AI數(shù)字人，是跨境電商的救星還是陷阱？| 專訪易點(diǎn)天下

　　數(shù)字人主播和數(shù)字人模特的發(fā)展速度超乎想象。

　　據(jù)中商產(chǎn)業(yè)研究院預(yù)計(jì)，2030年中國數(shù)字虛擬人整體市場規(guī)模將超過2700億元，其中身份型數(shù)字人約1747億元占比達(dá)65%;服務(wù)型數(shù)字人約955億元，占比達(dá)35%，市場發(fā)展空間廣闊。

　　在電商行業(yè)，數(shù)字人的應(yīng)用已經(jīng)初見成效。京東戰(zhàn)報(bào)顯示，今年618，言犀虛擬主播開播商家數(shù)較去年11.11增幅近5倍，其成交額環(huán)比去年11.11提高246%。

　　尤其值得關(guān)注的是數(shù)字人在跨境電商領(lǐng)域的應(yīng)用。從歐美到東南亞，全年無休的AI數(shù)字人，可以為企業(yè)節(jié)約傳統(tǒng)外模拍攝所需的大量人力、物力和資金。對于有大量SKU的企業(yè)來說，AI模特還能通過自動化和計(jì)算機(jī)生成的方式，快速呈現(xiàn)不同的產(chǎn)品和款式，大幅提升企業(yè)營銷效率。

　　例如，這是易點(diǎn)天下憑借剛剛發(fā)布的AIGC數(shù)字營銷平臺——KreadoAI的數(shù)字人視頻生成能力，為某知名旅行類APP做的數(shù)字人視頻。

　　值得思考的是，盡管AI技術(shù)在語音合成、人臉生成和動作模擬等方面取得了一定的進(jìn)展，但要實(shí)現(xiàn)高度逼真、自然流暢的虛擬形象仍然存在挑戰(zhàn)。特別是在情感表達(dá)、細(xì)節(jié)準(zhǔn)確性和真實(shí)感方面，技術(shù)的成熟程度仍有待進(jìn)一步提高。

　　AI數(shù)字人背后的技術(shù)成熟度究竟如何?我們特別邀請易點(diǎn)天下技術(shù)中心總經(jīng)理秦鵬，為我們分享了當(dāng)前AI主播和AI模特技術(shù)的挑戰(zhàn)與發(fā)展方向，以及易點(diǎn)天下剛剛發(fā)布的AIGC數(shù)字營銷創(chuàng)作平臺——KreadoAI在解決跨境電商營銷痛點(diǎn)方面的實(shí)戰(zhàn)方法。

　　AI主播如何適應(yīng)文化差異進(jìn)行個(gè)性化表達(dá)?

　　對于AI主播的帶貨效果，不同商家有不同看法。一些商家認(rèn)為，AI主播的確可以降低直播成本，解決場地和場景的問題，提高直播效率。在做跨境電商時(shí)，同一位AI主播可以同時(shí)說著印尼語、泰語、英語，出現(xiàn)在不同的直播間。

　　但面對出海市場，AI主播和真人主播一樣，都要面臨不同國家和地區(qū)的語言及文化差異，包括使用怎樣的語音、語調(diào)、語速才能更貼合本土喜好，如何準(zhǔn)確地使用俚語而不會引發(fā)誤會等。同時(shí)，情感上的連接和共鳴對于消費(fèi)者的購買決策至關(guān)重要，而目前的多數(shù)AI主播在情感表達(dá)和人性化方面還存在不足，普遍存在“話術(shù)太假太套路”、缺乏感染力等問題。

　　針對AI主播的個(gè)性化表達(dá)問題，秦鵬分享了易點(diǎn)天下KreadoAI數(shù)字人模塊的技術(shù)研發(fā)思路：“我們將AI主播的音頻分為四個(gè)維度：語種、音色、語速和間隔、語調(diào)。其中最影響情感表達(dá)的是音色。我們會使用一些外部的大模型或接口，結(jié)合此前的經(jīng)驗(yàn)積累，找出最匹配的音色。”

