2023數(shù)字人直播應(yīng)用發(fā)展報告

2023數(shù)字人直播

應(yīng)用發(fā)展報告

發(fā)布時間：2023年9月

感謝您下載包菜鳥平臺上提供的PPT作品，為了您和包菜鳥以及原創(chuàng)作者的利益，請勿復(fù)制、傳播、銷售，否則將承擔(dān)法律責(zé)任！包菜鳥將對作品進(jìn)行維權(quán)，按照傳播下載次數(shù)進(jìn)行十倍的索取賠償！

數(shù)字人打開直播新玩法

數(shù)字人是指以數(shù)字形式存在于數(shù)字空間中的虛擬人物。隨著數(shù)字人技

01術(shù)的不斷升級和產(chǎn)品的不斷演進(jìn)，應(yīng)用場景持續(xù)拓展，其中，服務(wù)型

數(shù)字人已廣泛應(yīng)用于多種直播場景，它能在一定程度上解決商家直播

成本、運營與技術(shù)痛點，助力商家直播重心向貨品轉(zhuǎn)移。

技術(shù)進(jìn)步驅(qū)動產(chǎn)品迭代，數(shù)字人產(chǎn)品應(yīng)用場景不斷拓展

數(shù)字人，又被稱為虛擬形象、數(shù)字虛擬人或虛擬數(shù)字人，是以數(shù)字形式存在于數(shù)字空間中的虛擬人物。隨著CG技術(shù)、動捕技術(shù)以及語音合成技

術(shù)的不斷進(jìn)步，以及人工智能訓(xùn)練數(shù)據(jù)量、算法和計算能力的持續(xù)提升，數(shù)字人的迭代更新速度大幅加快。根據(jù)不同的數(shù)字人應(yīng)用場景，目前主

要分為服務(wù)型數(shù)字人和展示型數(shù)字人兩大類產(chǎn)品。

1.0虛擬形象2.0虛擬明星3.0數(shù)字員工服務(wù)型數(shù)字人人格型數(shù)字人

虛擬虛擬虛擬分類虛擬虛擬虛擬

主持人客服主播偶像明星代言人

高度擬人化高度擬人化高度擬人化形象特點鮮明超寫實且非交形象多樣化

肢體與語言語言流暢、交肢體與語言特點故事化人格互形象特征高度符合品牌

協(xié)調(diào)互順暢協(xié)調(diào)設(shè)定鮮明格調(diào)

基于CG技術(shù)、動作捕捉基于動作捕捉技術(shù)、語音基于TTS+TTSA、ASR、

技術(shù)、語音合成技術(shù)發(fā)展，合成技術(shù)，超寫實數(shù)字人NLP、交互智能等人工智企業(yè)官網(wǎng)APP應(yīng)用文化娛樂

文化娛樂直播電商文化娛樂品牌營銷

形成虛擬形象出現(xiàn)能技術(shù)形成虛擬人物形象實體門店場景品牌營銷

替代真人替代真人替代真人

粉絲吸引明星養(yǎng)成塑造品牌形象

以影視特形人物、3D動以超寫實數(shù)字虛擬偶像/超寫實虛擬人物、虛擬主完成主持工作提供客服服務(wù)承擔(dān)介紹、直播應(yīng)用

形成粉絲價值粉絲吸引吸引消費者

畫人物為主代言人為主播、虛擬客服等產(chǎn)品為主減少人力帶貨主播角色價值粉絲經(jīng)濟

人格型數(shù)字人通常應(yīng)用于文化娛樂和品牌營銷

服務(wù)型數(shù)字人擁有高度擬人的外貌，常被用

應(yīng)用于產(chǎn)品代言、文化等領(lǐng)域。這類數(shù)字人以特定角色的外貌和外觀

應(yīng)用于影視、文化娛樂等應(yīng)用于直播、品牌營銷、文于替代客服、主持人及主播等角色，為消費

娛樂場景

場景化娛樂、教育教學(xué)等場景為基礎(chǔ)，以獨特的個性特征為特點，通過激發(fā)

者提供咨詢、解答等服務(wù)

受眾情感共鳴持續(xù)吸引粉絲，創(chuàng)造粉絲價值

數(shù)據(jù)來源：億邦智庫調(diào)研、網(wǎng)絡(luò)公開數(shù)據(jù)3

服務(wù)型數(shù)字人應(yīng)用于多種直播場景，用戶關(guān)注度提升

服務(wù)型數(shù)字人主要包括虛擬主播及虛擬主持人等，該類數(shù)字人主要應(yīng)用于消費品牌直播間、本地生活服務(wù)直播間、知識付費直播間甚至是工廠

