像做PPT一樣做短視頻和直播？

2023-08-13 07:34:10來源：金融界

8月10號的快手光合創(chuàng)作者大會(huì)上，高管圓桌環(huán)節(jié)開始前，一笑、于越、Thomas和笑古分別在視頻中做了自我介紹。

【資料圖】

只不過，視頻中出現(xiàn)的并非真人，而是“一笑分笑”、“于越分越”、“Thomas分托”和“笑古分古”——快手高管們的數(shù)字人分身。

這些真假難辨的數(shù)字人，來自快手首次公開的AIGC數(shù)字人解決方案：快手智播，可以低成本創(chuàng)建數(shù)字人直播，制作數(shù)字人短視頻。用戶只需3-5分鐘的少量視頻素材，用時(shí)3天花費(fèi)千元，就可制成孿生數(shù)字人。目前，快手智播可在本地消費(fèi)、本地生活、電商直播等多種場景落地。

正如快手AI&用戶增長業(yè)務(wù)負(fù)責(zé)人王仲遠(yuǎn)所說：身處這場AI技術(shù)變革之中，我們堅(jiān)信AIGC將賦予普通用戶更多的創(chuàng)作權(quán)力和自由，也堅(jiān)信AIGC將成為短視頻內(nèi)容生產(chǎn)的基礎(chǔ)設(shè)施。

數(shù)字人，用在哪？

在直播帶貨的達(dá)播領(lǐng)域，人貨場仍然是不可切分的緊密三角，數(shù)字人很難取真人而代之。但在非達(dá)播的場景，數(shù)字人有廣闊的應(yīng)用空間，且能大幅提升從業(yè)者的工作效率。

據(jù)了解，僅以快手為例，AI數(shù)字人在本地生活、本地消費(fèi)、24小時(shí)店播和海外商業(yè)素材生產(chǎn)等場景有廣泛的應(yīng)用，且曝光轉(zhuǎn)化率等核心指標(biāo)和大盤相比高達(dá)203%。

以快手的快聘業(yè)務(wù)為例，快手智播月均生產(chǎn)數(shù)字人素材上千條，以中低粉段達(dá)人拍攝視頻為基準(zhǔn)計(jì)算，單條短視頻創(chuàng)作成本降低到人工成本的5%以下。

顯然，同樣是招聘，在傳統(tǒng)的招聘平臺上發(fā)布文字信息的成本，要遠(yuǎn)遠(yuǎn)低于在短視頻平臺制作視頻的成本。在更早的時(shí)期，這一問題限制了招聘的短視頻化和本地生活化，讓有招聘需求的一方望而卻步。

但AI數(shù)字人的誕生和快手智播的存在，讓客戶可以像做PPT一樣做視頻和直播，僅需輸入文案，就可配置視頻，再通過快手的算法分發(fā)邏輯，將視頻推送給廣大有潛在需求的人群。這不僅利用了快手的用戶量和算法優(yōu)勢，又將招聘方的成本降到了合理的程度。

據(jù)快手官方數(shù)據(jù)，在低成本下，“全國操作工招聘”這一賬號，在測試周所有主播中簡歷投遞量能力排名第6，且這一賬號的招聘還突破了時(shí)間限制，在凌晨2-3點(diǎn)仍有拿單能力。

招聘之外，AI數(shù)字人在一些領(lǐng)域的表現(xiàn)也堪稱優(yōu)秀。比如本地生活，有服務(wù)商一次性投入五十個(gè)以上的賬號進(jìn)行開播，一個(gè)月內(nèi)有效總直播時(shí)長達(dá)11640小時(shí)，帶來了1.1萬個(gè)訂單和近百萬的GMV，轉(zhuǎn)化率是真人的兩倍，且成本還要更低。

其中，滬上吃喝玩樂花花系列賬號某快餐漢堡套餐單品一個(gè)月賣出近3000份；某游樂園全日門票單品一個(gè)月賣出30萬元，實(shí)際核銷率接近60%，近似真人直播效果。

至于直播帶貨的店播場景，在更早期的時(shí)間里，就有將24:00-6:00的時(shí)間段交給虛擬主播，用以保持直播間的24小時(shí)運(yùn)營和基礎(chǔ)商品介紹功能的案例。24小時(shí)的AI數(shù)字人直播間則是更加激進(jìn)的嘗試，這一方面是因?yàn)閿?shù)字人建模的能力在提升，達(dá)到了“真假難辨”的地步，另一方面也是因?yàn)榈瓴ケ旧淼奶厥鈱傩裕骸柏洝北取叭恕币匾?/p>

