罗永浩数字人刷屏背后，文心大模型成为直播行业的“剧本总导演”_朱萧_互动

《日常生活中的自我呈现》一书中，社会学家欧文·戈夫曼提出了一个著名理论：在日常互动中，人们会依据预设的“剧本”——即社会规范，通过行为管理在他人面前呈现自己。按照这一理论，数字人直播之所以备受批评，根源就在于其“演技”欠缺，无法做到像真人主播一样自然流畅。无论是表情僵硬，还是手势不协调，这些都让数字人无法给观众留下良好的印象。可是，最近一位数字人主播，罗永浩，打破了这一现状。

罗永浩数字人于百度电商平台的首场直播，一举突破了传统数字人直播的局限。他连续直播近七小时，与弹幕观众互动，幽默地输出“罗式段子”，并与助播朱萧木之间相互配合，迅速改变了观众对数字人形象的固有看法。甚至有观众好奇地问他，“是不是你在扮演数字人？”几乎让人分不清真假，令人叹为观止。那么，罗永浩的数字人究竟是如何做到如此自然和真实的呢？在6月17日的百度AI开放日慧播星专场上，百度集团副总裁吴甜揭开了这一切背后的技术面纱。

背后的核心技术，便是基于文心大模型4.5T的“剧本”生成与多模协同。随着618电商大促的火热进行，基于AI大模型的电商效率革命，悄然拉开序幕。想必许多人都有过这样的经历：评论区的弹幕飞速滚动，主播难以实时回复；直播时间错过了，错失了专属优惠；甚至自己做直播时，面对镜头紧张到语无伦次，效果不尽如人意；或者是为了头部主播的农产品直播得看他们的时间安排。此时，数字人直播作为打破这些限制、实现全天候运营的理想方案，显得尤为重要。

然而，传统的数字人直播无法做到如真人般自然，常见的槽点包括：表演不自然。数字人面部表情、手势、肢体动作往往与语音内容不匹配，给人一种“恐怖谷”的感觉，观众难以产生共鸣；缺少互动。传统的数字人对观众提出的问题缺乏灵活应对能力，无法实现真实主播那样的互动性；时长受限。许多数字人只能播放短小的内容，难以维持长时间的直播；行为不可控。数字人一旦出现技术失误，可能会导致品牌形象受损，甚至引发舆论危机。

那么，罗永浩的数字人为何能脱颖而出呢？他的直播，刷新了数字人直播的多个行业首项纪录。首先，罗永浩的粉丝群体庞大且对他的直播风格有着极高的期待。为了满足这一需求，数字人必须做到极高的还原度。罗永浩的数字人，不仅在台词方面妙语连珠，还在肢体语言和表情上完美模仿了他的风格。其次，罗永浩数字人的直播打破了传统的时长限制，他在6小时的直播过程中，生成了多达9.7万字的内容，刷新了AI视频生成的极限。此外，罗永浩与朱萧木的双人直播，也打破了以往数字人单打独斗的局面，通过高频互动和细节化的肢体动作，进一步提升了直播的沉浸感。

这一切的实现，离不开百度AI技术的支撑。数字人直播的成功，绝非单一技能的展示。要想让数字人呈现出逼真的表现，语言、表情、动作等多个维度必须协同运作。过去，数字人往往是语言、语音、视觉三者各自独立，导致其表演看起来生硬不自然。但在罗永浩数字人直播中，百度的多模协同技术将这些元素无缝对接，确保了语言、语音、视觉表现的高度一致性。

具体来说，数字人罗永浩的表现依赖于文心大模型的剧本生成技术。这个“大模型”相当于一位剧本编剧，负责为数字人编写富有生动性和个性化的台词。通过对罗永浩语言风格的深度学习，文心大模型能够精确地再现他的幽默、犀利与独特的语言节奏。每个细节，如语气、节奏甚至语调，都被精准地还原，确保了数字人的语言表达与罗永浩的真人主播风格几乎无缝对接。

除了语言风格，人物设定也是数字人成功的关键。在多角色互动时，文心大模型能够深刻理解每个数字人之间的角色分工。罗永浩作为主讲人，朱萧木作为助播，他们之间的互动和分工自然得体，台词安排也符合逻辑。例如，在产品推荐环节，罗永浩重点介绍核心卖点，朱萧木则补充细节，双方通过精准的互动，呈现了自然流畅的直播状态。

更重要的是，文心大模型4.5T不仅仅限于生成剧本，还能够将语音、表情、动作等视觉元素紧密对接，确保这些不同模态的配合完美无瑕。为了达到这一点，百度还加入了对话上下文解码器，使得数字人在面对高频互动时，能够灵活应对并保持语音与表情动作的协调。

此外，数字人直播需要具备应对复杂场景和长时间直播的能力。在这方面，文心大模型展现了强大的可控性和灵活性。通过对剧本的实时理解和灵活应变，数字人能够在复杂的互动场景中自如应对，无论是突如其来的刁钻问题，还是直播场景中的意外状况，都能够从容不迫地解决。

总结而言，罗永浩数字人直播的成功，离不开百度大模型技术的强力支持。通过“剧本”生成与多模协同，数字人得以在直播过程中展现出逼真的表现力，极大提升了观众的观看体验。而这种技术突破，也为数字人直播行业的发展打开了新的篇章。

随着直播行业的发展，主播的角色正在逐渐发生变化。未来的直播不再仅仅是为了流量，更注重专业性和互动性。对于中小商家而言，AI数字人提供了一个性价比极高的解决方案，打破了直播成本的限制，提升了运营效率。在数字人技术的不断进步下，未来的直播将更加智能、灵活和高效。