“主包强烈给大家推荐哈”“给大家争取了比之前都要好的福利”……自“6·18”大促启动以来，直播洪流中24小时都有人用不同话术、机制，在为GMV、在线观众数、点赞量和粉丝转化而努力。
近两年在直播带货上有明显淡出的罗永浩，也在这期间在百度电商开了两场直播。但是第二次直播即6月15晚，出镜的并不是那位真实的、站在镜头前的老罗，而是他的数字人。
一位抢到了1元可乐的买家，在观看了直播后向作者表示：老罗“语不惊人死不休”，熟悉的语气、接地气的评论，还有和朱萧木的打趣互动，仿佛回到了过去的“发布会现场”。
直播结束后，百度官方给这一次“真假难辨”的实验，公布了数据：直播6小时、GMV突破5500万元、观看人次超1300万，部分品类销量超越5月真人场。对于整体效果，百度副总裁、电商总经理平晓黎在接受媒体采访时表示，是超预期的，一个是原本预计GMV不会超过5000万，另外一个是人均观摩时长超过5月真人场。
除了数字人罗永浩以外，不难发现今年大促期间，各大平台和商家，开始将数字人主播应用到直播带货场景。在这背后是不是AI能力的进化，驱动行业更大规模的落地？于中小商家而言，成本是否可控？如果想进入到这个行业，是否还有机会点？这已然成为大家关心的话题。
天使投资人、资深人工智能专家郭涛表示，数字人直播的核心价值在于成为“标准化服务模块”：一是降本增效，24小时开播、无需休息，大幅降低中小商家门槛；二是流量精细化运营，通过算法优化话术，精准触达夜间、促销等碎片化时段用户；三是延伸IP价值，头部主播数字人分身可提升变现效率。
但是他也表示数字人直播仍然面临一些挑战，比如缺乏临场应变力和情感共鸣，难以处理复杂咨询。对于未来整个直播电商行业的发展，他认为将呈现“人机协同”趋势——真人主播聚焦爆款打造，数字人负责标品销售，行业竞争转向“供应链+数据算法”的综合效率。
双数字人直播
第二次在百度的直播画面中，罗永浩和朱萧木熟悉地坐在一起，背景布置和灯光风格都与以往无异。两人在直播间也默契互动，比如在介绍某款产品时，老罗数字人拿起商品，朱萧木数字人会自然而然转头、接话讲解；当老罗讲解“跑偏”时，朱萧木也能及时“打断”并引导回主题。
两人的互动也引起了关注在弹幕区发起“哈哈哈”的笑声，并有不少人问“这真不是真人？”。实际上对于罗永浩，其早有预告：6月12日，罗永浩发微博称其数字人将于15日在百度电商开播，欢迎各位老朋友来当“人肉验真仪”。据悉，罗永浩是首位用数字人直播带货的头部主播。
令业界意外的是，朱萧木也是数字人，也就是说这其实是一场由两个数字人完成的“AI双人秀”。6月17日，平晓黎告诉作者，之所以选择双人一方面是目前业内还没有这么做的，另一方面是头部主播双人直播是直播的一大特点，“除了主播、副播，还有氛围组这些角色已经可以实现了。在适时的时候鼓掌、捧场。”
直播结束后，罗永浩在其个人社交账号上分享了自己的感受：看着两个数字人在镜头前眉来眼去，讲着和我一样风格的段子，有种恍如现实的奇妙感觉。
在6月18日的百度AI Day活动上，平晓黎宣布，百度优选将与“交个朋友”达成战略合作，罗永浩将担任百度慧播星首席体验官，入驻百度优选平台，不定期进行“真人+数字人”直播。
深度科技研究院院长张孝荣认为双人数字人直播是行业内的一次重要创新，将头部主播与数字人技术结合，给直播电商带来新体验，有利于提高直播效率和商业价值。
在郭涛看来，老罗数字人与百度电商的合作本质是“技术+流量+生态”的三重互补。对百度而言，电商是其长期短板，数字人直播既能降低内容成本，又能与搜索流量结合形成“即搜即买”闭环，契合其“知识+服务”生态定位。
“对老罗团队而言，数字人突破真人主播的物理限制，实现全时段覆盖，延长IP商业价值，同时为百度电商提供技术可行性验证，吸引品牌入驻。这一合作的象征意义大于短期收益——若“数字人+搜索流量”模型跑通，将重构直播电商的流量分发逻辑，为百度电商打开增量空间，挑战现有行业格局。”