24小時(shí)店播的效果也不比真人要差，以美妝店鋪泉兮旗艦店為例，數(shù)字人測試直播半個(gè)月期間，人均觀看、3s播放率、轉(zhuǎn)化效率和商品訪問下單率均比該直播間真人主播表現(xiàn)更好，每場直播GMV貢獻(xiàn)近萬元。

花西子直播間也同樣使用了數(shù)字人主播，并對數(shù)字人的效果表示：“很多客戶提問交流，有可能我們效果太逼真，用戶沒看出是數(shù)字人，還是會(huì)問很多問題，我們也能迅速回復(fù)。”

以上的成功案例實(shí)際上都有共同點(diǎn)，即“人”本身在場景中的引導(dǎo)能力，并非最重要不可替代的。對于招聘來說，展示出來的“招聘信息”是最重要的，用戶在進(jìn)行簡歷投遞和工作選擇時(shí)仍要進(jìn)行二度篩選；本地生活和店鋪直播等等，“商品”的好壞和店鋪的履約能力是更重要的，“人”只起到引導(dǎo)和進(jìn)入的作用。

在這種情況下，AI數(shù)字人也就有了大展身手的空間。更低的成本和更好的效果，讓AI數(shù)字人更具競爭力。

3分鐘，3天，千元成本 AIGC數(shù)字人的三個(gè)關(guān)鍵詞

數(shù)字人并非一個(gè)新鮮產(chǎn)物，在生成式AI進(jìn)入該領(lǐng)域之前，就已經(jīng)有一些數(shù)字人IP獲得了不小的成功。

2021年開始，與元宇宙概念相關(guān)的虛擬偶像率先出圈，如A-soul、柳夜熙和狐璃璃等，他們往往有大平臺扶持的背景，且都吸引了不小的聲量，其中，A-soul主要成員“嘉然今天吃什么”是B站百大UP主，柳夜熙在抖音擁有超800萬粉絲，狐璃璃在快手擁有超400萬粉絲，均是平臺頭部創(chuàng)作者。

不過，這批3D數(shù)字人IP，在商業(yè)化路徑上仍然走的是傳統(tǒng)流量經(jīng)濟(jì)的老路，收入來源以直播打賞或者廣告代言為主，這與其制作方成本的投入并不匹配。而且，“中之人”的存在，也讓這批數(shù)字人IP面臨一定的“塌房”風(fēng)險(xiǎn)，難以成為真正的“數(shù)字”偶像。行業(yè)中也曾有過專為直播帶貨而生的IP，如遙望科技旗下的數(shù)字偶像“孔襄”，不過該數(shù)字人目前已經(jīng)停更，鮮有新動(dòng)向。

行業(yè)中更加廣泛存在的，則是數(shù)量龐大的2D數(shù)字人，在更早的時(shí)間段主要服務(wù)于政府、金融等行業(yè)，C端用戶則無明顯感知。2023年開始，在生成式AI技術(shù)的加持下，有了爆發(fā)性的增長。

一批公司也因此吃到了行業(yè)增長的紅利，在抖音平臺，虛擬人創(chuàng)業(yè)公司硅基智能已經(jīng)服務(wù)了上萬個(gè)客戶，主要聚集在本地生活和直播電商領(lǐng)域，也進(jìn)入了C輪融資階段，是數(shù)字人直播領(lǐng)域的頭部公司。

此外，行業(yè)內(nèi)還有定位SaaS版本視頻剪輯工具，專門服務(wù)于地方電視臺，銀行，國家機(jī)關(guān)和地方政企的騰訊智影，以及主要給政務(wù)，金融客戶提供定制化解決方案的百度靈犀和給短視頻賬號公司服務(wù)的閃剪等等。

除了定位于營銷場景的政企、傳媒、金融行業(yè)之外，短視頻和直播帶貨的數(shù)字人需求往往聚焦于垂類，比如短視頻中的口播場景以及直播帶貨中的標(biāo)品店播場景，這部分內(nèi)容對人的表現(xiàn)力需求不強(qiáng)，因此能夠由數(shù)字人完美取代。

基于此，快手自研的AIGC數(shù)字人解決方案快手智播有著天然優(yōu)勢，其與快手業(yè)務(wù)系統(tǒng)的深度打通，能更好的為快手生態(tài)服務(wù)。比如其完美匹配快手的直播系統(tǒng)和風(fēng)控系統(tǒng)，還能自動(dòng)掛車和切換講解卡，同時(shí)回答觀眾的提問，和觀眾實(shí)時(shí)互動(dòng)，這一過程又進(jìn)一步節(jié)省了人力的使用。

