北京部分二手房源信息消失 中介:报价过高被下架

AI的价值锚点是「超级有用」。

文 | 佘宗明

「在25年内，每个人都可以以自己为模板创造出逼真的数字虚拟人。」在新著《2049》中，凯文·凯利做出了这番预言。他断言：数字人将在未来迎来大爆发。

端倪早已显现：过去几年，涌入直播间的数字人主播越来越多，数字人直播也被视作AI的下个规模化落地场景。

只不过，之前的很多数字人表情呆板、反应机械、互动匮乏，连仿真都谈不上，遑论逼真。因而，以往如果有人说「数字人可以超越真人主播」，大概率会被回上一句「呵呵」。

但罗永浩数字人在今年618期间的首秀，改变了不少人的既有看法：原来数字人还能突破照本宣科桎梏、打破随机应变困局，解锁根据场景做出反应、双数字人默契互动、超长时间稳定输出等技能包。单从神情看，罗永浩数字人跟罗永浩不能说毫无关系，只能说一模一样。

目前看，凯文·凯利说的「逼真」二字正愈发具象化：7月26日，在2025年世界??智能?会（WAIC 2025）上，作为业界?个AI全栈式数字?直播解决?案的百度慧播星又发布了新一代数字?技术NOVA，该技术曾支撑罗永浩数字人直播间创下5500万GMV，预计将于10月向全行业开放。

到那时，普通用户也可获得媲美头部主播的专业带货能力，这标志着，超头主播能力复刻进入规模化量产时代。

想让数字人直播时随性秀花活，跟网友灵活玩梗？没问题。想让他举杯时手腕微颤，调侃时眉梢轻挑？也OK。当数字人带来的不是出戏而是入戏，随之而来的便是数字人从「仿真」迈入「超真」时代。

值得注意的是，此次大会上，萝?快跑、飞桨深度学习平台、百度智算集群共同入选中国人工智能产业创新成果展，再加上NOVA数字?技术，百度无疑是用AI全栈布局的代表性成果秀出了AI实力的「肌肉密度」。

从底层设施搭建到上层应用落地的完整生态闭环，托起了百度在AI能力值上的六边形战士形象，也注解了「百度不是池中物，AI应用见功夫」。

01

说是数字人，其实是数字播报员、文字复读机，这是许多人对数字人的固有印象。看着数字人直播时那唱独角戏的尴尬情景、「帧漂移」的卡顿画面、台词跟表情错位的游离画风，很多人会忍不住将数字人跟「五毛特效」画等号。

数字人「一眼假」，不是厂商不想避免，而是他们无可避免：传统的数字人技术就是语言、语音、视觉三条线各自生成内容后再拼接，出现音画不同步、表情僵硬、言语乏味等问题在所难免。

技术瓶颈，使得数字人的作用始终停留在「基础讲解工具」层面。你想要他在预设脚本外，来些即兴发挥？想要他在机械播报外，多些实时互动？不好意思，超纲了。

这很难激发用户信任感、激起用户购买欲。用户想要看到的，是「主播」声音上能抑扬顿挫、表情上能灵活变化、动作上能精准表达，是听得懂包袱、开得了玩笑、答得了问题，谁想看那些没有灵魂的2D纸片人在那念稿呢？

但要让数字人体现出活人感、避免假人感，并非易事。它涉及跨模态融合和协同、自然语言理解跟应用、动作捕捉与生成、实时交互和延迟优化等，整个技术链路十分复杂。

就拿互动来说，网友在直播间评论区的提问可能多元无序，真人主播互动时不会简单地「一问一答」和「即问即答」，而要对评论内容进行意图分析、提炼归并，根据讲解节奏选择合适时机、给出合宜回答。这就很考验数字人的智能化分析能力。

而NOVA不只是让数字人看起来像人，更让数字人拥有会思考和能协同的能力。利用剧本驱动的数字人多模协同、融合多模规划与深度思考的剧本生成、动态决策的实时交互、文本自控的语音合成、高一致性超拟真数字人长视频生成等创新技术，它实现了数字人「神、形、音、容、话」的全模态高度统一。

数字人表情呆板？NOVA数字人技术支持多模协同，根据剧本要素实时调整语调、表情和动作，手指该指向产品细节时就指过去，语气该强调某个功能时就强化突出。

数字人反应机械？NOVA数字人技术具备高表现力特点，能自动完成眼神交流后递话筒、讨论产品时亲身演示、二人搭档时表情配合等操作。

数字人互动匮乏？NOVA数字人技术接受复杂交互，当观众在直播间提问「这款手机续航怎样」时，他会迅速完成调用产品数据库提取续航参数、生成「可出差三天不插电」的口语化回答、同步调出电量测试视频佐证；当直播热度下降时，他还能自动调度场控数字人发起抽奖，助播数字人补充产品细节，形成「主播讲解+专家答疑+福利刺激」的立体互动链。

