数字人电商直播正从“成本替代”迈向“价值增值”
2023年底，数字人概念如野火般蔓延，无数技术提供商一夜之间涌现融资PPT里充斥着“元宇宙入口”、“永不疲倦的销售员”等诱人标签旋即陷入同质化竞争与变现困局。行业一度陷入“概念过热、落地不足的质疑漩涡。
当资本热潮退去，市场却悄然迎来价值回归——2025年，全球数字人直播电商市场逼近500亿美元，中国核心产业规模突破400亿人民币，曾经被质疑为“噱头”的技术，如今已在直播间、政务大厅、医疗培训等场景扎根生长。
此前数字人遇冷的核心原因在于技术尚未成熟，表情僵硬、动作怪异、程序化应答引发观众本能的不适。而如今多模态交互和大模型AI技术的突破使得数字人“以假乱真”，高质量的数字人也逐渐赢得品牌信赖，甚至成为直播间标配，创造业务增量。例如，近期罗永浩数字人直播带货开播26分钟，GMV就超越真人直播1小时的业绩。
为了进一步了解数字人技术在直播领域的应用和价值，我们请到了大鲸案例《毛戈平：AI数字人直播解决方案》的技术方——一知智能，围绕该案例的实施过程、技术细节及行业趋势展开，探讨数字人从视听体验到交互能力的优化方向。
1、毛戈平品牌方最初提出数字人项目的核心诉求是什么?
毛戈平(Mao Geping)是中国高端美妆品牌，以“东方美学，精致妆容”为核心理念，产品涵盖底妆、眼妆、唇妆等品类，深受消费者喜爱。品牌希望通过数字人技术打造符合其国货调性的国风虚拟主播形象。并提升线上营销效率包括:填补真人直播空档期，主要针对深夜时段的直播空白，以及提升品牌形象与声量。
2、项目正式启动前，品牌表示了哪些需求及顾虑?
具体包括:
1)形象同质化风险：需避免与其他品牌数字人形象雷同。
2)合规性压力：直播平台对低质内容封控严格，需确保画面质量与互动逻辑符合多平台审核标准。
3)运营深度不足：市面的多数工具交付模式缺乏定制化服务能力。
4)技术适配复杂性：需将AI数字人主动式营销逻辑与品牌货盘结构深度融合。
3、对此，一知智能的解决思路和方案是怎样的?
我们提供的全链路AI数字人直播解决方案，主要包括数字人形象与声音定制、模特妆造及持品视角拍摄、直播SaaS系统搭建和运维服务等。同时整合直播UI设计、节日主题运营、专属投手支持等轻运营服务，形成差异化定制能力，满足品牌对调性统一与高端定位的需求。
项目分为三个阶段：
1)形象设计及内容准备：基于品牌调性筛选模特，定制妆造、服饰及音色，完成产品特写及全景镜头拍摄；同步搭建商品话术库、问答库及直播间UI素材。
2)系统部署与测试：开通SaaS主账号授权，完成数字人形象交付及直播系统联调；通过模拟开播培训确保团队掌握操作流程，并针对问答响应速度、画面流畅度等关键指标进行优化。
3)正式运营与迭代：首期直播期间全程技术护航，实时监控违规风险及用户互动数据；结合GMV、停留时长等效果复盘，持续迭代话术脚本与投放策略。
4、项目的时间周期大概是多久?有哪些技术实现难点?
项目周期是两周。
主要实在定制化和语音合成与编排上。例如，毛戈平项目中使用其产品完成模特妆容，并通过3D运动捕捉算法生成口型和动作同步的数字形象。
对于语音合成与动作编排，我们声音训练采用全栈自研模型(如腾讯、字节合作研发)，动作部分则结合基座数字人和视频数字人技术，实现实时讲解与互动。数字人主播不仅可以拿着这个商品去进行讲解，并在讲解的过程中，也可以回复直播间观众的问题。
其实还有一些非技术性挑战。毛戈平项目中，因品牌对美妆手法教学、产品呈现效果的严格要求，团队需克服拍摄角度、光线等复杂问题，最终呈现多步骤、多机位的专业效果。
5、对话系统(NLP/NLU)的核心能力如何?如何处理美容领域的专业术语、用户个性化咨询(如肤质、妆容风格推荐)?知识库构建和更新的机制是怎样的?
首先我们是有针对不同行业的行业知识库，即行业定向模型。有算法工程师做定期的更新和优化。
我们的定向行业库在开源模型基础上，已经具备了很好的泛化能力。您可以这样理解：开源模型如果直接接入Deepseek，其回复会千奇百怪。而我们的定向模型，例如针对美妆行业的定向模型，它的回复是有一定框架性的，且会融入美妆行业的专业感觉和专业术语。
此外，我们还会针对像毛戈平这样的品牌，建立专属的知识库。这个知识库可以包含品牌的专业内容，比如毛戈平美妆学院的信息、毛戈平品牌的一些实时案例等。与毛戈平相关的实时舆论热点等，也会纳入品牌的专属知识库中。
在处理意图理解的精准性方面，我们会采用类似“套圈”的形式，分为大中小三个层级来解决，以确保能够精准地理解用户的意图。
数字人已经90%接近真人主播
6、目前的数字人能力怎么样了?相比真人的优势在哪里?
