2024年3月，數(shù)字人服務(wù)商阿杰清晰記得在公司舉辦的一場分享會上，不大的會議室里擠滿了焦慮的老板們。焦慮被包含在具體的問題里——“無人直播是不是就是錄播？”“創(chuàng)始人IP怎么變現(xiàn)？”“矩陣批量直播怎么干？” 最高峰時，他記得自己一天接到十幾個咨詢，接待過四五波實地考察的客戶，最終成交的訂單也很可觀，那是大模型的應(yīng)用熱下AI數(shù)字人作為「淘金地」的一個縮影，流傳在圈里的GMV神話繼續(xù)放大行業(yè)的樂觀，有人形容這是數(shù)字人的「印鈔機(jī)年代」。 從行業(yè)看去，2024年也是數(shù)字人借大模型「重生」的關(guān)鍵之年，多家數(shù)字人廠商收獲新一輪融資、數(shù)字人代理江湖進(jìn)入新一輪擴(kuò)張，騰訊、百度、京東以及諸多大模型明星企業(yè)均將數(shù)字人視為大模型落地的前哨站...... 隨手打開社交媒體應(yīng)用，深夜數(shù)字人直播間和短視頻內(nèi)容并不鮮見，但一年過去，這場數(shù)字人熱潮也正在經(jīng)歷看得見的洗牌和變化。 1、從能用到有用，無法全能的數(shù)字人 在數(shù)字人服務(wù)商阿杰眼中，和去年的狂熱不同，今年前來咨詢的客戶明顯是「有備而來」。有的對比過多家平臺的價格，甚至已經(jīng)踩過不少坑，一上來就會直接比價，問核心系統(tǒng)，有的則是對自身的業(yè)務(wù)場景和目的十分明確：“甚至都不會問我要落地用例，直接問ROI，要結(jié)果?！? 「只用說123」是數(shù)字人推廣的經(jīng)典話術(shù) 圖源：抖音截圖 比起數(shù)字人廠商的宣傳話術(shù)，多數(shù)企業(yè)對數(shù)字人的態(tài)度正經(jīng)歷一場祛魅，這種務(wù)實態(tài)度體現(xiàn)在兩方面：一是數(shù)字人的技術(shù)成熟并非一蹴而就，廠商們所宣稱的「一句話生成數(shù)字人」實則需要經(jīng)歷具體業(yè)務(wù)的磨合。二是商家也逐漸意識到，數(shù)字人無法全能，目前只是降本的工具。 理解這種態(tài)度的變化，2D數(shù)字人直播就是一個觀察窗口。 國內(nèi)某服裝品牌直播負(fù)責(zé)人可心告訴「硅基研究室」，他們在2021年就接觸到數(shù)字人直播，但效果一直不溫不火，原因一方面是流量問題。平臺的流量規(guī)則不斷在變，企業(yè)往往希望公私域聯(lián)動，爭取更大的流量規(guī)模和更優(yōu)的流量利用率，但抖音、微信、快手等平臺對AI數(shù)字人直播較為謹(jǐn)慎，數(shù)字人很難在公域流量池直接露出，平臺也沒有流量扶持。 抖音明確禁止無人直播 圖源：微博 另一方面則是技術(shù)的成熟度不及預(yù)期?？尚谋硎?，早期數(shù)字人的智能性、精準(zhǔn)性、擬真性和互動性并不高：“相對來說是比較像機(jī)器人的，類似錄播形式，和消費者的互動還需要進(jìn)一步提升?！? 盡管大模型一定程度上緩解了上述問題，但數(shù)字人從能用到真正好用，并非一蹴而就：“這是一個逐步滿足的過程，而不是一次性滿足?！? 首先，從技術(shù)層來看，一位大廠技術(shù)負(fù)責(zé)人提到，2D數(shù)字人和大模型結(jié)合經(jīng)歷了「單人模型-通用大模型」階段。在單人模型階段，訓(xùn)練一個單人大模型需要經(jīng)歷建模、驅(qū)動和渲染等環(huán)節(jié)，但由于服務(wù)的是單個具體商家，參數(shù)量不大，對數(shù)據(jù)依賴也沒那么高，但核心需要提升的是模型的魯棒性和數(shù)字人的交互能力，如大姿態(tài)、聲唇同步等，這些都需要算法和模型架構(gòu)的調(diào)優(yōu)和升級。 在通用大模型階段，特別是多模態(tài)模型的發(fā)展，得益于大模型自身的泛化能力，圖片、視頻和語音數(shù)據(jù)的多樣性，目前在部分場景下2D數(shù)字人可實現(xiàn)一體化生成，縮短了制造和生產(chǎn)周期。而年初隨著DeepSeek拉動低成本推理模型下沉，也加速了數(shù)字人能力的迭代，譬如在直播間的智能回復(fù)上。 