近日，《直播电商行业高质量发展报告（2022—2023年度）》（又称“直播电商质量蓝皮书”）正式发布，此蓝皮书由中国计量科学研究院主编，中国质量认证中心等参编。蓝皮书指出，直播电商行业正从流量驱动向内容和品牌驱动转变，电商直播进入以品牌自播、内容主播、技术赋能和定制化直播等为特点的发展新阶段。

蓝皮书报告中提到，随着虚拟数字人技术的不断升级和产品的不断演进，应用场景持续拓展，在一定程度上解决商家直播成本、运营与技术痛点。

那么，从技术层面看，数字人直播制作流程是怎样的？我们一起来了解一下。

视频录制：提供10分钟以上正面视频(包含清晰的声音)；

模型训练：通过模型训练，以确保未来口型与内容匹配；

智能话术生成：用户给到关键词句，结合AI技术可以一键生成直播短视频话术；

合成视频：数字人视频素材与声音复刻素材结合，输出与真人直播无异的视频；

智能互动直播：一键开启直播，数字人将进行智能识别互动。

当前市场上存在许多数字人虚拟主播制作公司，如腾讯智影、京东云以及世优科技。接下来，我们将从AI数字人主播制作的技术实力、技术优势5和互动方式三个方面对它们进行了详细的对比，旨在为有数字人直播需求的伙伴们提供一些有益的参考。

京东云

产品体系：京东云旗下言犀推出“灵小播虚拟数字人”直播产品。灵小播虚拟数字人以AI为驱动，媲美真人声音、多种直播间场景，可实现7×24小时无人直播、直播话术智能撰写、自动营销抽奖活动等。

技术优势：基于前沿的人工智能能力+丰富的电商经验推出灵小播虚拟数字人直播产品，该产品通过AI驱动，拥有多变的形象、媲美真人声音、多种直播间场景，给进入直播间的观众提供丰富多彩的视觉和交互体验。

互动方式：基于丰富的电商知识库和前沿的AI能力，目前灵小播对于长、短文本都可以不间断实时生成直播内容。可以不间断地为品牌主动进行商品讲解和销售直播，水平稳定且效率高，成为商家省心和稳定的店铺销售。

世优科技

产品体系：世优科技AI数字人直播系统可以为企业品牌提供从模型训练、声音及形象克隆的一站式数字人短视频及直播解决方案。系统还接入了世优科技自主研发的快速学习小模型“世优BOTA”，基于专有知识库做个性化模型训练，使AI直播助理可以自动进行语音、文字等方面的识别和互动，可以针对直播产品做更加灵活准确的解答。

技术优势：超百万4K超高清海量训练视频，拥有高泛化性，高清晰度特点。通过大模型提取特征向量，保持个体特征高还原度，实现“声学+语义”双重同步能力。基于数万小时的直播间数据的累积，清洗话术构建的向量数据库，搭建起数字人丰富多样的表达能力。自闭环的幻觉治理能力，构建起安全、可信、稳定的对话能力。

互动方式：基于数万小时的直播间数据的累计，清晰话术构建的向量数据库，世优科技AI数字人主播拥有丰富多样的表达交互能力。系统配置智能化问答互动，有效增加了直播间交互量及用户体验感。此外，还可以根据直播间观量及转化率，及时调整讲解方式。

腾讯智影

产品体系：针对于数字人直播领域，腾讯智影基于自研数字人技术平台，开发的数字人直播功能，可以实现预设节目自动循环/随机播放，并通过开播平台对评论进行智能回复功能。在直播过程中可以通过文本/音频接管功能与观众进行实时互动。

技术优势：智影是腾讯旗下的数字人资源品牌，拥有丰富的资源和技术支持。该平台提供易于操作的剪辑工具，用户能够轻松编辑和制作数字人内容。智影还提供多样化的数字人模板，满足不同风格和场景的需求。

互动方式：腾讯智影数字人采用现代化的人机交互技术，支持多种互动方式，包括触控、扫描、语音等，这些方式显著提升了用户的互动体验。

AI数字人虚拟主播可以不间断的全天候互动直播，运营成本比真人直播低很多，并可以缓解现在直播间发展的痛点，比如主播不稳定、运营成本高昂、现场的直播环境无法规模化复制到多个直播间，以及在非直播时间无销售转化等问题。

综合看来，每个公司的数字人主播定制能力略有差异，企业在选择平台时应综合考虑其定制需求和公司的技术特点。接下来，随着监督力度加强、技术水平提高，数字人虚拟直播也会随科技技术发展而提升价值，将以低投入、高产出、续航久的内容生产模式，推动相关行业朝着规范化、精细化、智能化的方向发展。