AI数字人，是跨境电商的救星还是陷阱？| 专访易点天下

　　数字人主播和数字人模特的发展速度超乎想象。

　　据中商产业研究院预计，2030年中国数字虚拟人整体市场规模将超过2700亿元，其中身份型数字人约1747亿元占比达65%;服务型数字人约955亿元，占比达35%，市场发展空间广阔。

　　在电商行业，数字人的应用已经初见成效。京东战报显示，今年618，言犀虚拟主播开播商家数较去年11.11增幅近5倍，其成交额环比去年11.11提高246%。

　　尤其值得关注的是数字人在跨境电商领域的应用。从欧美到东南亚，全年无休的AI数字人，可以为企业节约传统外模拍摄所需的大量人力、物力和资金。对于有大量SKU的企业来说，AI模特还能通过自动化和计算机生成的方式，快速呈现不同的产品和款式，大幅提升企业营销效率。

　　例如，这是易点天下凭借刚刚发布的AIGC数字营销平台——KreadoAI的数字人视频生成能力，为某知名旅行类APP做的数字人视频。

　　值得思考的是，尽管AI技术在语音合成、人脸生成和动作模拟等方面取得了一定的进展，但要实现高度逼真、自然流畅的虚拟形象仍然存在挑战。特别是在情感表达、细节准确性和真实感方面，技术的成熟程度仍有待进一步提高。

　　AI数字人背后的技术成熟度究竟如何?我们特别邀请易点天下技术中心总经理秦鹏，为我们分享了当前AI主播和AI模特技术的挑战与发展方向，以及易点天下刚刚发布的AIGC数字营销创作平台——KreadoAI在解决跨境电商营销痛点方面的实战方法。

　　AI主播如何适应文化差异进行个性化表达?

　　对于AI主播的带货效果，不同商家有不同看法。一些商家认为，AI主播的确可以降低直播成本，解决场地和场景的问题，提高直播效率。在做跨境电商时，同一位AI主播可以同时说着印尼语、泰语、英语，出现在不同的直播间。

　　但面对出海市场，AI主播和真人主播一样，都要面临不同国家和地区的语言及文化差异，包括使用怎样的语音、语调、语速才能更贴合本土喜好，如何准确地使用俚语而不会引发误会等。同时，情感上的连接和共鸣对于消费者的购买决策至关重要，而目前的多数AI主播在情感表达和人性化方面还存在不足，普遍存在“话术太假太套路”、缺乏感染力等问题。

　　针对AI主播的个性化表达问题，秦鹏分享了易点天下KreadoAI数字人模块的技术研发思路：“我们将AI主播的音频分为四个维度：语种、音色、语速和间隔、语调。其中最影响情感表达的是音色。我们会使用一些外部的大模型或接口，结合此前的经验积累，找出最匹配的音色。”

　　除了口播之外，KreadoAI的数字人模块还支持1：1真人数字分身克隆和语音声纹克隆。用户只需提交五分钟的拍摄画面，即可创建定制化的1：1真人数字人分身，代替自己出镜;还可以提交五分钟的原音频，复刻本人的音色和音律。值得一提的是，语音克隆之后，还可以切换多国语言，同时依然保持整体音源的特征。这些能力都可以增加AI主播的个性化表达。

　　与此同时，AI主播的个性化表达也与AI文案生成能力密切相关。AI主播“话术太假太套路”的问题，也是因为现有的训练数据往往存在样本不平衡、数据质量差、领域局限等问题，导致生成的文案缺乏多样性和个性化，总是呈现出类似的模式和套路。

　　“这方面的效果差异，一方面来自于基础大模型本身，另一方面来自于提示词的能力。”秦鹏介绍，为解决这个问题，易点天下在数字人的提示词中设置了大量营销文案输入，帮助用户优化文案的逻辑结构。“我们还利用多年来对垂直行业的理解和丰富的营销服务数据，包括广告文案内容、营销转化归因数据和广告投放数据等，进行语义分析和模型训练，将不同地域的多语种内容分析与本地化文化特色相结合，最终生成个性化的营销文案。”

　　“目前，我们在商旅、培训和企业服务这三个领域，生成文案的直接应用率能达到85~90%。而在应用下载领域，它的直接应用率大约在50~60%，因为这个领域需要更多‘标题党’，而AI目前还没发完全满足，我们也在持续的训练过程中。”

　　各行各业需求不同，如何打造“懂行”的数字人?

　　不同行业对于数字人的形象、声音和表达方式的要求都各有差异。而通用的数字人未必能完全掌握这些行业特定的要求，导致表现失真或无法达到预期效果。

　　例如，在时尚行业，数字人如果在形象上缺乏时尚感和个性，在表达上缺乏对时尚潮流的理解，就会影响营销效果;在餐饮行业，数字人如果不能生动描述食物的口感，在微表情与语调上不能呈现品尝美食后的愉悦，就会导致内容缺乏可信度。

　　为此，KreadoAI与各行各业企业展开合作，深入了解不同行业的需求，并开发了针对性的数字人形象和驱动技术。目前，KreadoAI已经打造出100多个全球不同地域、肤色、风格的数字人，每一个都经过特别训练，保证他们的口型、表情、情感表达等效果都尽可能最优，且能满足各行各业的不同需求。

　　这样一来，客户在实际使用时，只需从这100多位数字人形象中进行筛选，再从140多种多国语言、400多种不同行业的人物音色中选择目标语种，即可快速获得离自己需求最接近的数字人。

