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(qiáng)东，今天是不是(shì)看起来有些不同？很久没直播，还有(yǒu)些许紧张(zhāng)……话不多说，老刘(liú)的(de)数字直播带货现在开始。”4月16日，京东(dōng)创始人刘(liú)强东在京东平台开启数字人直播。

“东哥”数字人直播，迅速引(yǐn)起广泛关注(zhù)，数字人替代(dài)真(zhēn)人直播的(de)时代来临了吗？

4月18日，数字人(rén)头部厂商(shāng)硅基智能创始人司马华鹏接受(shòu)了《每日经(jīng)济新闻》记者的专访。司马华(huá)鹏表
示：“刘强东这次数字(zì)人直播，对我们行业是非常大的品(pǐn)牌宣传(chuán)。他使(shǐ)用（数字人直(zhí)播），说明这个行业得到了(le)一次非常重要的(de)认可。”

对于AI的使用，司马(mǎ)华鹏建议(yì)：“未来所有使用AI的人，应该专注(zhù)到人类(lèi)特(tè)有的东西(xī)，比如创意，比如有(yǒu)温度的东西。”

拆解数字人技术

“数字人刘强东(dōng)”是(shì)否有
硅基智(zhì)能技(jì)术(shù)的支持？司马华鹏表示(shì)：“我们不太方便对外公开，但这些技术最早的(de)开创者肯定是我们。我们在整个（数字人）直播上大概有40多项(xiàng)发明专利，在申请的也(yě)有几十项。现在行业内有很多在使(shǐ)用我(wǒ)们的技(jì)术授权，也(yě)有很多在(zài)使用硅基智能的(de)API（应用程序编程接口）。”

“东哥”数字人究竟是(shì)如何打(dǎ)造出来的？司马华鹏介绍：“它（数字人）这(zhè)些内(nèi)容是用AI渲(xuàn)染出来的。如果现在想做东(dōng)哥(gē)同款，你需要提供几分钟的视频。然后我(wǒ)们(men)会将其训练成一个数字人模型。这个数字人(rén)模型背后，将由大模型驱(qū)动它。定时(shí)去上(shàng)一些产品、定时回(huí)复(fù)一些客户需求、定时(shí)作一些记录，这些都是事先做好(hǎo)的剧(jù)本，这些剧本实质由大模型驱动(dòng)，比较接近于人类的行为和反馈。”

那么，除 了上(shàng)述AI渲染技术外，数字人直播还需要哪些技术支持？司马华鹏称：“我们的大模型是多模态的，是文本生成、声音(yīn)生成和数(shù)字人生成的结合。其实很多人在反馈，他(tā)（刘强东）声音和节奏感(gǎn)与他原来讲(jiǎng)话不(bù)太一样。这(zhè)很可能(néng)克隆的是(shì)平时的语速 ，但是直播（过程中），一个用户停留时长是比较短的，你必须在很短时间内把大量的信息披露出(chū)来，所以必须把声音放得快一些。”

对(duì)于语音合成技术，司马华鹏表示(shì)：“我们全
部技术都是自己的。从(cóng)目前端到端的生成来讲，（语音合(hé)成）已(yǐ)经(jīng)是一个非常成熟(shú)的技术。”

数字人形象、语 音合成，都是(shì)外在展现形式，数字人直播内容仍旧离不开文本。对于文本，司马华鹏称：“文本大模型方面，我们基(jī)本上(shàng)都是原创的技术，最近‘炎(yán)帝’大模型刚刚通过网(wǎng)信办的备案。”

能否替 代真人直播？

真人直播会面(miàn)临各种复(fù)杂(zá)场景，特别是情感交流，数字(zì)人可以做到(dào)吗？司马华鹏表示：“我
们在(zài)看东哥(gē)直播的时候，会不会把他（数字人）当作真正的(de)东哥(gē)来看，这是决(jué)定数字(zì)人智(zhì)能 化程度的重要标志。从开播到现高中的新生活作文(xiàn)在，行业有非常多的评价，大家觉得(dé)还是能看到一些机械的痕迹。”

“这(zhè)个（数字(zì)人）行业发展的核心就是‘看不出来’。”司马华鹏强调。

其认为：“我们现在
也有大(dà)量(liàng)的直播间，效果比这个（刘强东(dōng)数字人）要好很多。如果他这个(gè)直(zhí)播不是在
自家平台，而是在其他平台，很容易被机器识别(bié)出来，很快就会被限流。”

因此，在司马华(huá)鹏看来，数字人行业的核心(xīn)是让整个直播间
符合图(tú)灵测(cè)试。对于数字人行业的发展(zhǎn)，其认为：“（该领域）图(tú)灵测试1.0是分不清（是人类还是AI）；图灵测试2.0则是双向情感交互；图灵测试3.0就是‘死生相契(qì)’，未来我们与AI之间，可(kě)能是Soul Mate（心灵伴侣(lǚ)）的关系，它是你非(fēi)常
重要的助手、朋(péng)友，也(yě)可能是你亲密的(de)合作伙伴。”

目前，很多问答(dá)式大模型主要给(gěi)受众提供专业类辅助，但若诉诸情感(gǎn)，是否兼具图像、声音和文(wén)本的多模态大(dà)模型更具优势？对此(cǐ)，司(sī)马华鹏表(biǎo)示认可。“人类大脑的(de)设计中，90%以上是针对图形，所以我们说有图有真
相(xiāng)。基于文本，产生的是想象力，（阅读文本）的能力确实
非(fēi)常重(zhòng)要
，但对(duì)大部(bù)分(fēn)人
而言，（自己的大脑）生成图片，然后再想象出一个空间，还原(yuán)出(chū)这个东西，是非常累(lèi)的。因(yīn)此，多模态或者视频化交互能力，能够大大降低
我们之间信(xìn)息沟(gōu)通对应的脑力消耗。”

对于未来AI电商的形(xíng)态，司马华鹏认(rèn)为，未来更大的价值是专业性。比如说，假设我们在食品(pǐn)领域有一个很好的AI专家，它可以从数据、算法的角度给(gěi)我们提供很(hěn)多的专业内容。这样的(de)专家，它(tā)带来的影响(xiǎng)力会(huì)超过(guò)现有的人类专家，这会带(dài)来真正的(de)、更好(hǎo)的电商(shāng)交 易。

其(qí)进(jìn)一步解释称：“人类在做很多行为的时候，有一定的偏颇或
者偏见，或(huò)者带有(yǒu)一定的商业(yè)目(mù)的。而以数字和算法驱动的AI专家，会(huì)成为我(wǒ)们的朋友、我们(men)的伙伴，很(hěn)有可能成为AI电商未(wèi)来的主流。现在这些成本(běn)还比较高，只是出现在奢侈品领域。我希(xī)望未来每一类(lèi)小产品上，都(dōu)有这样一个专家顾问，来给我们提供(gōng)非常好的(de)沟通交流方式。这(zhè)是AI电商未来非常重要的一部分(fēn)。”

未经允许不得转载：IDC站长站，IDC站长，IDC资讯--IDC站长站 高中的新生活作文