出品｜虎嗅科技组

作者｜苗正卿

题图｜视觉中国

数字人正在被百度内部视为带来增长的“关键武器”。

虎嗅独家获悉，百度内部预计将在2025年下半年加大对数字人项目的投入。内部针对数字人的评估与考核维度，主要以客户量（使用数字人产品的B端用户），用户量（观看百度数字人相关直播、短视频等内容的C端用户），以及由数字人带来的广告营销收入三个方面为主。

目前，百度的数字人项目隶属于百度电商业务（百度优选），由百度副总裁、百度电商总经理平晓黎为一号位。

另据虎嗅独家掌握的信息，百度电商在2023年成为一级事业部后，目前保持了持续盈利，而数字人是其最重要的收入和利润增长引擎之一，贡献了收入增长的大头。

百度副总裁、百度电商总经理平晓黎

今年618期间，百度电商推出了罗永浩“数字人”，被内部视为2025年的关键动作。而此前，百度创始人李彦宏也曾亲自体验过百度数字人相关技术，并对业务线表达了信心，他在今年4月百度Create大会上表示：“2025年最令人激动的突破性应用之一，就是AI数字人”。

值得注意的是，自2024年以来，李彦宏多次在内外部分享时，把百度文库（含网盘）和百度数字人两个业务视为百度“AI落地场景”的关键方向。而巧合的是，百度文库（含网盘）截至目前也保持了“自负盈亏、盈利状态”。有知情人士向虎嗅表示，这两个业务属于百度内“战斗力较强”的，因为持续盈利和展现出持续增长性，集团在加大资源供给。

在今年WAIC上，百度正式发布了新一代数字人技术Nova，让数字人进化成为一个多模协同且具备思考决策能力的AI应用。

近期，虎嗅就百度数字人业务发展的脉络、内部对于数字人趋势的判断、与其他大厂的区别等问题，和平晓黎进行了深入沟通，下附沟通实录（经删减编辑）：

虎嗅：百度整个数字人业务，是什么时候决定开始做的？你们内部怎么看待这几年数字人的发展脉络？

平晓黎：最早是2022年底，当时大模型还没有出来。当时集团成立了电商事业部，让我来负责。我此前负责百度APP，主要负责信息流产品，当时还管百家号、管新闻类内容生态创作。做这些内容向的业务时，我接触了很多创作者，当时我就想，有没有什么AI技术可以帮这些创作者做更好的内容。数字人技术，其实是这个时候关注到的。我当时看短视频里面一些医生、律师的节目，就在想用数字人替代这些真人可能是一种很不错的方式。因为他们平时太忙了，不一定有足够多时间来做视频和直播。

2022年底，公司成立了电商事业部，让我来负责。当时电商行业里，直播电商已经非常火爆了。我当时就思考，数字人技术能不能来帮助直播。于是我让团队做了几个试水。但碍于当时做出来的“数字人”更像是僵硬的纸片人，效果确实不太行，它只是具备了一个初级的人形样子和TTS能力。

第一个转机是2023年初，ChatGPT发布了，很快百度自己的文心大模型也发布了。我很快找到我们的模型团队，请他们协助一起做数字人，希望大模型团队帮我们解决三个主要的问题：第一是之前数字人都是人工写脚本，现在希望靠大模型去生成脚本；第二是希望实现实时互动，数字人能和用户去真实的互动；第三是升级数字人的视觉和语音表现力。

我把2023年起基于大模型完成关键进化的数字人归类为2.0阶段，我们叫超拟真数字人。当然它是一个持续进化过程，2023年到2024年，我们都在不断完善：除了语言能力、互动能力、拟真声音这些技术要素，也包括了成本的控制与降低。2024年，我们基于超拟真数字人发布了一键克隆的功能，通过一个5~10分钟的视频片段，就能生成一个超拟真数字人直播间。

