估值數(shù)十億，批量生產(chǎn)數(shù)字人！中國獨(dú)角獸盯上直播電商

圖源：攝圖網(wǎng)

作者|天下網(wǎng)商 來源|天下網(wǎng)商(ID：txws_txws)

對(duì)話司馬華鵬：直播只是當(dāng)下數(shù)字人能替你干的工種之一。

硅基智能創(chuàng)始人司馬華鵬最近“寫”了一本新書——《大模型時(shí)代：ChatGPT拉開硅基文明序幕》。

確切地說，這本圍繞人工智能、大模型、ChatGPT、數(shù)字人等領(lǐng)域展開討論，前后洋洋灑灑數(shù)十萬字的著作，是他與團(tuán)隊(duì)一起勾勒出框架和脈絡(luò)，然后交給ChatGPT完成撰寫的。甚至，AI還攬下了部分的銷售工作。

與DNA編碼為核心的碳基生命相對(duì)應(yīng)，以文本編碼為核心的AI智能體為社會(huì)注入了新的硅基勞動(dòng)力資源。

從連續(xù)在科技領(lǐng)域投入和創(chuàng)業(yè)的角度來看，司馬華鵬的履歷較為“硬核”：2002年做跨國公司LANSEAL、為企業(yè)打造信息安全產(chǎn)品；2007 年在歐洲創(chuàng)立虛擬殺毒軟件公司，服務(wù)過數(shù)十萬客戶；2017年，他又成立了主攻AIGC領(lǐng)域的硅基智能。

彼時(shí)，硅基智能是中國最早一批專注于智能語音機(jī)器人以及商業(yè)場景推廣的企業(yè)之一。

公司創(chuàng)立初期，司馬華鵬希望迅速推進(jìn)數(shù)字人開發(fā)，圍繞多個(gè)場景打造硅基勞動(dòng)力。然而，ChatGPT尚未出世，AIGC的應(yīng)用在當(dāng)時(shí)并未達(dá)到可感可視，市場上有相應(yīng)認(rèn)知的客戶屈指可數(shù)，數(shù)字人業(yè)務(wù)的開端并不順利。創(chuàng)立初期，其地推業(yè)務(wù)團(tuán)隊(duì)主要通過抖音等平臺(tái)聯(lián)系各類達(dá)人、KOL推薦數(shù)字人產(chǎn)品。

“前幾年打市場，我們被拒絕了幾萬次都有，甚至有時(shí)候提出免費(fèi)給客戶做，也有很多人表示質(zhì)疑。”司馬華鵬坦言。

不過，他依然相信AIGC與數(shù)字人人應(yīng)用的前景：“硅基生命是開源開放的，他們集體進(jìn)步，可以快速復(fù)制。擁有這些特性的硅基勞動(dòng)力，可以把人從繁重的重復(fù)性腦力勞動(dòng)中解放出來，讓人回歸人的價(jià)值。”

如今來看，這一場關(guān)于人工智能應(yīng)用的牌局，司馬華鵬“賭”對(duì)了。中國以及全球的經(jīng)濟(jì)思維與生產(chǎn)形勢(shì)的變化，都在逐步成為支持這一論斷的重要依據(jù)。

首先是以ChatGPT走紅為引子，AIGC概念走向普及，一批頭部企業(yè)的大模型逐漸加深了人們和市場對(duì)AIGC應(yīng)用優(yōu)化、取代部分人工工作的理解和接受度。

據(jù)中關(guān)村論壇人工智能大模型發(fā)展分論壇數(shù)據(jù)，截至今年5月末，中國已發(fā)布了79個(gè)大模型。從全球視角來看，美國谷歌、OpenAI等機(jī)構(gòu)不斷引領(lǐng)大模型技術(shù)前沿，英國、俄羅斯、以色列、韓國等地也有越來越多研發(fā)團(tuán)隊(duì)投入大模型研發(fā)。就全球已發(fā)布的大模型分布顯示，中國和美國處于大幅領(lǐng)先地位，數(shù)量超過全球總數(shù)的80%。

