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)，我是刘强东，今天是(shì)不是看(kàn)起来有些不同？很久没直播，还有些许紧张……话不多说，老刘(liú)的数字(zì)直播(bō)带货现在开始。”4月16日，京东创始人刘强东(dōng)在京(jīng)东平台开启数字人直播。

“东哥”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(de)时代来临了吗？

4月(yuè)18日，数(shù)字人头部厂商硅基(jī)智能创始人司马华鹏(péng)接受了《每日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(rì)经济新闻》记者的(de)专(zhuān)访。司(sī)马华鹏表示：“刘强东这次数(shù)字人直播，对我们行(xíng)业是非常(cháng)大的品牌宣传。他(tā)使(shǐ)用(yòng)（数字人直播），说明这个行(xíng)业得到了一次非常重要的(de)认可。”

对于AI的使用，司马华鹏建议：“未来所有使用AI的人，应该专注到人类(lèi)特有的东西，比如创意(yì)，比如有(yǒu)温度的(de)东西(xī)。”

拆解数字人技术

“数字人刘强东(dōng)”是否有硅基智能技(jì)术的支持？司马华(huá)鹏表(biǎo)示：“我们不太(tài)方便对(duì)外公开，但这(zhè)些(xiē)技术(shù)最早的开创者肯定是我们。我们在整个（数字人(rén)）直播上大概有40多项发明专利，在(zài)申请的也有几十项。现在行业内有很多在使用我们的(de)技术授(shòu)权，也(yě)有很多在使用硅基智能(néng)的API（应用程序编程接(jiē)口）。”

“东哥”数字(zì)人究竟是如何打(dǎ)造出来的(de)？司马华鹏介绍：“它(tā)（数字人）这些内容是用AI渲染出来的。如果现在想做东哥同款，你需要提供几分(fēn)钟(zhōng)的视频。然后(hòu)我们会将(jiāng)其训练成一个数字人模型。这个数字人模型(xíng)背(bèi)后，将由大模型驱(qū)动它。定时去上一些产(chǎn)品、定时回复一些客(kè)户需求、定时作一些记录(lù)，这些都是事先做好的剧本，这些剧(jù)本实质(zhì)由大模型驱动(dòng)，比(bǐ)较接近于(yú)人类的行为和(hé)反馈。”

那么，除了上述AI渲(xuàn)染技术外(wài)，数字人直播还需要哪些(xiē)技术支持？司马华鹏称：“我们的大模型是多模(mó)态的，是文本生(shēng)成、声音生(shēng)成和(hé)数字人生成的结合。其(qí)实很多(duō)人在反(fǎn)馈(kuì)，他（刘强东）声音和(hé)节(jié)奏感与他原来讲(jiǎng)话不(bù)太一样。这(zhè)很可能克隆的是平时的语速，但是直播（过程中），一个用户停留时长是(shì)比较短的，你必须在很短时(shí)间内把大(dà)量(liàng)的信息(xī)披露出来，所以必须把声音放得快一些。”

对于语音合成技术，司马华鹏表(biǎo)示：“我们全部技术都是自己的。从目前(qián)端到端的生(shēng)成来讲，（语音(yīn)合成）已(yǐ)经(jīng)是(shì)一个非常成(chéng)熟的技(jì)术。”

数字人形象(xiàng)、语音(yīn)合成，都是(shì)外在展现形(xíng)式，数(shù)字(zì)人直播内容仍旧离不开文本。对于文(wén)本，司马华鹏称：“文本(běn)大模型方面，我们基本上都(dōu)是原创的技术，最近‘炎(yán)帝’大模型刚刚通过网信办(bàn)的备案。”

能否替代真人直播？

目前，大家看到的直播带货，很可能就是数(shù)字人。司马华(huá)鹏介绍：“我(wǒ)们在2021年开(kāi)创AIGC直播的大方向，（刘强东数字人）基本上是我们2023年产品能够呈现出(chū)来的效(xiào)果，这样的直播间(jiān)我们(men)已经(jīng)卖掉(diào)了上万个，京东、淘宝、抖音、快(kuài)手和视频(pín)号平台都有。”

真人直播会面临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各种复(fù)杂场景，特别是情感交流，数字人可(kě)以(yǐ)做到吗？司马华(huá)鹏表示：“我们(men)在看东哥直播的时候，会不会把他（数字人）当作真(zhēn)正的东哥来看，这是决定数字人智能化程度的重要标志。从(cóng)开(kāi)播到现在，行业有非常多的评价，大家觉得还是(shì)能看到一(yī)些机械的痕(hén)迹(jì)。”

“这个（数字人）行业发展的核心就(jiù)是‘看不出来(lái)’。”司马(mǎ)华鹏(péng)强调。

其认为：“我(wǒ)们现在也有(yǒu)大(dà)量(liàng)的直播间，效果比这(zhè)个（刘强(qiáng)东数字人）要好很(hěn)多。如果(guǒ)他这个直播不是(shì)在自家平台，而是(shì)在其他(tā)平台，很容易被机器识别(bié)出来，很快(kuài)就(jiù)会被限流(liú)。”

因此，在司马华鹏看来，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数字人行业(yè)的核(hé)心(xīn)是让整个直播间符合图(tú)灵测试(shì)。对于数字人行业(yè)的发展，其(qí)认为：“（该领域）图灵测试1.0是分不清(qīng)（是人类(lèi)还是AI）；图灵测试2.0则是双(shuāng)向情感交互；图灵测试3.0就是(shì)‘死生相(xiāng)契’，未来我们与AI之间，可能是Soul Mate（心灵伴侣）的关系，它是你(nǐ)非常重要的助(zhù)手(shǒu)、朋友，也可(kě)能(néng)是你亲密的合(hé)作伙(huǒ)伴。”

目前，很多问答(dá)式大模型主要给受众提供专业类辅助，但若诉诸情感，是否兼具图像、声音和文本的多模态(tài)大模(mó)型更具优势？对此，司马华鹏表示认(rèn)可。“人类大(dà)脑的设计中，90%以上是针对图形(xíng)，所以我们说有图有真相。基于文本，产生的是想象力，（阅读文本）的能力确实非(fēi)常重要，但对大部(bù)分人(rén)而言，（自己的大脑）生成图(tú)片，然后再想象出一个空间，还原(yuán)出这个东西，是非常累的(de)。因此，多模态(tài)或者视频化交互能力，能够大大降低我们(men)之间信息(xī)沟通对应(yīng)的脑力消耗。”

对于未来AI电商的(de)形态，司马华鹏认为，未来更大的价值是专业性(xìng)。比如说，假设我们(men)在食品领(lǐng)域有一个很好的AI专家，它(tā)可以从数据(jù)、算法(fǎ)的角度给我们提供很多(duō)的专业内容。这样的专(zhuān)家，它带来的影响力会超过现有的人类专家，这会带来真正的、更好的电商交易(yì)。

其进一步解释称：“人类在做很多行为的时候，有一定(dìng)的偏颇或者偏见(jiàn)，或者带有一定的商业(yè)目的。而以数字和算法驱(qū)动的AI专家，会成为我们的朋友、我们的伙伴，很有可能成为AI电商未来的主流。现(xiàn)在这些成本还比(bǐ)较高，只是出现在奢侈品领(lǐng)域。我希望(wàng)未来每一类小产品上(shàng)，都有这样一个(gè)专家顾问，来给我(wǒ)们提供非常好的沟通交流方式。这是AI电商未来非(fēi)常重(zhòng)要的(de)一部分。”

未经允许不得转载：天津电机维修_天津进口电机维修_天津特种电机维修_天津发电机维修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