直播間等場景中，承擔(dān)產(chǎn)品介紹和品牌推廣等工作。隨著市場對數(shù)字人的關(guān)注度提升，消費者對直播帶貨類數(shù)字人的喜好程度也在增加，相關(guān)

數(shù)據(jù)顯示，目前已有51.8%的觀眾喜愛直播帶貨類數(shù)字人。

01直播數(shù)字人應(yīng)用于多種直播間場景，為直播間帶來全新體驗02中國網(wǎng)民對數(shù)字人的關(guān)注度提升，對虛擬主播有較高喜愛度

2021-2022中國網(wǎng)民對虛擬人的了解和關(guān)注程度

消費品牌本地生活服務(wù)

直播間感謝您下載包菜鳥平臺上提供的PPT作品，為了您和包菜鳥以及原創(chuàng)作者的利益，請勿復(fù)制、傳播、銷售，否則將承擔(dān)法律責(zé)任！包菜鳥將對作品進(jìn)行維權(quán)，按照傳播下載次數(shù)進(jìn)行十倍的索取賠償！

直播間

87.8%

63.6%

2021年2022年

0102032023受觀眾喜愛的虛擬主播類型

57.9%58.7%60.8%

49.2%51.8%

教育培訓(xùn)

直播間

教育培訓(xùn)類直播帶貨類唱歌類聊天類游戲類

數(shù)據(jù)來源：公開數(shù)據(jù)收集，億邦智庫整理4

數(shù)字人直播優(yōu)勢凸顯，助力商家重心轉(zhuǎn)向貨品運營

數(shù)字人直播具有冷啟動成本低、經(jīng)濟高效運營、無需主播培訓(xùn)、無需技術(shù)知識且隨時可用等多重優(yōu)勢，能夠有效解決商家在直播領(lǐng)域面臨的

成本、運營和技術(shù)挑戰(zhàn)，有助于商家將直播經(jīng)營重點從強營銷向好貨品轉(zhuǎn)變。

直播痛點數(shù)字人直播優(yōu)勢數(shù)字人直播助力商家重心轉(zhuǎn)向貨品運營

成本痛點成本低

主播價格增加，數(shù)字人直播降低對

試錯成本高冷啟動成本低

感謝您下載包菜鳥平臺上提供的PPT作品，為了您和包菜鳥以及原創(chuàng)作者的利益，請勿復(fù)制、傳播、銷售，否則將承擔(dān)法律責(zé)任！包菜鳥將對作品進(jìn)行維權(quán)，按照傳播下載次數(shù)進(jìn)行十倍的索取賠償！運營成本增長主播的依賴

主播成本占比大運營成本低

主播價格水漲船高，直數(shù)字人直播輔助真人，

播運營成本升高降低直播運營對主播

的依賴程度

運營痛點簡化運營

成熟主播難尋無需培訓(xùn)

主播人才難留不限直播時長

達(dá)播“人帶貨”直播重心轉(zhuǎn)向貨品

達(dá)播以主播為中心，主直播以貨品為核心，對高

技術(shù)痛點無需懂技術(shù)播能力決定直播間效果質(zhì)量產(chǎn)品的詳盡介紹決定

不懂技術(shù)即插即用直播間的效果

不會用新技術(shù)無需懂技術(shù)

數(shù)據(jù)來源：億邦智庫調(diào)研、網(wǎng)絡(luò)公開數(shù)據(jù)

5

數(shù)字人直播目前可分為全無人直播和半無人直播兩種模式

全無人直播

全無人直播和半無人直播對比

無人參與全無人直播半無人直播

成本更低

數(shù)字人解說視頻背景和圖片內(nèi)產(chǎn)品產(chǎn)品解說數(shù)字人主播數(shù)字人主播

半無人直播產(chǎn)品展示由合成視頻背景和圖片進(jìn)行展示真人助播展示產(chǎn)品

真人助播可根據(jù)實際情況調(diào)整

直播節(jié)奏數(shù)字人根據(jù)預(yù)設(shè)腳本進(jìn)行直播

數(shù)字人直播節(jié)奏

助播參與彈幕互動人工智能標(biāo)準(zhǔn)化回復(fù)，準(zhǔn)確性強真人助播回復(fù)，互動性較強

效果更好

應(yīng)用場景標(biāo)品銷售/閑時直播廣泛適用

數(shù)字人解說，真人助播輔助展示

6

感謝您下載包菜鳥平臺上提供的PPT作品，為了您和包菜鳥以及原創(chuàng)作者的利益，請勿復(fù)制、傳播、銷售，否則將承擔(dān)法律責(zé)任！包菜鳥將對作品進(jìn)行維權(quán)，按照傳播下載次數(shù)進(jìn)行十倍的索取賠償！