一個(gè)鮮明的例子是，進(jìn)入2023年后，司馬華鵬再也不用跟客戶們一遍遍解釋公司名字“硅基智能”的由來。

其次是人口紅利正在變化，AIGC作為“新勞動(dòng)力”的價(jià)值優(yōu)勢(shì)將進(jìn)一步發(fā)揮。統(tǒng)計(jì)數(shù)據(jù)顯示，2022年末，中國人口比上年減少85萬。中國社會(huì)科學(xué)院國家高端智庫首席專家蔡昉在新書中談到，“人口紅利消失的挑戰(zhàn)也是改革紅利應(yīng)運(yùn)而生的機(jī)遇。”

事實(shí)上，AIGC已經(jīng)在多個(gè)領(lǐng)域開始扮演重要的“勞動(dòng)力”角色。比如，華為的盤古大模型近期落地山東省內(nèi)開采儲(chǔ)量最大、礦井服務(wù)年限最長的現(xiàn)代化大型跨井“李樓煤礦”，其功能之一是輔助防沖部門進(jìn)行防沖卸壓工程規(guī)范性驗(yàn)證，可以降低82%人工審核的工作量，實(shí)現(xiàn)防沖工程100%驗(yàn)收率。

而司馬華鵬則踩準(zhǔn)了電商直播與超寫實(shí)數(shù)字人契合的原點(diǎn)。在近期與謙尋控股合資的謙語智能發(fā)布會(huì)上，硅基智能表示當(dāng)前已經(jīng)為超過40萬的人克隆了硅基AIGC數(shù)字人分身。

“AIGC的發(fā)展，不是說完全淘汰和取代人工，而是訓(xùn)練和催生出善于理解和使用AI的人，解放人力、服務(wù)人民，告別部分機(jī)械、重復(fù)性的腦力勞動(dòng)。”早在硅基智能成立之初，司馬華鵬便已定下目標(biāo)：2025年為全球提供一億硅基勞動(dòng)力。

今年5月，硅基智能推出了炎帝大模型，不同于傳統(tǒng)的ChatGPT類通用大模型，炎帝大模型是一個(gè)多模態(tài)的行業(yè)腦，它將私有域知識(shí)用LLM大模型技術(shù)訓(xùn)練而成，疊加AIGC數(shù)字人技術(shù)，為對(duì)應(yīng)行業(yè)提供“勞動(dòng)力”?；谘椎鄞竽Ｐ偷哪芰Γ杌悄蹵IGC數(shù)字人在直播、短視頻、電影生成等商業(yè)化場景中實(shí)現(xiàn)了可復(fù)制式的下沉，進(jìn)一步擴(kuò)大了AIGC與大眾日常消費(fèi)的應(yīng)用接觸面。

公開資料顯示，以上一輪C輪融資為節(jié)點(diǎn)，硅基智能已獲得騰訊投資、招銀國際、國新央企、紅杉資本等9輪融資，擁有80余項(xiàng)授權(quán)發(fā)明專利，公司估值近10億美元，稱得上是中國AIGC獨(dú)角獸。

而機(jī)遇中也隱藏著不小的競爭。隨著越來越多的科技公司試水大模型，AIGC整個(gè)賽道狼煙四起，其應(yīng)用模式也更進(jìn)一步地謀求走出行業(yè)壁壘、靠近社會(huì)大眾消費(fèi)。此間，利潤和效率的考量成了AIGC后續(xù)發(fā)展中無可規(guī)避的硬性門檻。

前幾年元宇宙、虛擬人變現(xiàn)存疑的問題暴露后，AIGC如何找到可持續(xù)的商業(yè)模型、在不同的使用場景實(shí)現(xiàn)靠岸？關(guān)于行業(yè)大模型與通用大模型的具體應(yīng)用，誰又能更加迎合當(dāng)下市場的選擇？