　　除了口播之外，KreadoAI的數(shù)字人模塊還支持1：1真人數(shù)字分身克隆和語音聲紋克隆。用戶只需提交五分鐘的拍攝畫面，即可創(chuàng)建定制化的1：1真人數(shù)字人分身，代替自己出鏡;還可以提交五分鐘的原音頻，復(fù)刻本人的音色和音律。值得一提的是，語音克隆之后，還可以切換多國語言，同時(shí)依然保持整體音源的特征。這些能力都可以增加AI主播的個(gè)性化表達(dá)。

　　與此同時(shí)，AI主播的個(gè)性化表達(dá)也與AI文案生成能力密切相關(guān)。AI主播“話術(shù)太假太套路”的問題，也是因?yàn)楝F(xiàn)有的訓(xùn)練數(shù)據(jù)往往存在樣本不平衡、數(shù)據(jù)質(zhì)量差、領(lǐng)域局限等問題，導(dǎo)致生成的文案缺乏多樣性和個(gè)性化，總是呈現(xiàn)出類似的模式和套路。

　　“這方面的效果差異，一方面來自于基礎(chǔ)大模型本身，另一方面來自于提示詞的能力。”秦鵬介紹，為解決這個(gè)問題，易點(diǎn)天下在數(shù)字人的提示詞中設(shè)置了大量營銷文案輸入，幫助用戶優(yōu)化文案的邏輯結(jié)構(gòu)。“我們還利用多年來對垂直行業(yè)的理解和豐富的營銷服務(wù)數(shù)據(jù)，包括廣告文案內(nèi)容、營銷轉(zhuǎn)化歸因數(shù)據(jù)和廣告投放數(shù)據(jù)等，進(jìn)行語義分析和模型訓(xùn)練，將不同地域的多語種內(nèi)容分析與本地化文化特色相結(jié)合，最終生成個(gè)性化的營銷文案。”

　　“目前，我們在商旅、培訓(xùn)和企業(yè)服務(wù)這三個(gè)領(lǐng)域，生成文案的直接應(yīng)用率能達(dá)到85~90%。而在應(yīng)用下載領(lǐng)域，它的直接應(yīng)用率大約在50~60%，因?yàn)檫@個(gè)領(lǐng)域需要更多‘標(biāo)題黨’，而AI目前還沒發(fā)完全滿足，我們也在持續(xù)的訓(xùn)練過程中。”

　　各行各業(yè)需求不同，如何打造“懂行”的數(shù)字人?

　　不同行業(yè)對于數(shù)字人的形象、聲音和表達(dá)方式的要求都各有差異。而通用的數(shù)字人未必能完全掌握這些行業(yè)特定的要求，導(dǎo)致表現(xiàn)失真或無法達(dá)到預(yù)期效果。

　　例如，在時(shí)尚行業(yè)，數(shù)字人如果在形象上缺乏時(shí)尚感和個(gè)性，在表達(dá)上缺乏對時(shí)尚潮流的理解，就會影響營銷效果;在餐飲行業(yè)，數(shù)字人如果不能生動描述食物的口感，在微表情與語調(diào)上不能呈現(xiàn)品嘗美食后的愉悅，就會導(dǎo)致內(nèi)容缺乏可信度。

　　為此，KreadoAI與各行各業(yè)企業(yè)展開合作，深入了解不同行業(yè)的需求，并開發(fā)了針對性的數(shù)字人形象和驅(qū)動技術(shù)。目前，KreadoAI已經(jīng)打造出100多個(gè)全球不同地域、膚色、風(fēng)格的數(shù)字人，每一個(gè)都經(jīng)過特別訓(xùn)練，保證他們的口型、表情、情感表達(dá)等效果都盡可能最優(yōu)，且能滿足各行各業(yè)的不同需求。

　　這樣一來，客戶在實(shí)際使用時(shí)，只需從這100多位數(shù)字人形象中進(jìn)行篩選，再從140多種多國語言、400多種不同行業(yè)的人物音色中選擇目標(biāo)語種，即可快速獲得離自己需求最接近的數(shù)字人。