數(shù)字人直播落地所遇

02機遇與挑戰(zhàn)

數(shù)字人直播為商家提供新機遇，除簡化直播運營流程，降低直播成本外，

還能持續(xù)輸出內(nèi)容，幫助商家吸引更多流量，而且不受地域和語言的限

制，推動商家傳播出更好的內(nèi)容、產(chǎn)品和品牌，將直播的焦點聚焦“貨”

上。然而，在當(dāng)前技術(shù)發(fā)展階段，數(shù)字人直播仍然面臨能力局限性、優(yōu)

質(zhì)供應(yīng)商數(shù)量不足以及直播平臺政策未完全開放等問題。

數(shù)字人直播一站式服務(wù)簡化運營流程，推動直播成本大幅降低

數(shù)字人直播簡化運營流程，無需場地準(zhǔn)備、設(shè)備準(zhǔn)備；無需真人出境，減少主播成本；數(shù)字人實時互動能力替代部分場控及運營工作，推動直

播運營成本大幅下降。同時，數(shù)字人直播與AIGC、ChatGPT等新興技術(shù)結(jié)合，輔助直播腳本準(zhǔn)備、話術(shù)撰寫工作，減輕工作量，提升直播間運

營效率。

數(shù)字人一站式運營簡化直播工作

直播準(zhǔn)備數(shù)字人直播應(yīng)用

確認(rèn)場地

場景設(shè)計

僅需一臺電腦和通暢網(wǎng)絡(luò)，

設(shè)備準(zhǔn)備

無需復(fù)雜拍攝設(shè)備

網(wǎng)絡(luò)準(zhǔn)備感謝您下載包菜鳥平臺上提供的PPT作品，為了您和包菜鳥以及原創(chuàng)作者的利益，請勿復(fù)制、傳播、銷售，否則將承擔(dān)法律責(zé)任！包菜鳥將對作品進(jìn)行維權(quán)，按照傳播下載次數(shù)進(jìn)行十倍的索取賠償！

選品/排品數(shù)字人全無人直播數(shù)字人半無人直播

選擇主播腳本內(nèi)容由AIGC和ChatGPT輔助準(zhǔn)

話術(shù)撰寫備，無需大量腳本撰寫工作

直播預(yù)熱90%80%

直播運營

運營執(zhí)行

場控執(zhí)行

數(shù)字人定制形象代替真人主播

助播執(zhí)行

實時互動能力替代部分場控、運營無場地成本、除需少量的網(wǎng)絡(luò)設(shè)備

主播執(zhí)行無場地成本及主播成本，僅需少量

投流的網(wǎng)絡(luò)設(shè)備及前期準(zhǔn)備及運營工作及前期準(zhǔn)備及運營工作，還需一名

直播復(fù)盤助播配合現(xiàn)場互動及產(chǎn)品展示

訂單跟進(jìn)

直播復(fù)盤

數(shù)據(jù)來源：億邦智庫調(diào)研、網(wǎng)絡(luò)公開數(shù)據(jù)8

數(shù)字人直播持續(xù)輸出內(nèi)容，吸引更多流量

數(shù)字人直播可以幫助商家吸引更多流量，撬動消費者瞬間注意力資源。近年來，消費者使用短視頻、直播平臺的時間越來越場，他們更愿意在

直播、短視頻平臺獲得信息。目前，隨著消費者注意力資源進(jìn)一步分散，消費者在單一內(nèi)容上停留時長不斷縮短，已縮減至約30-40秒左右。

數(shù)字人直播能夠?qū)崿F(xiàn)長時間、不間斷內(nèi)容輸出，幫助商家吸引流量。

虛擬人直播間持續(xù)不斷內(nèi)容輸出

2020-2022網(wǎng)絡(luò)直播、短視頻人均單日使用時長吸引更多流量

（單位：分）

200消費者使用直播平臺的

時長持續(xù)增加，愿意在

全面的企業(yè)產(chǎn)品展示/背景視頻展示

100

直播獲得信息

0

2020.122021.122022.12閑時流量的應(yīng)用

網(wǎng)絡(luò)直播短視頻

打造直播間花費少，試錯成本低

消費者更愿意在直播平臺獲得信息，但停留時間縮短，消費者線上平

均停留時間約為30-40秒

直播實時在線與消費者溝通，

撬動注意力資源

商家使用數(shù)字人直播，有利于撬動消費者瞬間注意力資源

直播時長實現(xiàn)24小時“日不落”

