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 數字人的市場規模将突破 100 億人民今天Retired 要和大家分享的是數字人的生死疲勞,歡迎閱讀~
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 數字人的市場規模将突破 100 億人民币，整體市場呈現高速增長态勢。又比如今年 7 月，北京發布了《北京市促進數字人産業創新發展行動計劃（2022-2025 年）》（以下簡稱《行動計劃》），這意味着數字人産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 年北京市數字人産業規模突破 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并不是一帆風順的。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、虛拟偶像，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于耳；很多投入了大量宣發資源，被寄予厚望的數字人項目，極短時間内就喪失了流量。
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産業鍊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。但從産業鍊到應用場景、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。
生于直播
讨論數字人的現狀，我們必須先達成一個共識：什麼是數字人？
一般來說，數字人是指具有拟人或者真人外貌、行為和特點的虛拟人物。這裡的重點在于，今天很多人已經默認數字人是具有 TTS 語音合成、多輪對話、語義理解技術特征，由 AI 驅動的虛拟形象。但在整個産業發展的實際脈絡來看，數字人長期以來都跟 AI 技術關系不大，或者隻使用了比較初級的 AI 技術，比如語音合成。
最早的數字人，基本都是以虛拟偶像等方式出現的。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，并且門檻很高，難以普及推廣。
接下來，随着直播行業的發展，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拟主播，但更多類似真人主播的一種 " 新型表演 "，并不能從生産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：在那些隻需要簡單對話、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，櫃台服務、智能客服等領域開始出現數字人。尤其在金融、保險等領域，由于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。從虛拟偶像到虛拟主播，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。随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。而這就導緻主播的需求壓力激增。加上疫情導緻主播工作不确定性增加、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、推出産品，工作門檻并不高，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，變成了虛拟主播、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，支撐了今天大量關于數字人的政策支持與市場預判。
但生于直播，成于直播的數字人，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 + 直播的興旺态勢，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，從而導緻大量低成本開發、模闆換皮的數字人快速走上崗位。
随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将逐步失效。而從另一個維度看，數字人本身的開發成本、制作成本卻在上漲，對比人類主播的成本優勢開始松動。
這是因為，數字人已經遇到了從業以來的最大挑戰：同質化。
死于同質
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。在對話比較尴尬的情況下，數字人更多作用還是播放已經錄制好的内容，或者切換成人類配音 + 語音合成 + 唇形識别的 " 木偶人 " 模式。
當然，AI 對于數字人的價值是多樣的，并不限于多輪對話和知識圖譜，還包括視覺、語音方面的内容。但無論怎麼說，數字人應用很快進入了一個基本困境：由于數字人背後的 AI 模型來源隻有那麼幾個，導緻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。
好看的皮囊萬裡挑一，但無趣的靈魂千篇一律。随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産生差異化就成為了巨大挑戰。
于是我們看到，很多數字人剛出道沒多久就銷聲匿迹。" 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，因為建模過于粗糙遭到網友吐槽；大量新出道的虛拟偶像，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、交互的高度同質化裡，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，行業似乎就隻好 " 卷 " 起來。數字人擺脫同質競争，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。
一旦卷起來，想要擺脫同質化，數字人的成本又将直線上升，繼而也就喪失了對标人類主播的低成本優勢。這個進退兩難的囚徒困境，導緻數字人産業在大展宏圖之前，已經先行進入了疲勞期。
數字人，也疲勞
想生存，就要卷，這是科技行業永恒的命題。而對于今天的數字人來說，企業快速弄一個換皮、套殼的數字人主播确實是代價很小，甚至可以忽略不計。然而一旦企業對這樣的數字人産品有了不滿，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，導緻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。前期的供應鍊成本、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。我們可以将這些壓力，總結成數字人的三種疲态：
1. 産業鍊疲勞。
數字人擁有着非常漫長且非常複雜的供應鍊。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、專業人才等方面産生成本支出。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鍊與技術開發、藝術設計的能力，要麼直接購買定制化的數字人解決方案。
顯然，後一種方式對于絕大部分企業來說更加現實。但定制化和高要求意味着數字人的前期成本直線飙升。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，對于企業來說都是未知數。這也是為什麼，很多企業甯可直接抛棄數字人，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，對于數字人供應鍊企業來說，大量數字人都湧向直播，确實帶火了業務。但過分聚焦的業務，讓接下來的升級遭遇了困境。從産業鍊來看，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。如此多複雜的産業鍊，最終都僅僅為直播服務。單一的應用場景很難消納産業鍊的創新成本。這導緻數字人的底層技術很難快速升級，或者将成本攤薄。
過長、過複雜，并且牽一發動全身的數字人産業鍊，導緻數字人很難低成本、高效率做出改變。産業鍊懼怕應用窗口太窄，應用擔心産業鍊升級太貴，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。
當前數字人産業的另一個問題，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制化服務整體成本過高，很多供應商擔心市場情況。于是采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。而由于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拟主播的電商來為之買單。
這種先嘗後買的模式，非常容易帶來後期運維層面的焦慮感。随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。對于企業用戶來說，會越發将數字人連續不斷的運維費用作為負擔，并且産生不願升級、不願續費的想法。而對于服務商來說，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。這就導緻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，數字人産業的疲态都來自成本壓力。而所有成本壓力的來源，在于最終用戶對數字人 + 直播 / 短視頻的模式已經産生了審美疲勞。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。但用戶對于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闆印象。
口味愈發苛刻的用戶審美，會最終推動數字人産業鍊進行洗牌。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産業空間。智能與差異，是治愈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 的出現快速讓很多産業興奮了起來，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，将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，并且開始向中國傳導。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鍊，降低數字人的上遊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、自主定制的低成本方案。
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産業鍊嗎？
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。或許隻有一場深層次的技術變革，才能治好數字人的疲憊。
關于數字人的生死疲勞就介紹完了，您有什麼想法可以聯系Retired 。
