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(jiā)好，我(wǒ)是刘强东，今(jīn)天是不是看起来有些不同？很久没直播，还有(yǒu)些许紧张……话不多说，老刘(liú)的数字(zì)直播带货现在开始。”4月16日，京东创始人(rén)刘强东在京东平台开启数字人(rén)直播。

“东哥”数字人直播，迅(xùn)速引起(qǐ)广泛关注，数字人替代真人直播的时代来临了(le)吗(ma)？

4月18日，数(shù)字人(rén)头(tóu)部厂商硅(guī)基智能创(chuàng)始人司马华鹏接受了《每日经济(jì)新闻》记者的专访。司马华鹏表示：“刘(liú)强东这次数字人直
播，对我们行业是非(fēi)常(cháng)大的品牌宣传。他使用（数字(zì)人直播），说(shuō)明这个行业得到了一次(cì)非常重要的认可。”

对(duì)于AI的使用，司(sī)马华鹏建议(yì)：“未来所 有使用AI的人，应该专注到人类特有的东(dōng)西，比如创意，比如有温度的东西。”

拆(chāi)解(jiě)数字人技术

“数字人刘强东”是否有(yǒu)硅基智能(néng)技术的(de)支持？司(sī)马(mǎ)华鹏表示：“我们不太方便对外公开(kāi)，但这些技术最早的开创者肯定是我(wǒ)们。我们在整个（数字人）直(zhí)播(bō)上大概有40多项发明专(zhuān)利，在申请的(de)也有几十项(xiàng)。现在行业内有很
多在使用我们的技术授(shòu)权，也有很多在使(shǐ)用硅基智能的API（应用程(chéng)序编程接口(kǒu)）。”

“东哥”数字人究竟是如何打造出来的？司马华鹏介绍(shào)：“它（数(shù)字人）这(zhè)些内容是(shì)用(yòng)AI渲染出来的。如(rú)果现在想(xiǎng)做东哥(gē)同款，你需要提供几分钟的视频。然后我 们会将其训练成(chéng)一(yī)个数(shù)字人模
型(xíng)。这个数字人(rén)模型背后，将(jiāng)由大(dà)模型(xíng)驱(qū)动它。定时(shí)去上一些产(chǎn)品(pǐn)、定时回复一些客(kè)户(hù)需求、定时作一些(xiē)记录，这 些都是事先做好的剧(jù)本(běn)，这些剧本实质由大模型(xíng)驱(qū)动，比较(jiào)接近于人类的行为和反馈。”

那么，除了上(shàng)述(shù)AI渲染(rǎn)技(jì)术外，数字人直播还(hái)需要(yào)哪些(xiē)技术支持？司马华鹏称：“我们的大模型是多模态的(de)，是文本生成、声音生成(chéng)和(hé)数字
人生成的(de)结合。其实(shí)很多人在反馈，他（刘强东）声音和节奏感与(yǔ)他原来讲
话不(bù)太一样(yàng)。这(zhè)很可能克隆的(de)是平时的语(yǔ)速，但是直播（过程中），一(yī)个用户(hù)停留时长是比(bǐ)较短的，你必须在(zài)很短时间(jiān)内把大量的信息披露出来，所以(yǐ)必须 把声音(yīn)放得快一些。”

对于语音合(hé)成(chéng)技术，司马华鹏表示：“我们全部技术都是自己的。从目(mù)前端到端的生(shēng)成(chéng)来讲(jiǎng)，（语音合生活需要450字(hé)成）已经是一个非常成(chéng)熟的(生活需要450字de)技术。”

数字人形象、语音合成(chéng)，都是外(wài)在展现形式，数(shù)字人直播(bō)内容(róng)仍旧离不开文本。对(duì)于文本，司(sī)马华鹏称
：“文(wén)本大(dà)模型方面(miàn)，我们基本(běn)上都是原创的技术，最近‘炎帝’大模型刚刚通过(guò)网信办(bàn)的备案。”