數(shù)字人直播能夠?qū)崿F(xiàn)低成本、長時間的直播

數(shù)據(jù)來源：億邦智庫調(diào)研、CNNIC（數(shù)據(jù)截止時間2022.12）、QuestMobile9

數(shù)字人直播突破物理限制，助力好內(nèi)容、好產(chǎn)品、好品牌廣泛傳播

數(shù)字人直播不受直播間場域限制，不受主播語言、能力與精力限制，能夠適用于海內(nèi)外不同平臺、不同地域、不同品類的直播，助力好內(nèi)容、

好產(chǎn)品、好品牌廣泛傳播。同時，技術(shù)升級推動數(shù)字人直播擬真度提高，能夠給消費者帶來更好的直播體驗

數(shù)字人直播高度擬真

高擬真優(yōu)質(zhì)直播間體驗

語言擬真行動擬真

面部行動擬真

形象擬真

肢體行動擬真

99%

數(shù)字人直播擬真度多語言滿足海內(nèi)外觀眾需求

數(shù)字人直播突破場地語言限制

助力企業(yè)品牌、產(chǎn)品

7*24H不間斷直播

支持多種語言隨時隨地開播傳播更廣泛

10

“人帶貨”模式向“貨帶人”模式轉(zhuǎn)變，數(shù)字人直播回歸貨品初心

傳統(tǒng)直播帶貨模式以主播為核心，基于“人帶貨”的運營理念，憑借其個人魅力和能力來提升直播間的銷售效果。數(shù)字人直播時，用數(shù)字人替

代主播，將影響直播效果的因素從主播轉(zhuǎn)移到貨品和內(nèi)容上，從而形成“貨帶人”運營邏輯，依靠高質(zhì)量的產(chǎn)品和出色的內(nèi)容來推動直播間的

轉(zhuǎn)化率，推動直播間回歸貨品銷售。

貨品為中心，產(chǎn)品高質(zhì)量、

詳細(xì)介紹驅(qū)動直播間運營

資源向運營傾斜，優(yōu)質(zhì)運營、

優(yōu)質(zhì)內(nèi)容提升直播間效果

數(shù)字人直播

數(shù)字人輔助真人直播，降低企業(yè)

直播運營成本

貨

優(yōu)質(zhì)產(chǎn)品+優(yōu)質(zhì)內(nèi)容驅(qū)動

直播場主播渠道+情感共鳴驅(qū)動

人

達(dá)播以主播為中心，主播能力驅(qū)動

直播間高質(zhì)量運營

真人直播

直播間轉(zhuǎn)化較高依賴直播間

氣氛+瞬間價格刺激

數(shù)據(jù)來源：億邦智庫調(diào)研、網(wǎng)絡(luò)公開數(shù)據(jù)11

數(shù)字人產(chǎn)品落地仍存三大挑戰(zhàn)

盡管數(shù)字人直播擁有顯著的優(yōu)勢，但其應(yīng)用仍然面臨三大關(guān)鍵挑戰(zhàn)：一是數(shù)字人直播產(chǎn)品的能力仍受限；二是具備自研算法和技術(shù)閉環(huán)能力廠

商較少，導(dǎo)致市場上產(chǎn)品質(zhì)量參差不齊；三是直播平臺政策尚未完全開放，數(shù)字人直播面臨一定的限制。

01數(shù)字人直播產(chǎn)品能力邊界受限

02有自研能力的廠商少，市場產(chǎn)品良莠不齊

03應(yīng)用環(huán)境有待提高

由于技術(shù)限制，數(shù)字人直

播尚不能對主播進(jìn)行完全

產(chǎn)品替代。目前多用于非活動

直播、閑時店播等場景。行業(yè)內(nèi)有核心AI能力的數(shù)

此外，在排品、話術(shù)制作、市場字人廠商較少，很多企業(yè)