　　“我們內(nèi)部有超過150名設(shè)計(jì)師，持續(xù)地進(jìn)行創(chuàng)意產(chǎn)出和創(chuàng)意迭代。因此，跟其他家單純做數(shù)字人的企業(yè)相比，我們有更多持續(xù)的創(chuàng)意源輸入、數(shù)據(jù)結(jié)果的輸出和模型的調(diào)優(yōu)，來保證這些數(shù)字人的形象、肢體動作更符合客戶的營銷訴求。”秦鵬介紹，“未來，我們也會通過聯(lián)合創(chuàng)新，進(jìn)行更細(xì)致的數(shù)據(jù)整理，再利用像Amazon SageMaker平臺的訓(xùn)練能力對模型進(jìn)行調(diào)優(yōu)。我們希望未來可以從100多個(gè)數(shù)字人發(fā)展到1000個(gè)、10000個(gè)。”

　　據(jù)統(tǒng)計(jì)，在營銷視頻場景中，通過KreadoAI的多語種數(shù)字虛擬人創(chuàng)作，使用者可以將視頻制作效率從此前的12小時(shí)/個(gè)縮短至6-8分鐘/個(gè)。借助自研的數(shù)字人物庫，KreadoAI能夠?yàn)槿�球客戶提供符合其需求的人物形象和口型�?qū)動。同時(shí)，結(jié)合Amazon Polly服務(wù)提供的多語言、高質(zhì)量自然人聲，這些數(shù)字人視頻能夠呈現(xiàn)出逼真的效果，迅速傳播于電商、游戲直播等領(lǐng)域，為觀眾提供本地化的沉浸式體驗(yàn)。

　　在KreadoAI過去幾個(gè)月的產(chǎn)品測試階段，易點(diǎn)天下邀請了全球多個(gè)國家與地區(qū)的很多中小企業(yè)、創(chuàng)意設(shè)計(jì)公司、KOL、自媒體工作者和AIGC的愛好者進(jìn)行體驗(yàn)和使用。在YouTube和B站上，KreadoAI相關(guān)的自媒體創(chuàng)作視頻均有超過十萬+播放量的視頻。

　　“在阿里巴巴、攜程、BIGO、Habby等出海客戶的營銷創(chuàng)新測試中，相較于其他的素材類型，帶真人或數(shù)字人的創(chuàng)意營銷，平均投放時(shí)間增加了1.5倍，素材的點(diǎn)擊率、視頻的轉(zhuǎn)化率、播放時(shí)長等數(shù)據(jù)都有20%以上的提升。”秦鵬分享。

　　亞馬遜云科技：KreadoAI背后的核心動力

　　當(dāng)前市場中，摩拳擦掌進(jìn)軍數(shù)字人領(lǐng)域的不在少數(shù)，而強(qiáng)有力的AI技術(shù)支撐是數(shù)字人行業(yè)發(fā)展的關(guān)鍵。一個(gè)數(shù)字人背后的AI技術(shù)，包括自然語言處理、語音識別、文字分析等等。不同公司的AI模型的訓(xùn)練數(shù)據(jù)量、模型性能和響應(yīng)速度也會不同。這些差異都會直接影響數(shù)字人最終的呈現(xiàn)效果。

　　易點(diǎn)天下的KreadoAI，背靠的是亞馬遜云科技所驅(qū)動的生成式人工智能技術(shù)。

　　整個(gè)KreadoAI的核心產(chǎn)品服務(wù)包含四大模塊，AI數(shù)字人是其中之一。另外三個(gè)模塊分別是AI模特、AI工具，以及針對AI創(chuàng)意資產(chǎn)的智能管理和AI分析。

　　其中，AI模特與AI數(shù)字人一樣，在電商行業(yè)具有廣泛的應(yīng)用價(jià)值。以往，一些跨境電商為降低海外模特成本，已開始嘗試使用AI模特。但現(xiàn)有市場上的AI模特在面部表情、動作流暢性和細(xì)節(jié)還存在一些不足。對于服裝、化妝品等商品來說，AI模特在還原真實(shí)色彩和細(xì)節(jié)方面也有一定限制。