最低只需要3分鐘的視頻和音頻素材，用時(shí)3天，就可以制作相應(yīng)的數(shù)字孿生形象，同時(shí)快手還將提供整套的SaaS服務(wù)工具，不需要用戶另外采購任何硬件設(shè)備，只需輸入短視頻文案或者直播稿，就可一鍵生成視頻或開播。這套流程在當(dāng)前的技術(shù)能力下，僅需千元即可完成，而此前傳統(tǒng)數(shù)字人制作費(fèi)用一般需10萬元以上。

據(jù)快手技術(shù)人員介紹，為了達(dá)到目前的擬真度，快手基于自研高精度3D面部重建算法進(jìn)行了3D建模，還在數(shù)萬小時(shí)的模特?cái)?shù)據(jù)上進(jìn)行了訓(xùn)練，又針對每個(gè)具體模特進(jìn)行了微調(diào)。

而為了實(shí)現(xiàn)實(shí)時(shí)性，快手還有自研的推理引擎、部署框架、以及在多個(gè)業(yè)務(wù)中得以迭代的流式的數(shù)字人生成框架，能夠以秒級的低延遲實(shí)現(xiàn)數(shù)字人直播。

數(shù)字人背后，快手布局全模態(tài)大模型AIGC?

實(shí)際上，數(shù)字人產(chǎn)品只是快手AIGC系列部署中的一環(huán)，在光合大會(huì)上，王仲遠(yuǎn)強(qiáng)調(diào)了一個(gè)概念：全模態(tài)、大模型AIGC。

他表示：創(chuàng)作本身是一件需要?jiǎng)?chuàng)意和專業(yè)度的事情，持續(xù)創(chuàng)作優(yōu)質(zhì)作品會(huì)讓很多創(chuàng)作者感到壓力。以一個(gè)美食創(chuàng)作者為例，分享一道或十道拿手菜并不是難事，但長期堅(jiān)持下去，總會(huì)在創(chuàng)意、素材和視頻制作等方面遇到難題。

而所謂的全模態(tài)、大模型AIGC解決方案，就是為了解決創(chuàng)作者在創(chuàng)作過程中的各種痛點(diǎn)而生。據(jù)王仲遠(yuǎn)介紹，這套方案可以幫助創(chuàng)作者更好的激發(fā)創(chuàng)意，用戶只需一個(gè)指令，就可以讓大模型幫助自己完成故事撰寫、腳本整理，并能夠基于場景主題生成對應(yīng)的圖片和配樂。用戶不用再絞盡腦汁反復(fù)腦暴，可以讓大模型提供更多的靈感和創(chuàng)意。

在大會(huì)上，王仲遠(yuǎn)還展示了大模型的素材繪制功能，針對周杰倫創(chuàng)作的歌曲《七里香》，大模型自動(dòng)畫出了相關(guān)畫面，這也就意味著，創(chuàng)作者在使用快手大模型的時(shí)候，可以自由地提供場景描述來獲得素材，最終簡化創(chuàng)作視頻的流程。在電商場景上，大模型也可以幫助B端創(chuàng)作者將所售商品進(jìn)行3D化展示，進(jìn)一步提升消費(fèi)體驗(yàn)。

甚至，傳統(tǒng)視頻直播中費(fèi)時(shí)費(fèi)力門檻頗高的剪輯工作，也可以由快手大模型的AIGC解決方案取代。創(chuàng)作者只要自行上傳相關(guān)素材，就可以得到相應(yīng)的短視頻內(nèi)容。

此前，不少大模型產(chǎn)品都是針對某項(xiàng)具體的場景應(yīng)用，譬如對話提供相應(yīng)的文字解決方案或者AI智能生成圖片。而快手的全模態(tài)、大模型AIGC，不只定位于個(gè)別功能，而是聚焦于用戶在快手的各種需求，讓用戶在創(chuàng)作視頻和帶貨的每一步都能得到AI的幫助。

而這，顯然更符合AI誕生的本意，AI出現(xiàn)，不是為了取代誰的工作，而是幫助人類把工作變得更簡單。全模態(tài)AIGC如此，快手智播這一產(chǎn)品更是如此。在以人為核心，以創(chuàng)作者為核心的基本價(jià)值觀下，相信每一個(gè)快手的創(chuàng)作者，都可以用好AI，在快手獲得更好的創(chuàng)作體驗(yàn)。

關(guān)鍵詞：

責(zé)任編輯：hnmd003