近日，《天下網(wǎng)商》對(duì)話硅基智能創(chuàng)始人司馬華鵬，以下為對(duì)話實(shí)錄，經(jīng)編輯整理。

為什么做數(shù)字人？

《天下網(wǎng)商》：是什么促使您從電話機(jī)器人轉(zhuǎn)到了AIGC數(shù)字人的行列？

司馬華鵬：首先硅基智能有明確的進(jìn)步方向。我們做的產(chǎn)業(yè)叫硅基勞動(dòng)力，勞動(dòng)力本質(zhì)上考驗(yàn)的是背后的NLP（自然語言處理）核心交互能力。我們畫了一棵圣誕樹模型，圣誕樹上掛了好多職業(yè)，樹枝開叉的高低體現(xiàn)了它對(duì)NLP要求的水平，我們開發(fā)的炎帝大模型的自然語言處理水平在不斷上漲，那么它就會(huì)像水一樣去覆蓋這些職業(yè)的工作領(lǐng)域。

最初我們做電話機(jī)器人，屬于 NLP中交互深度不高的領(lǐng)域，如果硅基智能停留于此，就相當(dāng)于我們把大模型的能力邊界做了一個(gè)界定。所以2017年發(fā)明電話機(jī)器人后，到了2019年我們的重心轉(zhuǎn)到了AIGC數(shù)字人，也放棄非常大一部分收入和利潤。

一方面，大模型如果走老路、再往下發(fā)展就容易遇瓶頸；另一方面，從賺錢角度來說它是一門生意，但在用戶體驗(yàn)上，現(xiàn)在哪怕是銀行，接到的都可能是騷擾電話，所以在科技向善的角度，它不一定是一門好生意。

轉(zhuǎn)做數(shù)字人還有一個(gè)重要的契機(jī)。2018年1月，公司一位合伙人的母親去世，參加出殯的時(shí)候，我答應(yīng)他把他的母親用AI“克隆”出來。當(dāng)時(shí)去世老人只留下了微信語音消息、日常照片等資料，我們先做了聲音克隆，后來又做了形象克隆，再后來又加了對(duì)話互動(dòng)。

這門技術(shù)現(xiàn)在也應(yīng)用在數(shù)字人商業(yè)化的各個(gè)領(lǐng)域。這一路走過來，我們并不是純商業(yè)的，也是對(duì)一個(gè)朋友的承諾。

為什么AI可以“闖入直播間”？

《天下網(wǎng)商》：這樣聽起來，初衷是一對(duì)一的人機(jī)互動(dòng)，但之前您提到過商業(yè)化的大模型還是中交互？

司馬華鵬：中交互是相對(duì)于強(qiáng)交互而言的。如果AIGC應(yīng)用的橫軸是情感要素，縱軸是商業(yè)要素，那么目前對(duì)于我們而言，兩者交匯點(diǎn)就是在中交互。

舉個(gè)簡單的例子，今天我可以跟1000個(gè)客戶見面，但事實(shí)上如果要一一碰面，可能只能一天見3個(gè)。同理，AIGC去做一對(duì)一的輸出，算力只能針對(duì)于一個(gè)領(lǐng)域、一個(gè)客戶，就不能讓它的算力和算法集中。

如果是中交互，我生成一套話術(shù)、一個(gè)方法論，可以面向成千上萬人。只要轉(zhuǎn)化率能比一對(duì)一的效率高，那是它就是劃算的，是能賺回來的。所以，中交互就構(gòu)成了AI的一個(gè)很好的商業(yè)模式。

《天下網(wǎng)商》：是交互模式影響了AIGC業(yè)務(wù)的主攻方向嗎？

司馬華鵬：從商業(yè)上算，我們認(rèn)為中交互與商業(yè)的結(jié)合點(diǎn)就在直播上面。比如我們這場對(duì)話，只是閑聊、不對(duì)外發(fā)布，內(nèi)容產(chǎn)生的價(jià)值會(huì)更低。但如果聊完之后，內(nèi)容分布在各個(gè)賬號(hào)里面，傳播價(jià)值就會(huì)很大。直播也是一樣，數(shù)字人適合在其中找到一個(gè)商業(yè)和情感的黃金交叉點(diǎn)。目前，我們認(rèn)為短視頻和直播等都是非常合適的。