而當(dāng)這些技術(shù)的迭代升級落到商家的具體業(yè)務(wù)端，數(shù)字人廠商和商家場景也有一個磨合的階段?？尚奶岬剑M管從數(shù)字人形象、直播間場景設(shè)置到最終測試上線，比起此前的數(shù)月周期，現(xiàn)在可以不到3天就看到Demo，一個月就用上數(shù)字人，但無論是平臺形象庫的豐富度，還是數(shù)字人的智能回復(fù)水平，前后用了一年的時間才達(dá)到他們的預(yù)期水平。 其次，從實際場景來看，更多的企業(yè)也意識到，由于數(shù)字人應(yīng)用還在早期，數(shù)字人無法替代人，最多的還是起到引流和降本的作用。譬如在直播場景，目前企業(yè)應(yīng)用數(shù)字人一般有三類打法： ?一是創(chuàng)新直播樣態(tài)，創(chuàng)新業(yè)務(wù)。比如總裁IP、雙數(shù)字人直播等，給頭部品牌的店播增加新玩法，起到創(chuàng)新業(yè)務(wù)和引流獲客的作用。 ?二是矩陣直播，作為閑時補充。此類數(shù)字人直播和真人主播協(xié)同，滿足用戶全時段購物需求。 ?三是強(qiáng)運營模式，量大管飽。一些中小企業(yè)會和數(shù)字人源碼廠商合作，利用矩陣直播和私域裂變，但這需要非常強(qiáng)的直播操盤能力（包括選品、供應(yīng)鏈、運營等），還需要熟悉和了解平臺規(guī)則。 可心提到，目前數(shù)字人只是起到協(xié)同和降本作用，帶來最直觀的影響是——他們?nèi)∠撕筒糠旨媛氈鞑サ暮献?，未來是否要大力布局，還需要看技術(shù)的成熟度和數(shù)字人帶貨的實際效果。 2、為了降低成本和應(yīng)用門檻，三線并進(jìn) 企業(yè)端對數(shù)字人的態(tài)度走向務(wù)實，頭部數(shù)字人廠商甚至更早一點就給市場潑起了「冷水」。 專注在3D虛擬數(shù)字人領(lǐng)域的中科深智創(chuàng)始人成維忠在2023年就直言：“有的企業(yè)半年沒接到單，很正常?！惫杌悄軇?chuàng)始人司馬華鵬也曾提到：“真人直播做不好，數(shù)字人也沒戲?！彼J(rèn)為，僅在數(shù)字人直播領(lǐng)域，和科技、運營、供應(yīng)鏈、IP、賬號體系多方面相關(guān)。 驅(qū)動數(shù)字人廠商這種理性態(tài)度的根本原因在于——行業(yè)正在通過降價、技術(shù)開源和產(chǎn)品組合化「三線并進(jìn)」，大力降低數(shù)字人應(yīng)用的門檻。 在價格上，阿杰告訴「硅基研究室」，從去年開始，數(shù)字人行業(yè)的價格競爭就很激烈，有的號稱賣源碼的甚至都把價格卷到了幾千元，“幾乎是白菜價”。 微信生態(tài)內(nèi)的數(shù)字人源碼廠商/服務(wù)商 圖源：微信截圖 「硅基研究室」發(fā)現(xiàn)，目前市面上數(shù)字人的價格有8000-5萬一年的產(chǎn)品，也有百萬、千萬級的項目，但相比幾年前數(shù)字人的單一采購，目前這種大單數(shù)字人廠商一般只屬于「被集成」的一部分。 從定價模式來看，各大廠商大多采用組合定價——包括定制服務(wù)、付費訂閱、平臺代運營等多種模式，來滿足不同用戶的需求，還有的是直接源碼買斷，但需要辨別技術(shù)真?zhèn)巍? 「硅基研究室」從多位數(shù)字人源碼廠商推廣人員了解到，源碼獨立部署的報價在幾千到幾萬不等，但「具體可以再談」，一些廠商甚至直接打出了「被封就退款」的賣點，但阿杰提到，源碼廠商目前魚龍混雜，單看價格看不出技術(shù)水平：“你不知道它是自研，還是套殼?！? 他記得自己的一個客戶就被源碼廠商的套路坑過，花了幾萬買斷源碼，部署了幾臺服務(wù)器，折騰幾個月產(chǎn)品上線后，發(fā)現(xiàn)根本用不起來。 降價之外，從去年下半年開始，數(shù)字人廠商也在掀起「開源熱」。 比如硅基智能在近期開源數(shù)字人模型 heygem.ai，阿里達(dá)摩院推出的 EchoMimic V2，專注在數(shù)字人半身動畫視頻生成；騰訊與浙大聯(lián)合開源的 Sonic ，京東開源的普通話數(shù)字人項目JoyHallo、字節(jié)跳動推出的端到端唇形同步框架Latentsync等等，都在加速數(shù)字人技術(shù)的普及。 