“京東的新老朋友們大家好，我是劉強東。”4月15日傍晚，京東官方釋出一條視訊，劉強東面對鏡頭發言。而鏡頭前的東哥，顯得那麼神采奕奕，相信如果不是公開報道，大家絕對想不到鏡頭後面并非東哥本人，而是高仿真的“數字人”！
而15日釋出的視訊，其實是對正式直播的“預熱”：4月16日下午6時18分這個特定的時間點，由京東雲言犀打造的“采銷東哥”AI數字人開啟直播首秀，同時亮相京東家電家居、京東超市采銷直播間。
嚴格說起來，這并不是東哥第一次出現在鏡頭前：據中國新聞網，七年半前的2016年11月10日，“雙十一”前夕，京東早8點開始聯手花椒特别推出了12小時不間斷直播SHOW，霸道總裁劉強東更是親自站台直播做飯，為網友教學了“大盤雞”和“波士頓龍蝦”兩吃。同時，在直播中不忘重點推薦京東的産品，向大家強調“所有的食材原料都可以從京東購買到”。
實際上，直到正式直播結束，還是很多網友不敢相信，出鏡的東哥真的是“數字人”，隻因實在太逼真了！
“數字人”東哥，直入主題？
究竟逼真到什麼程度？據筆者和朋友共同觀察，“數字人”東哥不是僅僅在那裡說話，同時還有豐富的肢體語言和表情，同時說話的語音語調，和東哥标簽般的“宿遷國語”也有個八九成的還原度！
據多家媒體報道，現實生活中的劉強東語速比較快，吐字比較輕，有些詞語會習慣連讀，他對“時間”“正是”中的“sh”發音帶有重鼻音，還喜歡稱呼“兄弟們”鼓舞大家的士氣，而這些因素在“數字人”東哥中都進行了針對性優化。
當然AI和真人毫無疑問還是有差別的：據筆者朋友表示，畫面中“東哥”的手一直在動，顯得不太自然；而說話的語音語調如果仔細聽，還是可以聽出明顯人工合成的氣息，和自然語音的差别，就好比最近沸沸揚揚的“半固态電池和全固态電池”的差别。
其實講話的語音語調并不重要，能讓人聽懂就沒問題，大家更關心的顯然是，劉強東這樣的大佬，直播時究竟會講些什麼，是自身的創業經曆還是心靈雞湯，抑或兼而有之？
實踐證明，這次“東哥”雖然沒有再次化身大廚，也沒有推銷食材，不過依然做的是老本行——帶貨！
根據直播現場實錄，“我創立京東就是想讓大家買到的商品友善、快速、便宜，還要保證産品品質。”在5分鐘的簡單暖場後，這位東哥數字人迅速開啟了帶貨，并未談論太多的個人生活和觀點。而帶貨産品以家電和食品為主，包括空調、電視、藍莓、牛奶、玉米等，配合了4月16日“京東家電家居電視空調超級品類日”。
據券商中國總結，京東超市披露，數字版“東哥”上播30分鐘，直播間觀看人數破千萬；近1小時觀看量超2000萬，直播時段使用者平均停留時長達到日常均值的5.6倍。在40分鐘内，直播間整體訂單量破10萬。
那麼成單情況如何呢？直播期間，采銷東哥AI數字人講解13款商品，整體訂單量環比上周日均增長7.6倍；京東超市“百億農補”貨品，開播半小時成交額環比上周日均增長5.7倍。也算取得了“開門紅”戰績！
劉強東此次參與直播，主要是為進一步預熱京東的内容生态和短視訊創作。據天眼查知識産權資訊顯示，近期，京東方面已經申請注冊“老劉專場”“優京家品”“圓頭價”等商标，國際分類涉及廣告銷售、服裝鞋帽等，目前商标狀态均為等待實質審查。
“數字人”直播，大模型是後盾
數字人誕生背後，離不開背後京東雲言犀多年的技術深耕與積累。而“言犀”，就是京東雲旗下的千億級大模型，京東“數字人”背後的真正“大腦”！
從産業應用次元來看，直播間的虛拟主播屬于服務型虛拟數字人，相較于身份型虛拟數字人而言，技術門檻更高，需要解決實際應用中不同場景的問題。從行業來看，數字人已經成為直播行業發展的重點。據證券日報，艾媒咨詢資料顯示，預計2025年中國虛拟人帶動産業市場規模和核心市場規模将分别達到6402.7億元和480.6億元。