能否替 代真人直播？

目前，大家看到的直播带货(huò)，很可能就是数字人。司马华鹏介绍：“我们在2021年开创AIGC直播的(de)大方向，（刘强东数字人(rén)）基本(běn)上是我们2023年产品(pǐn)能够呈现出来的效果，这样的直播间(jiān)我(wǒ)们已经卖(mài)掉了上万个，京东、淘宝、抖音、快手和视频号平台都有。”

真人直播会面临各种复杂场景，特(tè)别是情感交(jiāo)流，数(shù)字人可以做到吗？司(sī)马(mǎ)华鹏(péng)表示 ：“我们在看东(dōng)哥直播(bō)的(de)时候，会不会把他（数字人）当(dāng)作真正的东哥来(lái)看，这
是决定数字人智(zhì)能化(huà)程度的重要 标(biāo)志。从开播(bō)到现在，行业有非(fēi)常多的评价，大(dà)家(jiā)觉(jué)得还是能看到一些机械的(de)痕迹(jì)。”

“这个（数字人）行业发展的核心就(jiù)是‘看 不出来’。”司马华鹏强调。

其认为：“我们现(xiàn)在也有大量的直播间，效果比(bǐ)这个（刘强东数字人）要好很多。如果他这个直播不是在自(zì)家
平(píng)台，而是在其(qí)他平台，很(hěn)容易被机器(qì)识别出(chū)来，很快就会被限流。”

因此，在司马华鹏(péng)看来，数字人行业的核(hé)心是让整个直播间符合(hé)图灵测试
。对于数字(zì)人行业
的发展，其认为：“（该领域）图灵测试1.0是(shì)分不清（是(shì)人类还是AI）；图灵测试2.0则是(shì)双向情感交互(hù)；图灵测试3.0就是‘死生相契(qì)’，未(wèi)来我们与AI之间，可能是Soul Mate（心灵伴侣）的关(guān)系，它是你非常重要(yào)的助手、朋友，也可能是你亲密的合作(zuò)伙伴。”

目前，很(hěn)多问答式(shì)大模(mó)型主要给受众提供(gōng)专业类辅助(zhù)，但若诉诸情感，是否兼具图(tú)像、声音(yīn)和文本的(de)多模(mó)态大模型更(gèng)具优势？对此，司马华鹏表示认可(kě)。“人类大脑的设计(jì)中，90%以上是针对
图形，所以我们说有图有真相。基于文本，产生的是想(xiǎng)象力，（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(nǎo)）生成图片，然后再(zài)想象出一个(gè)空间，还原出这个东(dōng)西，是非常(cháng)累的。因此，多模态或者
视频化交互能力，能够大大降低我们之间信息沟通(tōng)对应的(de)脑力消耗。”

对于未来AI电商的形态，司马华鹏认为，未来更大的价值是专
业(yè)性(xìng)。比如说，假设我们在食品领域有一个很好的AI专家，它可以从数据、算(suàn)法的(de)角度给我们提(tí)供很多的专(zhuān)业 内容。这样的专家，它带来的影(yǐng)响力会超过现有的人类专家，这会带来真正的、更好的电商交易。

其进一步解释称：“人类在(zài)做很多(duō)行为(wèi)的时候，有一定的偏颇或者(zhě)偏见，或者带有一定的商业目的(de)。而以数字和算法驱动
的AI专(zhuān)家，会成为(wèi)我们的(de)朋友、我们的伙伴，很(hěn)有(yǒu)可能成为(wèi)AI电商未来的主流。现在这些成本还比较高，只是出(chū)现在奢侈(chǐ)品领域。我(wǒ)希望未来每(měi)一类(lèi)小产品上，都有这样一个专家顾问，来给我们提供非常好的沟通交(jiāo)流(liú)方式。这是AI电商未来非常重要 的一部分。”

未经允许不得转载：IDC站长站，IDC站长，IDC资讯--IDC站长站 生活需要450字