从2024年下半年到今年，我们在进入一个新的阶段，Robin定义其为“高说服力数字人”，这是数字人的3.0阶段。这个版本的关键点在于数字人的智能化能力，它已经是一个具备思考决策能力的超级智能体了。它的声音、动作、形象、语言可以实现如真人的协同一致性，目前市面上绝大部分的数字人，都没有完美做到，神形音容的匹配我们认为也是第三个阶段的另外的核心特征之一，它已经非常像真人了。

你看到的我们618罗永浩数字人，其实就属于“高说服力数字人”范畴。它本身有带货能力、有自己的决策和思考链，而且从效果上，它的单场带货水平并不低于真人。

这里面关键的地方，就是感知决策，数字人可以通过感知到屏幕前用户的反馈、信息，去实时决策、实时互动。我们这个罗永浩数字人推出后，很多人都觉得惊讶，觉得太逼真了。

但我觉得，这还不是技术和产品的终点。我们内部认为，数字人的技术能力还会进一步抬升，尤其是多模态大模型技术的发展，会继续推动数字人进化。下一代，可能是超越真人的数字人。

虎嗅：我还是想再追问一个回溯问题，你接手百度电商后，当时为什么会把数字人当做一个关键方向？

平晓黎：第一个因素是2022年底，百度决定建立电商BU时，公司是思考过自己到底有什么差异化优势，尤其是百度面临一个现状“没有特别多的直播生态”的前提下，我们的优势到底在哪？我们思考后认为，技术肯定是一个壁垒，因此当时就有一个明确的站位，要做“智能电商”。

这里有两个切入角度，其一是希望通过AI帮助用户更好的获得购物体验；其二是希望通过AI帮助商家降本增效，吸引商家用更低成本做更大量直播，从而丰富我们生态的供给。我们想做自己的电商闭环，让更多商家包括大量的中小商家，进入我们的生态。

第二个因素是，2023年年初，我在好几个产业带去拜访商家，我去看他们的直播间发现，这些商家的直播成本非常高，相比于传统货架电商，这些商家的运营成本增加了很多。这些交流和探访，让我很确信，用AI技术做低成本批量化是可以满足市场刚需的。

虎嗅：你刚才提及2023年初大模型给你的数字人产品带来了质变，当时你是怎么说服集团投入这些技术资源给你的？

平晓黎：我觉得这是百度一个特点，百度在做产品的时候是业务驱动。我们团队当时先拿出来整个思路，包括产品、运营、客户等等细节都想处理了，然后我去和集团汇报了想法，希望可以通过大模型技术推动数字人进化，从而带动电商直播业务。在讨论清楚市场需求和业务战略后，集团同意了，而且以“高优”模式支持了数字人项目。然后我们就跟集团的大模型技术团队形成了一个协同模式。

虎嗅：其实有一些大厂在做数字人类产品时，是技术团队牵头业务协同，你们好像是反过来的？

平晓黎：我觉得业务牵引非常重要，产品终究是服务于市场、服务于用户的，一定要从市场需求出发、从用户痛点出发。纯粹技术去牵引，他们可能会追求高精尖的技术，但高精尖的技术有时候不一定能解决真实业务场景的问题。

我团队内，业务运营、产品经理会成为整个数字人产品技术发展的牵引力，当然我会要求他们去知道技术的能力和边界在哪。业务和产品经理最大的价值是对于需求场景有深刻的理解，并基于这些理解去给出优化方向。

举个例子。之前我们和技术沟通，技术给出的技术方案是，要让商家到“绿幕”里录制，然后基于这个录制样片，去生成新的克隆体。技术觉得，这样录出来的底板最好用。但这显然不是真实的业务场景。哪个商家会去给你找个绿幕录制呢？这个门槛高到没有人会用。于是我们的PM明确告诉技术，就是希望通过已经播出过的直播画面或者已有的画面去生成。可以输入一段5~10分钟的“底板视频”（直播回放），剩下的需要技术去搞定。

再比如，当时有技术反映说，这些底板视频中，不能出现手遮挡嘴的画面。这显然也不现实，不能说手遮挡了一点嘴，你就生成不出视频了。为什么我们坚持PM主导，就是为了站在商家和用户视角去引导技术解决问题。