場控等工作上，數(shù)字人產(chǎn)借行業(yè)熱度推出數(shù)字人產(chǎn)環(huán)境平臺對數(shù)字人的態(tài)度比較保守，

品的能力仍在持續(xù)探索中品，導(dǎo)致市場上數(shù)字人產(chǎn)不經(jīng)認(rèn)證或效果不佳則有被封

品良莠不齊。號的風(fēng)險。數(shù)字人直播也有被

同行舉報封號的風(fēng)險。

12

數(shù)字人選型避坑指南

數(shù)字人行業(yè)發(fā)展迅速，但現(xiàn)階段整個市場產(chǎn)品水平參差不齊，業(yè)

內(nèi)目前也缺少統(tǒng)一的評判標(biāo)準(zhǔn)。從用戶對數(shù)字人直播的體驗出發(fā)，

03可以從音唇同步能力、畫面的真實度與清晰度、生成速度和可定

制性、實時響應(yīng)能力、多語種支持評判數(shù)字人的優(yōu)劣。

五大標(biāo)準(zhǔn)幫助商家快速選出合適的數(shù)字人產(chǎn)品

音唇同步能力畫面的真實度與清晰度生成速度和可定制性

聲音驅(qū)動口型同步率高數(shù)字人高度擬真，可以假亂真數(shù)字人形象生成速度

高幀率不卡貞數(shù)字人清晰度高，和真人拍攝一致數(shù)字人形象可定制

聲音驅(qū)動表情、肢體動作自然協(xié)調(diào)，同步率高數(shù)字人直播間可定制

實時響應(yīng)能力多語種支持

直播彈幕實時智能響應(yīng)主流外國語及小語種識別并輸出

支持直播腳本實時調(diào)整支持部分方言識別

支持商品鏈接實時切換準(zhǔn)確率高

支持實時調(diào)整直播間素材

畫面的真實度與清晰度帶來更真實的直播體驗

畫面的真實度和清晰度是數(shù)字人提升直播用戶視覺體驗、成功建立數(shù)字人直播間的重要因素。在清晰度層面，通過人工智能技術(shù)，可以實現(xiàn)

對數(shù)字人畫面的實時監(jiān)測，杜絕畫面模糊，實現(xiàn)和真人拍攝接近的效果；在真實度層面，數(shù)字人可以在表達(dá)中結(jié)合豐富的肢體動作，如揮手、

攤手、點頭、皺眉等，并通過毫秒級別的時間戳，結(jié)合多模態(tài)模型等技術(shù)，實現(xiàn)音畫同步，讓用戶感受到更加真實的直播體驗。

適當(dāng)引入對抗模型和視覺質(zhì)量判別器，對數(shù)字人畫

數(shù)字人

面清晰度實時監(jiān)測、修正，杜絕模糊問題，實現(xiàn)數(shù)

形象清晰

字人高清晰度

畫面清晰

流暢視頻流暢視頻清晰

視頻流暢，幀率不低于主流直分辨率高，分辨率不低于主流直播

播平臺的要求幀率24-60FPS平臺要求的720P

語音驅(qū)動動作、表情，根據(jù)語音表達(dá)，完成自然的表動

語音

作、肢體動作，使數(shù)字口型、表情、肢體動作輸出，提

驅(qū)動表達(dá)

供真實的直播體驗

動作連貫

自然肢體動作靈動表達(dá)芽勢數(shù)字人肢體動作芽勢數(shù)字人表情與口型

自然的嘴型表達(dá)，并做出細(xì)節(jié)表情：

豐富的肢體動作，如揮手、攤手、當(dāng)下優(yōu)質(zhì)數(shù)字人產(chǎn)品可生成動作連貫自然、

高興、憤怒、生氣、沮喪等，實現(xiàn)面

點頭、皺眉等，更加接近真人

部五官的靈動表達(dá)畫面清晰真實的數(shù)字人形象

15

高精準(zhǔn)度的音唇同步提供更真實的數(shù)字人表達(dá)

高精準(zhǔn)度的語音驅(qū)動口型為數(shù)字人帶來流暢、準(zhǔn)確、真實的音唇同步，將語音中隱含的豐富語調(diào)、情感和不同的語言特征通過多模態(tài)人工真能

