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

“大家好，我是刘强东，今天是(shì)不是看起来(lái)有些不同？很久(jiǔ)没直播，还有些许紧张(zhāng)……话不多(duō)说，老刘(liú)的数(shù)字直播带货(huò)现在开始。”4月16日(rì)，京东创始(shǐ)人刘强东在京东平台开启数字人直播。

“东哥”数字人直播，迅速引起广泛关注，数字人替代真人直(zhí)播的时(shí)代来(lái)临了吗？

4月(yuè)18日，数字人头部厂商硅(guī)基智(zhì)能创始(shǐ)人司(sī)马华鹏接受了(le)《每日经(jīng)济新(xīn)闻》记者的专访。司马华鹏表示：“刘强东这次数字人直播，对(duì)我们(men)行业(yè)是非(fēi)常大的品牌宣传。他使用（数字人直播），说明这(zhè)个行业得到了一次(cì)非常重要的认可。”

对于AI的使(shǐ)用，司马华(huá)鹏建议：“未来所有使用AI的人，应该专注到人类特有的(de)东西，比如创意，比如(rú)有(yǒu)温度的东(dōng)西(xī)。”

拆解数字人(rén)技术

“数字人刘强东”是否有硅基智能技术的支持？司马华鹏表示：“我们不太方便(biàn)对外公开(kāi)，但这些技(jì)术最早的开创者肯定是我们。我们在(zài)整个（数字人）直播上大概有40多项发明专利(lì)，在申请(qǐng)的也有几(jǐ)十项。现在行业内有(yǒu)很多在使用我(wǒ)们的技术(shù)授权，也有很多在(zài)使用硅基智能的API（应用程序编程接(jiē)口）。”

“东哥”数字人(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rén)究(jiū)竟是(shì)如何打造出来的？司(sī)马华鹏介绍：“它（数字人）这些内容是用AI渲染出来(lái)的。如果现在想做东哥同款，你需要提供几分钟的视频。然后我们会将其训练(liàn)成一个数字人模型。这个数(shù)字人模型背后，将由大模型(xíng)驱动它。定时去上一些产品、定时回复一些客户需求、定时作一(yī)些记录，这些(xiē)都是事先做好的剧本，这些(xiē)剧本实(shí)质(zhì)由大模型驱(qū)动，比较接近于人类的行为和(hé)反馈。”

那么，除了上述AI渲染技术(shù)外，数字人直播还需要哪些技术支持？司马华(huá)鹏称：“我们的大模型是多(duō)模态的，是文本生成、声音生成和数字人生成的结合。其(qí)实很(hěn)多人在反(fǎn)馈，他（刘强东）声音和(hé)节奏感与他原来讲话(huà)不太一样。这很可能克隆的是平时的语速(sù)，但是直播(bō)（过程中(zhōng)），一个用户停留时(shí)长是比较短的，你必须(xū)在很(hěn)短时间内把大量的(de)信息披露出来，所以必须把声音放得快一些。”

对于语音合成技术，司马华鹏表示：“我们全(quán)部技术都是自己的。从目前端到端的生成来讲，（语音(yīn)合成）已经(jīng)是一(yī)个非常成熟的(de)技(jì)术。”

数字人形象(xiàng)、语音合成，都是(shì)外在展现形式，数字人直播内容仍旧离不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开文本。对于文本，司马华鹏称(chēng)：“文本大模型方面(miàn)，我们(men)基本上都是原创的技术，最(zuì)近‘炎帝’大模型(xíng)刚刚通过网信(xìn)办的备(bèi)案。”

能否替代真人直播？

目前，大家看到的直播带货，很可能就是数字人。司(sī)马华鹏介绍：“我们在(zài)2021年开创AIGC直播的大方向，（刘(liú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)强(qiáng)东数(shù)字人）基本上是我们2023年产(chǎn)品能够呈现出来的效果，这样的直播间我们(men)已经卖掉(diào)了上万(wàn)个，京东、淘宝(bǎo)、抖音、快手和(hé)视频号(hào)平(píng)台都有。”

真人直播会面临各种复杂场景，特别是情感交流，数字人可以做到吗？司马华(huá)鹏(péng)表(biǎo)示：“我们(men)在看(kàn)东哥(gē)直播的时候，会不会把他（数字人）当作真正(zhèng)的东哥来看，这是决定数字人智能化程度的重要标志。从开播到现在，行业有(yǒu)非常多的(de)评价，大家觉得还是能看到一些机械的痕迹。”

“这个（数字人）行业发(fā)展的核心就是‘看不出(chū)来’。”司马华鹏强调。

其认(rèn)为：“我们现在也有大(dà)量(liàng)的(de)直播间，效果比(bǐ)这个(gè)（刘强东数字人）要好很多。如果他这个直播不是在自(zì)家平台，而是在其他平台，很容易被机器(qì)识别(bié)出来(lái)，很快就会被限流。”

因此，在(zài)司马(mǎ)华鹏看(kàn)来，数字人行业的核心是让整个直播间符合图灵测试。对于数字人(rén)行业的发展，其认为：“（该(gāi)领域）图灵测试1.0是分不清（是人类还(hái)是AI）；图灵测试2.0则是双向情感交互(hù)；图(tú)灵测(cè)试(shì)3.0就是‘死生相契’，未来我们与AI之间(jiān)，可(kě)能是Soul Mate（心灵伴侣）的(de)关系，它是你非常重要的助手、朋友，也(yě)可能是你亲密的合作伙伴。”

目前，很多问答式大模型主要给受众提供专业类辅助，但若诉诸情感，是否兼具图像、声音和(hé)文本的多模态大模型(xíng)更具优势？对此，司马华鹏表示认可。“人类大脑的设计中，90%以上是针对图形，所以我们说有(yǒu)图有真相。基于文本，产生的是想象力，（阅读文本）的能力确实非常(cháng)重要(yào)，但对大(dà)部分人而言，（自己的(de)大脑）生(shēng)成图片，然后再想象出一个空间(jiān)，还原出(chū)这个东西，是非常累的。因此，多模态或者视频化交(jiāo)互能力，能够大大降低我们之间信息沟(gōu)通对应的脑力消耗。”

对于未来AI电商的形态，司(sī)马华鹏认(rèn)为，未来更大的价值是专(zhuān)业性。比如说，假设(shè)我们(men)在(zài)食品领域有一个很好的AI专家，它(tā)可(kě)以从数据、算法(fǎ)的角度给(gěi)我们提供很多的专业(yè)内容(róng)。这样的专家，它带(dài)来的影响力会超过现(xiàn)有的人类(lèi)专家(jiā)，这会带来真正的、更好(hǎo)的电商交易。

其进一步解释称：“人类在做很多(duō)行为的时候，有一定的偏颇或者偏见，或者(zhě)带有一定的商业目的。而以数字和算法驱动的AI专(zhuān)家，会成为我们的朋(péng)友、我们的伙伴(bàn)，很(hěn)有可能成为AI电商(shāng)未(wèi)来的主流。现在这些成本还比(bǐ)较高，只是出现在奢侈品领域。我希望未来每一类小产品上，都有这样一个专家顾(gù)问(wèn)，来给我们提供非常好的沟通(tōng)交流方式。这是AI电(diàn)商未来非(fēi)常重要的一部分。”

未经允许不得转载：橘子百科-橘子都知道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