI主播）看了一会，才隐约觉得表情和微动作有些重复和不自然。而多久能分辨出来是不是是真人，便是京东对AI主播进行效果评判的核心指标。
京东云言犀负责人在第1次直播后的采访中说：“观众在进入直播间的前120秒，倘若不觉得是数字人，就有可能跨过‘恐怖谷’效应，对主播产生信任感。这能大幅加强下单率。”
一旦跨越了这条鸿沟，AI主播就能够进入京东预期的第二周期：媲美真人，能够承担有些重要独立的任务，例如重要时段的直播、讲解等。以“采销东哥”为起点，“618”的京东直播间里，冒出了不少“AI老板”，有格力董明珠、海信胡剑涌、LG李东善、名创优品叶国富、洁丽雅石展承等十几位企业总裁，亦算是赶上了雷军、周鸿祎等商界大佬直播的热潮。
能达到这般的效果，不得不说，要感谢人工智能尤其是大模型技术的突飞猛进，咱们此刻管训练大模型叫炼丹，那京东的AI主播，便是主打一个“菜就多炼”。简单的说下，京东言犀数字人背面的技术。
创立数字人形象，重点分为外观和声音两部分。以“采销东哥”为例，在外观部分，言犀团队利用刘强东的高清视频，协同 3D Mesh 技术方法，快速创立拟真的真人形象，并支持数字人做出大姿态、有感染力的动作，例如挥舞手臂，或侧脸看手机。简单理解，便是专精名人视频生成的“Sora”。
在声音方面，言犀团队设计了声音供应链的概念，从起始供应声音最基本的元素上进行规范，制定标准，后面技术进行相应的适配。模型在预训练中已然把握了人类广泛的发声特征，再录制几句刘强东讲话，就能学习到他“宿迁普通话”的说话风格。直播中一句东哥特殊的“兄弟们”，谁听了不迷糊？
3、畅想：将来的AI主播会是怎么样？
以假乱真是很厉害，但大众看直播，不只是为了看“真实”。
除了折扣外，消费者亦爱好看主播们唱跳Rap，最好再给家人们上上才艺整整花活儿。眼下AI主播们的风头，其实是借着商界大佬们的形象，颇有些“狐假虎威”的意思，绝大都数人一生亦听不到刘强东面对面喊自己一声“兄弟”，更不消说给介绍下商品了。
另一方面，因为多种原由，直播带货行业正由达人带货向店播的模式倾斜，再加上近期流行“一把手”出镜（但有时间和能力的企业家并不多），因此呢，京东带头发起的““总裁数字人直播”能够说搔到了不少企业的痒处。
等鲜嫩感过去后，AI主播还能吸引消费者们观看和购买吗？毕竟，日前的AI主播，只能在直播间里说话做表情，并不具备真正人类的行动力。反观真人直播带货还在持续的推陈出新，例如 ZARA 在去年年底的一场直播，请来了超模游天翼现场走秀。
空间挑高近8米，面积达500平，有5台阿莱摄影机和3台斯坦尼康等顶尖设备，再加上轨道车与机械摇臂，12盏阿莱400W聚光灯，这般超豪气的配置，营造出了最少价值50万的光影效果。长达约5小时的直播里，镜头全程跟踪超模与两位主播，从T台走秀到介绍制品、分享时尚见解，乃至补妆的小细节亦毫无保存地展示出来，这般的视觉盛宴，吸引了近122万的观众。
照片源自：抖音
这般的直播，此刻的AI主播显然做不到。
一样是在4月时，DoNews采访了虚拟动点董事长刘耀东，虚拟动点专注于空间计算技术，她们的一大业务是做电影动作特效。刘耀东说到一个观点，此刻的视频生成技术，包含Sora，都“不懂理学世界”。不懂理学世界的结果，便是生成的视频，会出现“穿模”的问题。而问题的原由，是由于咱们平常看的视频、电影，本质上便是二维图像的堆叠，因此大模型在训练时，得到的数据亦是加上时间轴的二维图像集，这般生成的视频其实亦是图像的组合罢了。
“你会发掘，所有电商（AI主播）直播的场景，（AI）主播是不可动的，它只能同轴位移，便是手能够动，表情能够动，但身体不可动。为何它不可离开这个轴？由于它是拿视频训出来的，便是一个人坐在那里，拍足够多的视频来训练这个AI，而后再用口型和声音数据同步训练它的表情。它倘若大幅度移动的话，就会出现显著的抖动等其他问题。”刘耀东解释道。
倘若AI主播始终在画面正中间，那问题不大，但除此之外——例如只是简单的站起来——那问题都很大。虚拟动点一样经过大模型训练数字人，但她们采集的空间数据是三维的，和视频数据的区别大概相当于（x，y，z，T）和（x，y，T），这般从基本上处理大模型“不懂理学世界”的问题，而刘耀东理想中的AI主播，能够站起来，能够走动、做平常动作，乃至能够做物理交互。
“我觉得倘若真的要实现到理想中的电商直播场景，那必定要有同步的一套AI算法，加上咱们动作的算法，进行重新组合，完成数字人的驱动，它肯定不会是一个二维数字人。”刘耀东总结道。
不外，这般灵活的AI主播距离咱们还有些遥远，真人主播为主、AI主播为辅，两者共存的模式将来将在电商直播行业长时间存在，并且行业仍充满了机会，用真金白银奖励技术和模式上的突破。
畅想一下，将来可能便是《头号玩家》或《失去控制玩家》里的场景。可能有一天，科技已然进步到构建出电影里的虚拟世界，亦许真人主播不会消失，但AI主播却能够飞天遁地，再也不必须模仿真人，就能完成令咱们惊叹的扮演了。返回外链论坛：www.fok120.com，查看更加多
责任编辑：网友投稿
| 
发表于 2024-7-21 03:29:44