多模态赋予数字人“神似”
过去两年多来，从chatbot到文生图片，再到文生视频，大模型带来的交互方式变革仍在继续。在数字人领域，Transformer、Diffusion Models、DiT（基于Transformer 架构的扩散模型）正在赋予数字人从“形似”到“神似”跨越的能力。
据介绍，此次罗永浩数字人首秀背后，是多模协同数字人技术的落地表现。百度集团副总裁吴甜表示，多模协同的数字人技术，基于文心 4.5T 实现了融合多模规划与深度思考的剧本生成，由剧本驱动数字人多模协同，实现动态决策的实时交互，使数字人的“神、形、音、容、话”达到高度统一。最终呈现出一个具备高表现力，内容吸引人，人-物-场可自由交互的超拟真数字人。
她介绍道，剧本生成技术包含台词生成、多模驱动和动态交互三部分。以罗永浩数字人剧本为例，基于文心大模型4.5 Turbo生成的剧本，充分展现了主播的个人特色，具备典型的罗氏幽默风格，并能够实现双人主播的内容协同，动态实现丰富的实时互动。
通过文本自控的语音合成大模型，实现高复原的语音合成能力，再结合直播台词及发音人特征，合成风格恰当、自然流畅的声音。比如某些段落中，当朱萧木调侃老罗“你上次说这款不好来着”，数字人老罗会带着顿挫地回应“我是说那一批……这一批升级了嘛”，这种轻微的“情绪起伏”也被完整保留。
为解决罗永浩数字人直播双人声音配合的难点，百度采用对话上下文编码器，将对话历史输入和当前对话进行语音合成的统一推理计算，最终实现流畅、自然的双人对话效果。
那达到罗永浩数字人直播这样的效果需要多少成本？平晓黎透露，暂时还没有计算过，不过单个数字人制作已经控制在千元了。并预期三个月左右的时间，（类罗永浩这样的数字人）成本也能逐步降下来。
百度集团副总裁吴甜介绍道，具体的成本数据会因每场直播而不一样，数字人直播成本包括两方面，一个是生产制作成本，一个是IT成本。“所有的新技术都有降本的过程，从技术角度看，我们对于未来规模化和降本还是有很大空间的”。
数字人正在渗透直播平台
仔细观察，今年“6·18”各大电商平台上，无一例外能看到不少数字人在直播，其中还有很多品牌商家选择了用数字人直播，甚至三星这类大品牌也用数字人在带货。
去年6月，以刘强东为形象的“采销东哥”AI数字人，在直播间开启直播，后面格力董明珠、名创优品叶国富等又带火了“总裁”数字人潮流。最近的则是罗永浩数字人在百度电商的“首秀”引发广泛关注。
艾媒咨询最新数据显示，虚拟数字人直播渗透率已突破60%，成为推动电商发展的动力之一。
国际数据公司（IDC）于近日发布了《中国2024年中国AI数字人市场份额》，IDC数据显示，2024年中国AI数字人市场规模约41.2亿元人民币，相比2023年增长85.3%；市场主要参与厂商包括百度、华为云、小冰、商汤科技、追一科技等。
IDC预计到2029年，市场规模将达到250.5亿元人民币，2024—2029年CAGR达43.5%。从市场占有率来说，头部厂商之间的差距比较小，市场也仍还没出现一家独大的情况。但是，在这过程中，不少创业公司已经经历了一轮洗牌。
杭州一家数字人创业公司创始人告诉作者，已经不做这一块业务了，“平台能给的公域流量有限，交付结果很难达到理想效果。”他认为创业公司再进入的机会并不大了，未来的竞争是各个平台数字人之间的竞争。平晓黎表示，对于大厂之间的竞争，她觉得技术是一个很重要的底层因素。
据郭涛观察，数字人赛道虽已进入技术同质化、场景趋同化的洗牌期，但细分领域仍存机会：一是垂直场景深耕，如跨境电商、本地生活、教育等领域，需适配多语种直播、方言交互等解决方案；二是构建技术壁垒，发力实时语义理解、情绪感知等交互能力，从“工具”升级为“智能销售员”；三是商业模式创新，提供“数字人+SaaS+代运营”打包服务，降低中小企业使用门槛。创业者需聚焦细分需求，用“垂直场景×AI”建立护城河，而非陷入通用型数字人的红海竞争。