模型轉(zhuǎn)化成響應(yīng)的口型，并驅(qū)動響應(yīng)的表情相配合，實現(xiàn)更真實的數(shù)字人表達(dá)。

流暢度

一線技術(shù)廠商可實現(xiàn)120FPS無延時輸出

延時超過400ms，將產(chǎn)生音畫不協(xié)調(diào)感

語音驅(qū)動口型幀率低于60FPS將產(chǎn)生卡頓感

語音口型

準(zhǔn)確度

多元語調(diào)口型和語音語調(diào)匹配

豐富情感多模態(tài)人工口型和情緒匹配一線技術(shù)廠商數(shù)字人口型和語音匹配準(zhǔn)確

率可達(dá)到99.9%

多種語言智能模型口型和表情匹配

低準(zhǔn)確率，口型錯誤多，用戶體驗差

真實度

語音、語義、口型、表情高度一致

語音、語義、口型、表情一致度低，擬真

度低

16

數(shù)字人支撐商家展開多語種直播拉近客戶距離

伴隨我國跨境電商快速發(fā)展，全市場布局要求數(shù)字人直播支持多語言互動。數(shù)字人在滿足支持多語言的同時，還需要滿足語音表達(dá)在多行業(yè)中

的高準(zhǔn)確率，幫助商家更好的對海外客戶開展直播業(yè)務(wù)。

跨境電商海外多市場布局?jǐn)?shù)字人直播多語種支持

跨境電商出口規(guī)模保持較高速增長?支持包括英語在內(nèi)的主

流外語

1.55多種類

1.44語言模型成熟度?支持普通話之外的方言

1.12

數(shù)字人多語種支持要求有

高精度?語音表達(dá)準(zhǔn)確率達(dá)到

成熟的語言模型支撐多垂98%以上

直行業(yè)語言的高精度

多行業(yè)

單位：萬億元?保證垂直行業(yè)語音識別

202020212022準(zhǔn)確率超過99%

數(shù)據(jù)來源：商務(wù)部

2022年我國跨境出海商家銷售市場分布

多年行業(yè)積累，一知數(shù)字人直播適配

北美俄羅斯130+種

歐洲

60%13.8%

54.2%中東紡織、玩具、工程機械、3C電子、小語言支持

17.8%中亞

7.1%日韓家電等多個產(chǎn)品類目，并且支持多種

27.6%99%+

非洲語言，準(zhǔn)確率高多場景語音識別準(zhǔn)確率

9.8%

跨境電商多市場布局

拉美5.5%

東南亞多語言支持至關(guān)重要

14.2%27.6%

3小

澳大紡?fù)婕忆撁簷C…

利亞織具C鐵炭械

11.6%電

數(shù)據(jù)來源：億邦智庫

17

實時性提升用戶交互體驗

在直播間銷售場景中，數(shù)字人通過高效驅(qū)動系統(tǒng)和人工智能可以對直播間用戶提問進(jìn)行實時解答。實時快速的響應(yīng)能大幅提升數(shù)字人直播的

真實性和用戶體驗，從而更好的對真人主播進(jìn)行替代。目前數(shù)字人頭部廠商已可以將數(shù)字人響應(yīng)時間控制在1-2s，但從響應(yīng)速度看，已經(jīng)基

本達(dá)到真人主播水平。

數(shù)字人回答響應(yīng)時間相較于部分真人主播，數(shù)字人回答更準(zhǔn)更快

1-2s真人主播水平，用戶體驗高

在真人直播場景中，真人主播回答問題能力和主播專業(yè)性高度相關(guān)，數(shù)字

人基于AI大模型，回答標(biāo)準(zhǔn)化的問題更快更準(zhǔn)，降低了商家主播培訓(xùn)的成

2s-3s有輕微延時，但基本不影響用戶體驗

本，提升直播效率。

超過3s有明顯的延時，用戶體驗不佳

目前一知智能等一線數(shù)字人廠商已經(jīng)可以將數(shù)字人響應(yīng)時間控制在1-2s

數(shù)字人回答響應(yīng)時間

網(wǎng)絡(luò)延時時間上傳網(wǎng)絡(luò)

1-2S

0.5s大模型答案文本驅(qū)動數(shù)字人播報0.5s

信息生成

語音輸出序列

實時面部動作控制序列

彈幕接收答案生成數(shù)字人播報視頻上傳

回復(fù)文本信息驅(qū)動系統(tǒng)肢體動作控制序列

資料來源：億邦智庫調(diào)研18

可快速生成的定制數(shù)字人降低商家應(yīng)用門檻

中小商家對價格敏感，而且空閑人力和時間相對緊張，這對數(shù)字人的生成速度和使用成本帶來了極大的挑戰(zhàn)。好的數(shù)字人應(yīng)在滿足商家定制

形象的基礎(chǔ)上，