既能理解商品卖点，又能生成自然语言，还能匹配肢体动作，很明显，NOVA跳出了面相复刻的层次，拓展了数字人能力的边界。随之而来的，是「数字?可以超越真?，可以?专业主播更会播」的数字?直播前景的近在眼前。

02

某种程度上，数字人就是大模型多模整合能力的观察切口。NOVA能变成数字人维度的「全能ACE」，就是百度多模态?模型能?（语?、视觉、语?深度融合）的展示——NOVA数字人具备的多模协同、?表现?、复杂交互等特点，本就是对?模型的「集?成使?」。

数字人直播的本质是「长视频生成」任务，需要同时处理文本（脚本）、语音（解说）、视觉（动作）、情绪（情感）、知识（产品信息）等多维度数据。

NOVA数字人技术就是让懂商品、懂用户、懂人设的「剧本」模型充当总导演，统筹文本、语音、视觉等各个「演员」配合，协力完成以「数」乱真的演出。

在此过程中，大模型会将文本、语音等转化为多维度向量，通过MoE（混合专家）架构分配给不同「AI专家」处理：语言专家负责文案生成，视觉专家处理动作协同，知识专家管理产品数据库，最终由中枢系统整合输出。如此一来，数字人既能「像作家一样组织语言」，又能「像演员一样控制表情」，还能「像操盘手一样进行控场」。

IDC今年上半年发布的行业首份电商直播数字人报告显示，百度慧播星综合实?排名?业第?，五项测评指标中，它在技术能?、产品表现、平台合规与稳定性、客户服务四项上均居首位。接下来，NOVA可以继续强化其既有优势。

NOVA数字人技术可同时驱动「语言脑」「运动脑」「逻辑脑」高效协作，离不开百度大模型全栈布局的支撑。

如果没有文心大模型4.5Turbo赋予的内容创作能力，NOVA数字人就没法根据商品卖点自动生成有梗有料的文案；如果没有飞桨提供的多模态训练能力，NOVA数字人也就没法实现神、形、音、容、话同步；如果没有百度打造的「全息声场系统」和声纹克隆技术，NOVA的「形似声更似」也就无从谈起。

长视频生成终究是高耗时任务，伴生的延迟卡点问题必然会影响实时生成效果。百度就在昆仑芯三万卡集群的加持下，通过「流式生成」工程化设计（语言、语音、视觉三个模态不是串行等待，而是并行工作）和「离在线统一」办法（可预见交互内容提前处理，需即时反应部分则在线动态生成），让体验变得丝滑。

罗永浩数字人首播创下5500万GMV的背后，就是直播调用了1.3万次知识库，生成9.7万字讲解内容，双数字人做出8300个动作，却没有出现一次表情崩坏或逻辑断层，6小时直播的视频生成零卡顿。搁以前，这几乎不可想象。

03

数字人技术突破，是百度AI全栈自研能力在应用上的辐射。在此次WAIC上亮相的另一个百度标杆级AI应用——萝卜快跑，同样彰显了这点。

如果说NOVA数字人展现了百度AI在数字空间的「柔性渗透」，那萝卜快跑就体现了它在物理世界的「硬核落地」。

跟萝卜快跑这次亮相世界级展会舞台相对应的，是它作为中国领先科技出海的代表在海外已遍地开花：继获得中国香港首个自动驾驶车辆先导牌照、打造阿布扎比最大规模无人车队后，萝卜快跑又跟全球最大移动出行服务平台Uber开启了全球战略合作——这意味着，数千辆百度无人驾驶车将接入全球最大出行网络。

跟萝卜快跑入选WAIC2025「国家展」相对应的，还是它作为高阶自动驾驶领域的头部玩家率先实现规模化落地：深耕无人驾驶12年来，萝卜快跑?级别?动驾驶专利数全球第? ， 截至今年7月，它已在全球提供超1100万次出行服务，L4级?动驾驶安全测试?程累计已超1.7亿公?，出险率仅为人类驾驶员的1/14。

成为本届WAIC?会的接驳车，就是萝卜快跑跑得最「快」的直观印证。

就像运动员的爆发力有赖于肌肉力量，更离不开神经反应、心肺功能、骨骼强度的协同支撑那样，NOVA数字人跟萝卜快跑的底部支撑都是百度的全栈自研体系。

萝卜快跑能实现城市级全域复杂场景覆盖，在全球多地千差万别的路况中快速落地，背靠的就是百度大模型的「感知-决策-控制」全链路能力——这是基于大模型重构自动驾驶的结果。

搭载了全球首个支持L4级大模型Apollo ADFM的萝卜快跑第六代无人车，就实现了技术安全性与适应性的大幅提升：3D环境模型，能帮着车辆在雨天、夜间精准避障；双计算中枢，能凭着「双脑协同」让车辆0.01秒内完成异常接管；多模态融合技术，则能让智能座舱理解方言指令、识别手势动作……

