数字人直播的利弊

刘四海

the rightsverse lab创始人、穹宇世界联合发起人

数字人也需要临场应变，也需要自我成长，目前看来还做不到

最近数字分身挺火的，我想知道数字人直播有没有前途。于是问了问身边的几个朋友。朋友甲是直播卖葫芦的，他说试过数字人直播，效果很差，把他刚刚有点起色的号给干废了。朋友乙本身是做数字分身代理生意的，在她看来，“数字人和真人无异”“你能看得出这是数字人吗”“大批数字人律师上线”，言下之意数字人直播很有前途。

看来只对少数几个朋友调研还不能说明问题。于是，我在腾讯混元大模型里输入了一个问题：数字人直播的利弊。腾讯混元给出了一长串的答案：大概意思是优劣势兼具，优势是数字人直播不受时间和空间的限制，可以24小时不间断进行，不需要支付薪资，可以根据不同的场景和需求进行定制，成本低，花样多。劣势是真实度和互动性较差，虽然数字人可以通过技术模拟真人的外观和行为，但依然无法达到真实人的情感表达和沟通效果，虽然可以通过算法回复观众的问题，但无法像真人一样进行实时交流和情感共鸣。对于腾讯混元给出的这个“参考答案”，该如何分析呢？我想从几个关键

词入手。

第一个关键词是“互动性”。和短视频不同，直播更强调互动性。如果数字人直播互动性差，那肯定是个致命漏洞。人们可以接受董宇辉不是屌丝、年薪千万，可以接受董宇辉背后有文案团队，但一定不能接受董宇辉用数字分身直播。为什么呢？因为董宇辉的真正魅力，就藏在直播互动的一些细节里。真人的脸部和表情可以传达很多信息，如情感、态度和信任度等，戴着面具和人说话已经被人反感，何况数字人呢？直播如果无法进行真诚、深入的沟通和交流，那效果势必大打折扣。

第二个关键词是“情感表达”。虽然数字人可以模拟人类情感，但它们仍然是一个机器学习模型，因此可能无法像真正的人类一样真实和深刻地表达情感。目前，数字人直播的情感表达还是通过编程和模型训练对面部表情、语言、肢体动作进行控制，但是，沟通的美妙之处恰恰在于有些东西是“表情、语言、动作”所不能传达的，类似于心有灵犀，拈花一笑，懂者自懂。

基于编程的数字人直播类似于写作，而真人直播类似于演讲。早在古希腊时代，苏格拉底等人就意识到了演讲和写作是两种完全不同的技艺。有些话，你写出来的时候觉得逻辑精妙无比、见人所未见，但真正讲出来则觉得佶屈聱牙。所以像康德、黑格尔这样的人注定只能是哲学家，当不了演讲大师。

加州大学神经科学系罗伯特 · 李文斯顿曾有个比喻，把大脑比喻成“一个和谐且纪律良好的交响乐团”，大脑就像指挥家，而动作、想法、情绪、记忆和生理感受等类似于演奏者，共同组成了一个交响乐团。当你看到别人打哈欠、眨眼、打喷嚏，甚至只是舉起手臂，你的大脑也会进行一系列复杂的反应。好的直播也是一次交响乐团演出，主播和受众的情感表达共同组成了乐章。

其实，说数字人直播的利弊这个话题，还想衍生出一个更关键的问题，那就是：人设的统一。很多情况下，你一直认为自己是一只兔子，但在外人看来也许是只鼹鼠，其实你的生物学身份是头绵羊。数字人之所以大火，是因为所有人都相信数字人和人设能实现真正统一，不存在任何的矛盾或偏差。这种真正的统一性可以增强数字人的可信度和吸引力，从而吸引更多的观众和粉丝。实际上，一个真实的人往往有多面性，有多变性，唯其如此，才成为一个有血有

肉的人。

最后，我想说，数字人直播也并非一无是处，对于一些只需要简单互动的岗位，数字人直播还是可以试试的。