《天下網(wǎng)商》：但直播行業(yè)很“卷”，大家都會(huì)關(guān)注到效率和成本，硅基是如何考慮這點(diǎn)？

司馬華鵬：從前些年元宇宙的爆發(fā)，到ChatGPT引發(fā)的高潮，基于數(shù)字人的技術(shù)，其實(shí)有不同研究方向的流派。之前大家認(rèn)識(shí)到的許多虛擬人，其實(shí)是3D技術(shù)做的，它有一個(gè)非常大的問題，就是非常貴，有的幾十萬甚至上百萬才做一個(gè)。

我們?cè)谧龅陌鎵K，屬于AI生成數(shù)字人。依靠硅基智能的炎帝大模型，可以實(shí)現(xiàn)做一個(gè)數(shù)字人從頭到尾不需要人類的參與，因?yàn)樗呀?jīng)學(xué)習(xí)了人類巨量的視頻數(shù)據(jù)，包括怎么講話、怎么做動(dòng)作、怎么展現(xiàn)微表情等。

隨著訓(xùn)練數(shù)據(jù)越來越多，過去大模型克隆一個(gè)人大約需要30分鐘，后來降到10分鐘、5分鐘、1分鐘，甚至現(xiàn)在我們有一張照片就可以把你克隆出來，成本呈現(xiàn)巨大的下降趨勢(shì)。

所以，現(xiàn)在我們可以做到將克隆一個(gè)人的AI形象，降到幾千塊錢。你把你的聲音和形象的數(shù)據(jù)發(fā)給我們，基本立等可取。幾千塊錢，對(duì)于幾乎所有用戶都是能接受的。

《天下網(wǎng)商》：直播重視交互，這樣才能有情感感染、讓觀眾有消費(fèi)欲望，怎么讓AI主播更像真人主播呢？

司馬華鵬：這就是第二個(gè)攻關(guān)。人工智能的基石叫圖靈測試，我們的AIGC數(shù)字人，都可以做到“以假亂真”。

硅基智能提出來圖靈測試的三個(gè)階段，第一階段是大家廣泛認(rèn)知的，傻傻分不清，形態(tài)上相似。

第二階段叫雙向情感交互，也就是說它不僅能在整個(gè)視覺上通過圖靈測試，同時(shí)它還能通過語言、語氣、動(dòng)作等習(xí)慣從價(jià)值交換上進(jìn)一步達(dá)到圖靈測試。就是說即使今天你分辨不出是不是真人主播、真人企業(yè)家在直播，但你還是能夠在互動(dòng)中跟他建立信任、不斷地買東西，實(shí)現(xiàn)雙向情感交互。

第三階段我們叫死生相契，我們也在用這個(gè)技術(shù)構(gòu)建數(shù)字人與人類之間的一對(duì)一實(shí)時(shí)交互。這是基于用戶和AI之間關(guān)系的一種升級(jí)，比如今天我們養(yǎng)一個(gè)AI，我放到直播行業(yè)讓它播一個(gè)月，它可能真的就掙幾十萬回來了，它為你賺那么多錢，你持續(xù)支付AI成長的算力費(fèi)用，雙方自然可以建立信任、成為好朋友，這就是第三個(gè)階段。

我們做更真實(shí)的數(shù)字人，就是圍繞這條路線在做。

虛擬主播產(chǎn)生價(jià)值需要組合拳

《天下網(wǎng)商》：您曾說，不是買了數(shù)字人就能做好直播。那么我們?yōu)槭裁催€要推動(dòng)數(shù)字人進(jìn)入直播？

司馬華鵬：我們可以針對(duì)性地將電商領(lǐng)域知識(shí)加入大模型，訓(xùn)練出一個(gè)直播行業(yè)腦。因?yàn)樾袠I(yè)內(nèi)95%以上的公司，實(shí)際做的是平播和店播，而且由于直播投入增大、專業(yè)性越來越細(xì)化，還有許多商家其實(shí)是做不了真人直播，或者承擔(dān)不了高額的成本。如果AI能做得比大部分主播更好，或者更便宜，那就對(duì)商家產(chǎn)生了價(jià)值。