虎嗅：你们内部，业务说服技术是一件很轻松的事情？

平晓黎：倒也不是那么容易，但整体氛围是好的。CEO希望大家开放共创，从我们实操角度，我觉得“讲道理”是非常重要的，拿真实用户场景事实或数据来说话，然后充分讨论、达成共识。

比如这次罗永浩数字人直播的技术。这是我们3.0阶段的技术，在研发这代数字人技术时，PM会先给出顶层设计框架，比如希望数字人语音和动作匹配、有AI大脑可以根据直播间实时信号决策、可以调度多智能体协同执行任务等等。

比如我们希望这代数字人可以实现“神形音容一致”。技术看到我们这个框架后，最初说需要主播录制一个时长1小时、涵盖各种动作表情的视频，作为输入然后再根据新的剧本要求去生成。我们就告诉技术，这在实操上是不现实的，必须抛弃“传统绿幕录制”的思路。

我们讲了一个很简单的道理。绿幕录制出的底板视频，和真实的直播回放，其实是很不一样的。真实直播，主播充满激情、状态特别好。在绿幕里录制出来的，主播是完全没有这样的精气神的。作为底板输入，对主播的表现力也是有要求的，而只有真实环境下主播的表现力最好，作为下一步生成的输入效果会更好，我们也据此做了AB数据验证，证明了这个判断。

当然，我觉得这里面还有一个关键点，就是业务不能拍脑袋提要求，你必须要理解技术的能力和边界。但这可能需要一些小技巧，比如业务有时候要“逼”一下技术，才能真正了解到当下技术的边界在哪。以及有的地方，并非靠技术而是要靠业务本身的运营能力和交付能力去弥补提高的。

虎嗅：能感觉出来，PM其实是你团队里很重要的一拨人，你大概有多少PM参与到数字人里？

平晓黎：大约几十个。这里面有一些核心是从2023年一路参与数字人项目成长起来的。

虎嗅：你们是怎么设定自己的目标的？百度内部是如何去评估数字人这个项目，它的评估维度是什么？

平晓黎：首先肯定是用户量维度的，我们现在也不仅仅把数字人用到电商业务里，包括一些数字分身业务，数字人也在做。公司对数字人的期望，也是希望它能成为一个非常有影响力的AI应用，去服务全行业。

另外一个是收入相关的。数字人非常有力地推动了在线营销广告收入的增长。它现在起到的作用很明显，公司对它的预期还是挺高的。

虎嗅：数字人这个项目的成本，是你团队自己承担还是？

平晓黎：对，它纳入到电商业务事业部里面，电商业务事业部的收入、利润都有明确的要求。我们数字人做训练的卡、成本都是我们自己承担的。我作为这个BU负责人，也会去跟公司财务对每个季度、年度的目标。BU是一直持续盈利的，可以覆盖数字人的基本成本。

2024年Q3开始，数字人的收入增长就非常快了，当时我们发布低成本克隆这个功能，它的规模就起来了。这里面教育类、大健康类、水果生鲜类客户都明显增多。今年我们拓展到了汽车、医生、律师这些场景。

虎嗅：那下半年，你们关于数字人会有什么新的目标或者考核维度吗？

平晓黎：主要还是用户量，这里面还有开播量，就是数字人商家的开播量；以及收入。我们还会增加一些用户指标，比如说看播量等。

市场热度起来后，我们今年重点肯定是要把新一代数字人技术Nova平台化，并开放给全行业。其实今年年初，CEO对数字人的发展就提出了新的要求，我们希望让尽可能多的人用我们数字人的技术、产品。我们整体上的判断是，在一些场景和赛道上，数字人是可能超越真人的。我们今年其实整体的方向都是基于这个年初的判断和规划。

特朗普称人工智能正在接管世界　　美国总统特朗普周四表示，人工智能正在接管世界，他希望科技公司的老板们知道他们在做什么，因为他自己不知道。　　特朗普和英国首相斯塔默接待了包括英伟达CEO黄仁勋在内的商界和科技界领袖，这是特朗普第二次对英国进行国事访问的一部分