　　為此，KreadoAI專設(shè)AI模特模塊，利用生成式AI技術(shù)訓(xùn)練了大量的營銷素材和數(shù)據(jù)模型。通過這些工具，使用者能夠快速創(chuàng)建具有不同地域、膚色、年齡和表情等特征的數(shù)字人形象，制作視效逼真的商品圖和廣告物料。這些數(shù)字人視頻能夠媲美棚拍，適用于櫥窗圖、商品詳情頁、廣告投放等多個(gè)電商應(yīng)用場景。目前，KreadoAI已覆蓋了假發(fā)、服裝和眼鏡等細(xì)分行業(yè)。

　　“借助AI模特生產(chǎn)工具，電商客戶的海外營銷成本大幅降低，素材出圖時(shí)間從3至5天縮短至1至2小時(shí)。以前使用外模的單張照片成本就要百元左右，現(xiàn)在有了AI模特，電商素材生產(chǎn)的成本降低50%。某假發(fā)客戶使用AI模特，點(diǎn)擊率提升了35%，單次點(diǎn)擊成本降低了45%。此外，KreadoAI的算法研發(fā)團(tuán)隊(duì)正在不斷調(diào)優(yōu)和定制化算法和模型，準(zhǔn)備將AI模特拓展到更多的電商領(lǐng)域，如家居生活、3C電子、護(hù)膚美妝和珠寶首飾等。”秦鵬說。

　　KreadoAI之所以能實(shí)現(xiàn)如此高效的AIGC研發(fā)，得益于亞馬遜云科技提供的彈性算力支持與托管式機(jī)器學(xué)習(xí)服務(wù)。

　　早在2014年，易點(diǎn)天下就開始采用亞馬遜云科技的云基礎(chǔ)設(shè)施為智能營銷業(yè)務(wù)提供支持，并在每個(gè)季度獲得亞馬遜云科技提供的新技術(shù)培訓(xùn)，獲取應(yīng)用構(gòu)建過程中問題的指導(dǎo)。

　　現(xiàn)在，利用亞馬遜云科技的云基礎(chǔ)設(shè)施，KreadoAI在構(gòu)建模特解決方案時(shí)選擇了Amazon EC2和Amazon EKS進(jìn)行站點(diǎn)托管和預(yù)處理服務(wù)，在后端則使用Amazon SageMaker運(yùn)行模型訓(xùn)練任務(wù)和異步推理，并將素材和結(jié)果存儲在Amazon S3中。這樣，電商客戶可以通過Amazon Route 53和Amazon CloudFront獲得低延遲的訪問體驗(yàn)。

　　“KreadoAI目前已實(shí)現(xiàn)對AIGC領(lǐng)域文本、圖片、視頻、創(chuàng)意的全面覆蓋。我們通過產(chǎn)品系統(tǒng)化來推動創(chuàng)作效率的提升，降低整體的制作成本。與其他AIGC產(chǎn)品相比，我們的優(yōu)勢在于將AI技術(shù)、服務(wù)解決方案的場景及營銷數(shù)據(jù)實(shí)現(xiàn)了閉環(huán)，通過持續(xù)的反饋和迭代，快速實(shí)現(xiàn)整個(gè)數(shù)據(jù)鏈路的增長飛輪。”秦鵬介紹。

　　結(jié)語

　　可以預(yù)見，隨著技術(shù)的不斷進(jìn)步，數(shù)字人將不斷精進(jìn)與完善。想象一下，在未來的電商平臺，數(shù)字人主播和模特不僅可以按照預(yù)設(shè)的文本進(jìn)行口播，而且可以與用戶進(jìn)行實(shí)時(shí)互動，展示商品、提供購物建議。無論用戶來自世界的哪個(gè)角落，都能享受到本地化的服務(wù)，感受到真實(shí)的情感共鳴。這將推動電商行業(yè)走向更加全球化、多樣化的發(fā)展，為消費(fèi)者帶來更便捷和更有趣的購物體驗(yàn)。