而在部分業(yè)內(nèi)人士眼中，數(shù)字人更明顯的一層變化還在于從項目制轉(zhuǎn)向產(chǎn)品制。 上述大廠技術(shù)負(fù)責(zé)人提到，過去數(shù)字人訂單主要集中在G端，例如政務(wù)領(lǐng)域線下的數(shù)字人大屏等，現(xiàn)在隨著數(shù)字人的普及，各大廠商會細(xì)化解決方案，特別是大廠會提供標(biāo)準(zhǔn)化的產(chǎn)品解決方案和豐富的數(shù)字人組件商店，提高整體標(biāo)品的交付能力。 除此以外，售賣數(shù)字人一體化的軟硬件設(shè)備也成了一些廠商的標(biāo)配，如AI虛擬人直播機(jī)、智能交互機(jī)等，核心都是為了提升數(shù)字人的易用性。 3、多變的競爭格局，從合縱連橫到各尋出路 「股神」巴菲特曾告誡投資者：“要到魚多人少的地方釣魚?！? 但在數(shù)字人領(lǐng)域，「魚多人多」已是行業(yè)的某種共識，一眼望去，擠滿了焦慮的行業(yè)玩家。 數(shù)字人賽道的行業(yè)玩家目前可以分為三類：大廠派、垂直派和AI派。 大廠派，如騰訊智影、百度的曦靈平臺、京東的言犀、商湯的如影，華為云的MetaStudio數(shù)字人生產(chǎn)平臺等，大廠瞄準(zhǔn)數(shù)字人的意圖不僅在可落地的應(yīng)用場景，還在于搶奪入口價值。 有從業(yè)人士告訴「硅基研究室」，所謂的入口價值一方面在前端，數(shù)字人可以接入各類AI硬件；另一方面，數(shù)字人作為組件可以串聯(lián)起大廠的底層云端算力、大模型MaaS服務(wù)和AIGC產(chǎn)品。 而垂直派如硅基智能、風(fēng)平智能、小冰、魔琺科技、出門問問、中科深智、配撥精靈等，各自的技術(shù)路徑和商業(yè)化戰(zhàn)略也不盡相同。 硅基智能、風(fēng)平智能等數(shù)字人企業(yè)由于進(jìn)入數(shù)字人領(lǐng)域較早，產(chǎn)品矩陣和渠道資源是其主要優(yōu)勢，而聚焦在3D數(shù)字人領(lǐng)域的魔琺科技則有較強(qiáng)的高質(zhì)量3D數(shù)據(jù)沉淀，這些垂直派雖直面大廠的競爭，但也表現(xiàn)出了較強(qiáng)的競爭力。 還有的則是AI派，主要是指一批大模型明星創(chuàng)企，如零一萬物、階躍星辰、智譜AI等，等隨著商業(yè)化加速，數(shù)字人也在它們的「射程」之內(nèi)。 不同行業(yè)玩家并非是絕對的競爭關(guān)系，考慮到算力、場景和生態(tài)等因素，多方合縱連橫一直在發(fā)生。 比如，在跨境出海上，考慮到出海的算力穩(wěn)定性，特看科技就和阿里云合作；在醫(yī)療領(lǐng)域，硅基智能就和華為云合作布局了盤古AI醫(yī)學(xué)大屏，醫(yī)療作為華為的強(qiáng)勢場景，數(shù)字人廠商和云廠商間的合作布局還會越來越多。 可以確定的是，數(shù)字人的競爭會在2025更加激烈?！腹杌芯渴摇沽私獾?，包括京東在內(nèi)的大廠會繼續(xù)加碼數(shù)字人布局，而隨著數(shù)字人生成的數(shù)量和質(zhì)量繼續(xù)提升、價格的下探和玩法的增多，行業(yè)必定迎來新的洗牌期。 “只賣SaaS，單賣接口的，沒有技術(shù)壁壘的，未來生意會越來越難做”。阿杰已提前感受到了一些「涼意」，他身邊的數(shù)字人從業(yè)者有的想借做代理，再掙一波快錢，有的也在考慮轉(zhuǎn)行，因為競爭越來越激烈。 天眼查數(shù)據(jù)顯示，截至2024年，中國與數(shù)字人相關(guān)的企業(yè)數(shù)量已達(dá)114.4萬家，僅2024年前五個月就新增注冊企業(yè)17.4萬余家。 誠然，距離千行百業(yè)落地數(shù)字人還待時間驗證，但隨著數(shù)字人告別「印鈔機(jī)」年代，行業(yè)或迎來新拐點，一場新的洗牌又開始了。

TAG: