科技日報記者 都芃

6月17日，在百度AI Day開放日上，百度官宣發布業界首個超級頭部主播羅永浩數字人，并發布了高說服力數字人在體驗、內容、視覺、效果的四大突破。

百度副總裁、電商總經理平曉黎表示，今年4月百度發布的高說服力數字人讓數字人進入3.0時代。新一代高說服力數字人已成為像真人一樣，形神音容高度協調、會思考決策、能協作完成特定任務的超級智能體。百度此次發布的羅永浩數字人已達到媲美超級頭部主播的體感效果。此前，羅永浩數字人直播首秀創下超1300萬人次觀看、GMV（商品交易總額）突破5500萬元的行業新紀錄，部分核心品類帶貨量反超真人直播。

百度集團副總裁吳甜系統性地介紹了多模協同數字人技術。該技術基于文心大模型4.5 Turbo實現了融合多模規劃與深度思考的劇本生成，由劇本驅動數字人多模協同，實現動態決策的實時交互，使數字人的“神、形、音、容、話”達到高度統一。最終呈現出一個具備高表現力、內容吸引人、人-物-場可自由交互的超擬真數字人。

劇本生成技術包含臺詞生成、多模驅動和動態交互三部分。以羅永浩數字人劇本為例，基于文心大模型4.5 Turbo生成的劇本，充分展現了主播的個人特色，具備典型的“羅氏幽默”風格，并能夠實現雙人主播的內容協同，實現豐富的動態實時互動。通過文本自控的語音合成大模型，數字人可以實現高復原的語音合成能力，再結合直播臺詞及發音特征，合成風格恰當、自然流暢的聲音。

為解決羅永浩數字人直播雙人聲音配合難點，百度采用對話上下文編碼器，將對話歷史和當前對話進行語音合成的統一推理計算，最終實現流暢自然的雙人對話效果。在數字人形象生成以及驅動方面，通過結合多模態視頻理解、跨模態信號生成、視頻生成等技術，數字人克服了高可控交互，高精度、長時間一致性保持等難點，實現了高一致性超擬真長視頻生成。

吳甜表示，百度在今年4月發布了最新的大模型文心4.5 Turbo和文心X1 Turbo，羅永浩數字人是基于文心大模型的最佳實踐。百度在大模型技術的持續探索和創新，將為用戶帶來更優質的體驗、為行業帶來更具創新力的業務模式。

此外，百度電商還推出兩大計劃。夢蝶計劃將通過流量扶持，超頭主播數字人打造、預算扶持，實現百度優選超頭主播的數量倍增；繁星計劃則將再次追加10萬個慧播星數字人，投入1億元數字人消費補貼、千萬級別的運營扶持，幫助更多的普通人、中小企業開啟數字人直播。

（百度供圖）

想爆料？請登錄《陽光連線》（ https://minsheng.iqilu.com/）、撥打新聞熱線0531-66661234或96678，或登錄齊魯網官方微博（@齊魯網）提供新聞線索。齊魯網廣告熱線0531-81695052，誠邀合作伙伴。