这些依托的，正是百度「算力-框架-模型-应用」四层一体的全栈布局。

作为《时代》周刊口中「全球少有的在AI上实现全栈布局的公司」，百度的AI四层架构每一层都像「肌肉纤维」般紧密配合，所以才有NOVA数字人的突围，才有萝卜快跑的突破——全栈自研能力的肌肉足够健硕，最上层才能长出覆盖C端、B端的丰富应用。

04

无论是NOVA数字人，还是萝卜快跑，都是百度用全栈式技术能力解决不同场景核心问题的系统性方案。

?直以来，百度的AI战略都是「?向应?发展」。百度创始人李彦宏也多次强调，应?才是?模型的真正价值所在。这跟数字化时代的「价值链金字塔」结构契合。由此顺推出的结论就是：AI，有用才是硬道理。

就AI数字人而言，衡量其价值的关键标尺就在于产业侧应用效果，简单说就是能不能顺应直播电商领域对低成本高效率运营的需求。

多年来，直播中的两大痛点困扰着不少企业：一是真人主播用人成本高昂，还有塌房风险；二是运营效率低下，搭建团队、反复彩排、实时场控等环节耗时耗力。

数字人直播就为此而生。但跟之前的数字人技术只解决了「有没有」的问题相比，NOVA着力解决的是「好不好」的问题。

今年4月，百度方面透露，慧播星数字人主播累计已超10万，涉及电商、教育、医生、法律等几十个行业。从大盘平均值看，数字人直播转化率提升了31%，还降低了商家80%的开播成本。

当NOVA的脚本生成系统可实现「千人千面」的精准适配，会针对食品品类自动加入「会爆汁」「有回甘」的场景化描述，推广3C产品时会侧重「参数对比+使用场景」的专业分析；当NOVA的AI大脑可通过实时监测弹幕关键词、商品点击量、停留时长等数据动态调整直播策略，发现用户关注价格就主动发起「扣1了解专属优惠」的互动……对商家的赋能可想而知。

而让店播「轻资产化」的无代码生成功能——商家上传产品参数、优惠幅度等基础信息，就能自动生成直播脚本、匹配虚拟场景、定制数字人形象，更是能推动商家在直播维度的平权。

对萝卜快跑来讲，评判其价值的核心依据，就在于能否给?们出?带来安全、便捷、舒适的出行体验。

萝卜快跑的自动感应寻车、自动开关车门、语音安全播报等功能得到视障人群好评，全无人空间的静谧感颇显「i人友好」……就成了其加分项。

为产业侧和用户端提供实用价值，成了百度对AI「超级好用」的注解。

05

凯文·凯利说：让更通人性的AI成为人类的朋友，这是我们的终极目标。言下之意是，AI非但要更聪明，还要更好用。

去年11月，李彦宏在百度世界2024大会上说，百度不是要推出?个「超级应?」，是要打造数百万级「超级有?」的应?，就与之呼应。

WAIC 2025上，百度展台Show出了秒哒、??快码、?库、?盘等一系列AI应?，就体现出了鲜明的「有用至上」导向。如秒哒，就在用「?句话做应?+多智能体协作+多?具调?」的技术组合，带来「3分钟?成+1?时迭代」的极致开发体验，加速「人人都是程序员」的愿景落地。

NOVA数字人跟萝卜快跑，更是百度将AI从炫技手段变成生产力工具与普惠方式的典型注脚：NOVA数字人提供「脚本-直播-复盘」全链路服务，可帮企业24小时不间断带货，萝卜快跑将把L4级自动驾驶规模化落地，都是百度将AI全栈式能力用于反哺现实场景的投射。

这反映了百度在AI上的鲜明价值主张：执着于「超级有用」的路径，而不追逐「超级应用」的概念。比起追求单点爆款，它更希望用全栈自研能力打造数百万个「超级有用」的应用矩阵，将大模型技术真正转化为生产力。

可以看到，从搜索、网盘、文库等存量业务的AI重构，到萝卜快跑、NOVA数字人等增量赛道的积极开拓，百度都在将「超级有用」烙进AI应用掌心；从研发???模型，到打造云平台，百度也是立足需求、着眼应用，让模型使用成本更低、底座端到端性能更强。这些都是用行动表明：大模型不是用来「炫」的玩具，而是用来驱动产业革命的引擎。

随着AI竞争进入拼落地阶段，时间也在证明：AI的价值锚点确实是「超级有用」。谁能更多地把AI技术转化为真切可感的价值，谁就能走得更远。

?作者 | 佘宗明

?运营 | 李玩

转载须经许可

广告合作请联系微信号：rabgogo88

或手机号：18810070968

敬请关注