和真人比起來，“數字人”最明顯的優勢在于，它不需要吃飯睡覺上洗手間，是以理論上可以24h全天候無死角開播，照顧到所有人的時間，還無需場地、化妝、服裝等費用，明顯降低營運成本。更重要的是，數字人能實時回應使用者需求，增強使用者參與度。因而可以與真人主播形成互補！
舉個簡單例子，早晨6點至8點是真人主播的休息時段，但卻恰好又是新手父母們“最痛苦”的時間——起床給寶寶換尿布後，還要出門上班，因而一些母嬰品牌便會利用這個空擋，讓數字人主播進行“潤物細無聲”的關懷！
但是要做出“數字人”東哥，最大的難點在于，劉強東是知名公衆人物，公衆對其形象、聲音、語态等特征都無比熟悉，因而“出品”如果和真人偏差太大，必将導緻來自各界的瘋狂diss，進而懷疑背後大模型團隊的專業能力，是不是“銀樣镴槍頭”，因而團隊的壓力不是一般的大！
那麼，為了創造出一個有血有肉的“東哥”，京東雲言犀做了哪些努力呢？
據澎湃新聞、21世紀經濟報道等，為了打造真實的“東哥”，技術團隊對大模型做出多次調整：起初“喂”給大模型的演講素材，雖然充滿激情、爆發力強，但過于正式。為此，他們用最新錄制的閑談作為主要素材，其中有劉強東本人的旅行經曆，再提取5分鐘演講的韻律特征灌給大模型，通過不斷優化，最終才塑造出十分接近本人的聲音。
複現出音色以後，還需要捕捉聲音的“副語言”，包括語速、語調、重音、倒吸氣等。這些副語言原本分布稀疏，大模型不容易捕捉到規律，但又是判斷語意的重要輔助力量，如果沒有副語言，聲音就會缺乏情緒、顯得過于“正确”和冷冰冰。
言犀團隊的方法是，把聲音樣本的重音、語調等拆解成音素，利用NLP（自然語言識别），讓模型能更清晰地注意到它們，并通過ASR（語音識别）來捕捉語調和語氣變化，綜合判斷何時開始發言。綜合以上技術，産生一個能流暢自如交談的數字人聲音。
據了解，言犀語音大模型在訓練時，被“喂”入5萬小時海量鮮活的語音資料，才能智能比對不同直播風格。而早在“東哥”橫空出世前，京東的數字主播早已遍布平台，而且聲音足以“以假亂真”，甚至類似相聲演員的聲線！
據公開資料：在今年春節閑時直播中，京東雲言犀數字人就曾賣出過4000萬元貨品，平均提升閑時直播轉化率超30%。截至2024年4月，已經有超過4000個品牌在京東使用數字人直播，用來接替真人完成閑時直播。它們能提升閑時轉化率超30%，成本卻不到真人直播的1/10。
京東之是以重倉數字直播，似乎還有一方面的考慮：和其它電商比起來，在直播方面顯得“先天不足”，因而意圖通過數字直播等全新方式，在直播電商方面大舉進軍！
京東電商，奮起直追
就在“東哥”開播差不多一周前的4月10日，京東宣布了“雙十億”計劃——将投入十億現金和十億流量，以鼓勵更多主播和MCN機構入駐平台，同期也傳出京東以降低門檻的方式、緊急推進主播招募的消息。
十億在普通人看來是天文數字，但是投入到直播領域，未見得能夠掀起多大水花。來看看京東和阿裡的對比：據中國經營報，今年3月26日，淘天集團内容電商事業部總經理程道放，在2024淘寶内容電商盛典上宣布“2024年淘寶直播将新增百億現金投入、千億流量，真金白銀在内容電商加大投入”，比京東整整高了一個數量級！
的确，作為直播電商的較晚入局者，京東缺乏李佳琦、薇娅這樣的頭部主播，因而面對“赢者通吃”的局面多少有些力不從心。此次京東的10億級投入主要用在搶主播、搶使用者上。為了争奪主播，京東對數位3C、家電家居、母嬰等20個領域的達人進行補貼，對優質創作者提供更多曝光和流量激勵。
京東的此番動作，又是補貼又是數字人，能否助力其直播電商再上一個新台階？讓我們拭目以待。