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(hǎo)，我(wǒ)是刘强东，今天是(shì)不是看起来有些不同(tóng)？很久没直播，还有些许紧张……话不(bù)多说，老刘的数(shù)字直播带(dài)货现在开始。”4月16日(rì)，京东创始人刘强东在京东(dōng)平台开启数字人直播。

“东(dōng)哥”数字人直播，迅速引起广泛(fàn)关注，数字人替代(dài)真人直播的时(shí)代来临了吗？

4月18日，数字(zì)人(rén)头部厂商硅基智能创始人司马华鹏接受了《每日经济新闻》记者的专访(fǎng)。司马华鹏(péng)表示：“刘强东这次数字人直播，对我们行业是非常(cháng)大的(de)品(pǐn)牌(pái)宣传。他使用(yòng)（数字人直播），说(shuō)明这个行业得(dé)到了一(yī)次非常重要的(de)认可。”

对于AI的(de)使用，司(sī)马华鹏建议(yì)：“未来所有使用AI的人(rén)，应该专注到人类特有的东西(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”是否有硅(guī)基智能(néng)技术的支持？司马华鹏表示：“我们不太方便(biàn)对外公开，但这些技术最早(zǎo)的开创者(zhě)肯定是我们。我(wǒ)们在整个（数字人）直播(bō)上(shàng)大概有40多项发明(míng)专利，在申请的也有几十项。现在行业内有很多在使用我们(men)的技术授权，也有(yǒu)很多(duō)在使用硅(guī)基(jī)智能的API（应用(yòng)程序编程接口）。”

“东哥”数字人究竟是如何打造出来的？司马华鹏介绍：“它（数字人）这些内容(róng)是用AI渲染出来的。如果现在想做(zuò)东哥同款，你需要提供几分(fēn)钟的视(shì)频。然后我们会(huì)将其(qí)训练成一个数字人模型。这个数字人模型背后(hòu)，将由大模型驱动它。定时去上一(yī)些(xiē)产品、定时回复一些客户需求、定时作一些记录，这些(xiē)都是事(shì)先做好的剧本，这(zhè)些剧本实(shí)质(zhì)由大模型(xíng)驱动，比较接近于(yú)人类(lèi)的行为和(hé)反馈。”

那么(me)，除(chú)了上述AI渲染技术外，数字人直播还需要哪(nǎ)些技(jì)术支持？司马华鹏(péng)称：“我们的大模型是多模态的，是文(wén)本(běn)生成、声音生成(chéng)和数字人生成的结合。其实(shí)很多人在反(fǎn)馈，他（刘强东）声音和节奏(zòu)感与他(tā)原来讲话不太一样。这很可能克隆的(de)是平时的语速，但是直(zhí)播（过程中），一个用户停留时长是比较短的，你必须在(zài)很短时间内把大量的信(xìn)息披露出(chū)来(lái)，所以必须把(bǎ)声音放得快一些。”

对于语音合成(chéng)技术，司马华鹏表(biǎo)示(shì)：“我们全部技术(shù)都(dōu)是(shì)自己的(de)。从目前端到端的生成(chéng)来讲，（语音合成）已经是一个非常成熟的技术(shù)。”

数字人(rén)形象、语音合成，都是外在展现形式，数(shù)字人直播内容仍旧离不开文本。对于(yú)文本，司(sī)马华鹏称：“文本大模型方面，我们基本(běn)上都(dōu)是原创的(de)技(jì)术，最近‘炎帝’大模型刚刚通过网信办的备案。”

能(néng)否替(tì)代真人直播？

目前，大家看到的直(zhí)播带货，很(hěn)可(kě)能就是数字人。司马华鹏介绍：“我们在2021年开创(chuàng)AIGC直(zhí)播的(de)大方向，（刘强东数字人(rén)）基本上是我们2023年产(chǎn)品能够呈现出来的效果，这样的(de)直播间我(wǒ)们已经卖掉了上万个，京东、淘宝、抖音、快手和视(shì)频号平台都有。”

真人直播会面临各种复杂场景，特别是情感交流(liú)，数字人可以做(zuò)到吗？司马华鹏表示：“我(wǒ)们在看东哥直(zhí)播的时候(hòu)，会不(bù)会把他（数(shù)字(zì)人）当作真正的(de)东哥来看，这是决定数字人智能化程度的重要标志。从开播到现在，行业有非常(cháng)多的评价，大家觉得还是能看到一(yī)些机械的(de)痕迹。”

“这个（数字人）行业发展的(de)核心就是‘看不出来(lái)’。”司马(mǎ)华鹏强调。

其认为(wèi)周末突发！穆迪下调评级，万科坚决反对！：“我们现在也有大量的直播间，效果比这个（刘强东数字人(rén)）要好很多。如果他这个直播不(bù)是在自(zì)家平(píng)台，而是在其他平台，很容易被机(jī)器识别出来，很快就会被限流。”

因此，在司马(mǎ)华鹏看来，数字(zì)人行业的(de)核心是让整(zhěng)个(gè周末突发！穆迪下调评级，万科坚决反对！)直播间符合图灵测试。对于(yú)数字人行业的发展，其认为：“（该领域）图灵测试1.0是分不清（是人类还是(shì)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(xiāng)契’，未(wèi)来我们与AI之(zhī)间，可能是Soul Mate（心灵(líng)伴侣(lǚ)）的关系，它是你非常(cháng)重要的助手、朋友(yǒu)，也可能(néng)是你亲密的合作伙伴。”

目前，很多问答式大模型主要给受众(zhòng)提供专业类辅助，但若诉(sù)诸(zhū)情感，是(shì)否兼具图像、声音和文本的(de)多(duō)模态大模型更具优势？对此，司马华鹏表示(shì)认可。“人类大脑的设计中，90%以上是针对图形，所以(yǐ)我们(men)说有图有真相(xiāng)。基于文本，产生的是想象(xiàng)力，（阅读文本）的能力确(què)实非常重要，但对大部分人而(ér)言，（自己的大脑）生(shēng)成图(tú)片，然后再想象出一(yī)个空间，还原出这个东西，是非常累的。因此，多模态或者视频化交互能力，能够大大降低我们之间信息沟通对应的脑力消耗。”

对于未来AI电商的形态，司马(mǎ)华鹏认为，未来更大(dà)的价值是专业性。比如说，假设我们在(zài)食品领域有一个很好(hǎo)的AI专家，它可以从数据(jù)、算法(fǎ)的角(jiǎo)度给我们提供很(hěn)多的专业内容。这样(yàng)的专家，它带来的(de)影响力会超过现有(yǒu)的人类专家，这会带来真(zhēn)正的、更(gèng)好的电商交易(yì)。

其进一步解(jiě)释称：“人类在做很多(duō)行为的时候，有(yǒu)一定的偏(piān)颇或者偏见，或者带有一定的商业目(mù)的。而以数字和算法驱动(dòng)的AI专家，会成为我们(men)的朋友、我们的伙伴，很有可能(néng)成为AI电商未来的主流。现在这些成本(běn)还比较高，只是出现在奢(shē)侈(chǐ)品(pǐn)领(lǐng)域。我希(xī)望未来(lái)每一类小产品上，都有这样一个专家顾问，来给我们提供非常好(hǎo)的沟通交流方式(shì)。这是AI电商未来非常重要的一部分。”

未经允许不得转载：珠海业勤税务师事务所有限公司周末突发！穆迪下调评级，万科坚决反对！