　　“我们内部有超过150名设计师，持续地进行创意产出和创意迭代。因此，跟其他家单纯做数字人的企业相比，我们有更多持续的创意源输入、数据结果的输出和模型的调优，来保证这些数字人的形象、肢体动作更符合客户的营销诉求。”秦鹏介绍，“未来，我们也会通过联合创新，进行更细致的数据整理，再利用像Amazon SageMaker平台的训练能力对模型进行调优。我们希望未来可以从100多个数字人发展到1000个、10000个。”

　　据统计，在营销视频场景中，通过KreadoAI的多语种数字虚拟人创作，使用者可以将视频制作效率从此前的12小时/个缩短至6-8分钟/个。借助自研的数字人物库，KreadoAI能够为全球客户提供符合其需求的人物形象和口型驱动。同时，结合Amazon Polly服务提供的多语言、高质量自然人声，这些数字人视频能够呈现出逼真的效果，迅速传播于电商、游戏直播等领域，为观众提供本地化的沉浸式体验。

　　在KreadoAI过去几个月的产品测试阶段，易点天下邀请了全球多个国家与地区的很多中小企业、创意设计公司、KOL、自媒体工作者和AIGC的爱好者进行体验和使用。在YouTube和B站上，KreadoAI相关的自媒体创作视频均有超过十万+播放量的视频。

　　“在阿里巴巴、携程、BIGO、Habby等出海客户的营销创新测试中，相较于其他的素材类型，带真人或数字人的创意营销，平均投放时间增加了1.5倍，素材的点击率、视频的转化率、播放时长等数据都有20%以上的提升。”秦鹏分享。

　　亚马逊云科技：KreadoAI背后的核心动力

　　当前市场中，摩拳擦掌进军数字人领域的不在少数，而强有力的AI技术支撑是数字人行业发展的关键。一个数字人背后的AI技术，包括自然语言处理、语音识别、文字分析等等。不同公司的AI模型的训练数据量、模型性能和响应速度也会不同。这些差异都会直接影响数字人最终的呈现效果。

　　易点天下的KreadoAI，背靠的是亚马逊云科技所驱动的生成式人工智能技术。

　　整个KreadoAI的核心产品服务包含四大模块，AI数字人是其中之一。另外三个模块分别是AI模特、AI工具，以及针对AI创意资产的智能管理和AI分析。

　　其中，AI模特与AI数字人一样，在电商行业具有广泛的应用价值。以往，一些跨境电商为降低海外模特成本，已开始尝试使用AI模特。但现有市场上的AI模特在面部表情、动作流畅性和细节还存在一些不足。对于服装、化妆品等商品来说，AI模特在还原真实色彩和细节方面也有一定限制。

　　为此，KreadoAI专设AI模特模块，利用生成式AI技术训练了大量的营销素材和数据模型。通过这些工具，使用者能够快速创建具有不同地域、肤色、年龄和表情等特征的数字人形象，制作视效逼真的商品图和广告物料。这些数字人视频能够媲美棚拍，适用于橱窗图、商品详情页、广告投放等多个电商应用场景。目前，KreadoAI已覆盖了假发、服装和眼镜等细分行业。

　　“借助AI模特生产工具，电商客户的海外营销成本大幅降低，素材出图时间从3至5天缩短至1至2小时。以前使用外模的单张照片成本就要百元左右，现在有了AI模特，电商素材生产的成本降低50%。某假发客户使用AI模特，点击率提升了35%，单次点击成本降低了45%。此外，KreadoAI的算法研发团队正在不断调优和定制化算法和模型，准备将AI模特拓展到更多的电商领域，如家居生活、3C电子、护肤美妆和珠宝首饰等。”秦鹏说。

　　KreadoAI之所以能实现如此高效的AIGC研发，得益于亚马逊云科技提供的弹性算力支持与托管式机器学习服务。

　　早在2014年，易点天下就开始采用亚马逊云科技的云基础设施为智能营销业务提供支持，并在每个季度获得亚马逊云科技提供的新技术培训，获取应用构建过程中问题的指导。

　　现在，利用亚马逊云科技的云基础设施，KreadoAI在构建模特解决方案时选择了Amazon EC2和Amazon EKS进行站点托管和预处理服务，在后端则使用Amazon SageMaker运行模型训练任务和异步推理，并将素材和结果存储在Amazon S3中。这样，电商客户可以通过Amazon Route 53和Amazon CloudFront获得低延迟的访问体验。

　　“KreadoAI目前已实现对AIGC领域文本、图片、视频、创意的全面覆盖。我们通过产品系统化来推动创作效率的提升，降低整体的制作成本。与其他AIGC产品相比，我们的优势在于将AI技术、服务解决方案的场景及营销数据实现了闭环，通过持续的反馈和迭代，快速实现整个数据链路的增长飞轮。”秦鹏介绍。

　　结语

　　可以预见，随着技术的不断进步，数字人将不断精进与完善。想象一下，在未来的电商平台，数字人主播和模特不仅可以按照预设的文本进行口播，而且可以与用户进行实时互动，展示商品、提供购物建议。无论用户来自世界的哪个角落，都能享受到本地化的服务，感受到真实的情感共鸣。这将推动电商行业走向更加全球化、多样化的发展，为消费者带来更便捷和更有趣的购物体验。