《天下網(wǎng)商》：商家肯定希望產(chǎn)生更多價(jià)值，那如何讓數(shù)字人做好直播工作呢？

司馬華鵬：買一臺(tái)電腦，和能寫出一個(gè)好的程序，中間距離太遠(yuǎn)了。數(shù)字人進(jìn)入直播也是一樣，我們認(rèn)為，有6個(gè)要素左右著商家的直播是否成功。

這6個(gè)要素分別是科技、運(yùn)營、供應(yīng)鏈、IP、金融、賬號(hào)。我們?cè)谄渲懈嗍前缪萘丝萍己凸ぞ叩慕巧?/p>

舉個(gè)例子，有一家公司買了數(shù)字人產(chǎn)品，用在一個(gè)新的平臺(tái)賬號(hào)上跑，跑了三天被封了或者流量沒跑起來，就認(rèn)為數(shù)字人不行，但如果說公司拿旗下最優(yōu)質(zhì)的賬號(hào)測試，他很可能一下就跑出來。因?yàn)橐环矫娑兑舻绕脚_(tái)已經(jīng)逐漸規(guī)范了數(shù)字人直播的規(guī)則，另一方面數(shù)據(jù)和轉(zhuǎn)化率本來跟賬號(hào)相關(guān)性很大。讓數(shù)字人從0到1去跑，結(jié)果鎩羽而歸，假如只歸咎于技術(shù)，其實(shí)是很傷害這個(gè)產(chǎn)業(yè)的。

《天下網(wǎng)商》：所以硅基智能的數(shù)字人會(huì)得到哪些支點(diǎn)？

司馬華鵬：直播成功背后，運(yùn)營要素占的主導(dǎo)是非常大的，所以從一開始我們就在這個(gè)領(lǐng)域?qū)ふ颐擞?。我們認(rèn)為只賣給客戶單一的工具，他很難成功，甚至說在這個(gè)過程中遇到非常多的困難，會(huì)超過我們這家科技公司的想象。

因此我們攜手了謙尋控股和部分業(yè)內(nèi)頭部的公司。事實(shí)上，我們很早就希望找一些優(yōu)質(zhì)的運(yùn)營公司，把客戶跑通直播的距離縮短。比如，經(jīng)過專業(yè)MCN機(jī)構(gòu)的培訓(xùn)或課程，然后再加上數(shù)字人直播的工具，商家可能一個(gè)月或者一個(gè)禮拜就能熟練的跑直播了，運(yùn)營能力在其中占了重要因素。

直播只是當(dāng)下它能替你干的工種之一

《天下網(wǎng)商》：您對(duì)數(shù)字人還有哪些期待？

司馬華鵬：從擬人態(tài)到雙向情感交互，再到此生相契，其實(shí)這個(gè)路線圖已經(jīng)畫得很清楚了。未來每個(gè)人都會(huì)有自己的一個(gè)數(shù)字伴侶，它可能就是你的Soul Mate、他能替你做的事情非常多，就像鋼鐵俠和賈維斯這種關(guān)系。

AI克隆這個(gè)事情現(xiàn)在只需要幾千元的成本，你在《流浪地球2》里看劉德華對(duì)話AI女兒，大家還覺得很科幻，但是今天我們已經(jīng)做出來了。

雖然整個(gè)過程還很長，但就是這么一個(gè)路徑，直播只是當(dāng)下它能替你干的工種之一。

編者按：本文轉(zhuǎn)載自微信公眾號(hào)：天下網(wǎng)商(ID：txws_txws)，作者：天下網(wǎng)商