从视听体验上来看，已经接近真人。目前数字人在视觉和听觉上已达到真人90%的还原度，普通用户难以区分。
从交互能力上来看，超越大部分真人。因为数字人基于AI模型，拥有无限的知识容量和快速响应能力，在母婴、数码等多SKU领域表现尤为突出。
数字人也具有显著的成本与效率优势，真人直播间冷启动搭建费用约20万还要额外支付主播500/小时的费用，全年成本100万左右，而数字人仅需要5-10万元/年即可实现多机位直播，且可全年无间断运行。
综上，相比传统BA，数字人兼具高质量形象与智能化交互，助力品牌升级的同时提高转化率。
7、缺失的10%，是在哪里?
数字人尚无法像真人主播那样精准把握观众情绪节点，尤其是在促单环节的情绪调度上存在不足。
所以我们会围绕视听、交互和数据分析三大方向持续优化。例如，深化意图识别能力，增加投流动作和视觉优化功能。
8、那么对于一些刚起步的新品牌来说，缺少数据积累，也可以使用数字人直播吗?
这个问题非常现实，如果你没有语料，其他Agency都会直接用关键词去写QA。因为是新品牌，从来没有直播过，不知道客户会问什么，就会非常不知所措。
所以需要有行业模型(前面提到的)，可以回复很多常规性的问题。而且目前数字人是可以自动上播、下播，一个数字人主播相当于省下了设备师、主播、运营、中控、化妆师、场控，更适合人手不足的小品牌使用。
9、从生意的角度来看，数字人的最核心价值是什么?
通过嵌入直播环节，数字人能够提供连续不断的内容输出，不受主播语言能力和精力的限制，从而有效降低运营成本并提升品牌影响力。
基于货架电商的角度来讲，客户消费者需要一个顾问解答诸多产品问题。高质量的数字人，可以在停留，转化，用户问题回复，覆盖率上面都能有了明显的提升。
10、目前消费者(观众)，对数字人最集中的吐槽和建议，体现在哪些方面。
目前的槽点主要还是智力。简单来说，就是数字人现在能代替200块钱每小时的主播，它代替不了300块钱，400块钱以及KOC和KOL。
缺少独立思考能力和多轮内容泛化能力，在意图理解、智能操作以及交互上面还是有很大的发展空间。
所以，我们未来的选代方向，一是围绕着视听上面，我们会有更新的技术升级，它可以更像一个真人一样进行互动，和更像一个主播一样跟观众进行卖货。然后第二个就是交互上面，我们会去更深化这个叫做意图识别的能力。
11、结合毛戈平项目的经验，您认为未来1-3年，数字人技术在品牌营销、用户服务、零售体验等领域会呈现哪些重要趋势？
首先是下沉市场普及，在中国有约80%的企业或者个体户，缺乏内容营销的能力，未来AI能力会更普及，帮助中小企业利用AI内容营销链接用户。
其次是基于用户体验升级，改善客服机器人僵硬的回复模式，提供更多情绪价值。
最后，通过多模态融合——结合文字、图片、视频等形式，提升零售行业的信息传递效率。
12、对于其他品牌(尤其是美妆品牌)想要开展类似的数字人项目，您会给出哪些关键的建议?
两年前数字人因工具化概念迅速兴起，但因效果不佳导致负面评价增多。如今，数字人的能力已经较为成熟，成本低、搭建快，也能让中小企业得以平等享受技术红利。
总结毛戈平的项目，该项目打造了“高定数字人+智能营销中枢+合规运营体系”全链式直播生态，突破传统直播同质化困局，为生成式AI如何从工具性应用向品牌战略资产进化，提供了新的思路。
我们给直播间设计了独特的数字人形象和美学风格，这样就能更好地符合品牌的个性，避免和其他直播间太像，显得更有高端美妆品牌的感觉。技术上，也确保直播内容完全合规，画面流畅，互动响应也特别快，都比行业标准要好。功能上，我们用主动营销和AI导购相结合的方式，让用户在直播间待得更久，购买转化率也更高，直播间的互动率和用户满意度都达到了很高的水平。而且，还积累了品牌专有的数字资产，包括定制形象、场景素材和标准运营流程，这也为后续在多个平台上的发展打下了技术和内容基础，推动品牌数字化营销向更轻便、更智能的方向发展。
除了美妆，服饰，母婴和3C数码这三个赛道也是直播性价比较高的赛道比如说美妆，客户想要去看一下上色，服装想看一下穿上去的感觉。3C数码想要去对比一下参数，或者是有一些专业性的问题。母婴的话需要-些陪伴的价值，会在弹幕里面进行多元化的互动等。
这些都是我们定义的数字人价值较多的场景。
文章来源：虎嗅智库服务
