數(shù)字人是一場AI的具象化革命

未來的數(shù)字人將是一個(gè)個(gè)完成任務(wù)的Agent，既是AI生成內(nèi)容的終點(diǎn)，也是AI參與現(xiàn)實(shí)商業(yè)活動(dòng)的入口。

作者 | 李威（北京）

去年由百度慧播星提供技術(shù)支持的羅永浩的數(shù)字人帶貨直播讓人印象深刻。

這不僅因?yàn)樗哪鷦?dòng)，偶爾會(huì)作出推眼鏡的動(dòng)作，甚至能做出接過樣品的互動(dòng)，更因?yàn)樗茉谟^眾拋出問題時(shí)，像羅永浩本人一樣抖出調(diào)侃式包袱。觀眾們第一次發(fā)現(xiàn)數(shù)字人開始有「靈魂」了。

到了今年，數(shù)字人已經(jīng)走出直播間，開始參與帶貨視頻、廣告片的創(chuàng)作。

百度創(chuàng)始人李彥宏在Create 2026百度AI開發(fā)者大會(huì)宣布，「慧播星」正式升級為「百度一鏡」，從主要應(yīng)用于直播帶貨場景的數(shù)字人升級為一個(gè)以數(shù)字人為特色，整合直播、視頻、實(shí)時(shí)互動(dòng)等多種形態(tài)的全場景數(shù)字人平臺(tái)，并同時(shí)上線了海外版。

從產(chǎn)品來看，百度一鏡自身就是一個(gè)數(shù)字人直播內(nèi)容、廣告內(nèi)容創(chuàng)作的超級Agent。當(dāng)用戶給出需求和約束之后，百度一鏡的「數(shù)字化群體智能」會(huì)自主拆解任務(wù)、規(guī)劃路徑、調(diào)度工具、協(xié)同執(zhí)行、交付結(jié)果，完成從創(chuàng)意生成到成片交付的全套流程。

如果結(jié)合最近大熱的OpenClaw來理解還會(huì)發(fā)現(xiàn)，數(shù)字人不僅是一個(gè)虛擬形象，一種內(nèi)容創(chuàng)作的新工具，還是一個(gè)具備人格、形象與交互能力的Agent容器。就像李彥宏所說，數(shù)字人本質(zhì)上是一個(gè)基礎(chǔ)性的技術(shù)，是AI時(shí)代的通用交互界面。當(dāng)人們進(jìn)入Agent時(shí)代，會(huì)更加清晰地認(rèn)識到，數(shù)字人就是看得見的Agent。

每一個(gè)數(shù)字人背后都是一個(gè)能自主規(guī)劃、執(zhí)行一項(xiàng)任務(wù)的Agent。這意味著，百度一鏡這樣的數(shù)字人產(chǎn)品還會(huì)成為封裝Agent能力，讓具備社會(huì)職業(yè)的Agent更自然融入人類社會(huì)、獲得社會(huì)身份的基礎(chǔ)設(shè)施。

數(shù)字人業(yè)務(wù)已經(jīng)賣了幾十億

去年，百度數(shù)字人業(yè)務(wù)的營收達(dá)到幾十億，累計(jì)服務(wù)超10萬家客戶合作伙伴，覆蓋電商、廣告、醫(yī)療、法律、政企、教育等30多個(gè)行業(yè)。在咨詢機(jī)構(gòu)沙利文發(fā)布的《中國 AI 數(shù)字人產(chǎn)業(yè)發(fā)展報(bào)告（2025）》中，百度一鏡蟬聯(lián)數(shù)字人市場份額第一、產(chǎn)品綜合實(shí)力第一。

為什么百度的數(shù)字人業(yè)務(wù)在持續(xù)產(chǎn)生商業(yè)價(jià)值？

因?yàn)樵贏I領(lǐng)域中，數(shù)字人是少有的不需要市場教育，能快速通過ROI說服用戶付費(fèi)的場景。秋思電商CEO趙大勇表示，數(shù)字人給秋思電商帶來了全方位的降本增效，2025年的整體開播數(shù)量比往年增長了500%到600%，整體GMV增長了400%。

特別是在百度的「高說服力數(shù)字人」開始規(guī)模化應(yīng)用后，相應(yīng)用戶的日均訂單數(shù)提升了41.8%，GMV提升了48%。這意味著數(shù)字人跨過了從「能用」到「好用」的界限，變成了真正能講品、能賣貨的AI銷售。

「高說服力」是一種綜合能力的體現(xiàn)：語氣、表情、肢體動(dòng)作要自然協(xié)調(diào)，有很強(qiáng)的表現(xiàn)力；對商品賣點(diǎn)的理解和講解要精準(zhǔn)到位，有專業(yè)的內(nèi)容力；能根據(jù)觀眾提問和彈幕動(dòng)態(tài)調(diào)整話術(shù)，具備實(shí)時(shí)互動(dòng)能力；語音、視覺、行為協(xié)調(diào)一致，能實(shí)現(xiàn)試吃、試用、產(chǎn)品展示等復(fù)雜人貨交互場景。

羅永浩數(shù)字人直播是這種能力的標(biāo)桿展示，但更關(guān)鍵的問題是：這種能力是不是對普通人、中腰部達(dá)人、沒有羅永浩的商家同樣有效？

擁有300萬粉絲的美妝博主蘇大掌柜和護(hù)膚品牌傾顏給出了答案。蘇大掌柜通過高說服力數(shù)字人還原?設(shè)，代替自己做直播，帶貨轉(zhuǎn)化率提升了15%。護(hù)膚品牌傾顏在產(chǎn)品上新時(shí)推出了數(shù)字??膏專項(xiàng)直播間，解決了真人主播檔期難協(xié)調(diào)、上手時(shí)間長的問題，實(shí)現(xiàn)了新品的高效冷啟破圈。

過去，創(chuàng)建一個(gè)數(shù)字人分身需要真人到攝影棚錄制數(shù)小時(shí)的素材；現(xiàn)在，只需輸入2張圖片和1段文字，就能生成8-10分鐘的直播底版視頻，支持多片段、多高光動(dòng)作生成。技術(shù)進(jìn)步讓無主播商家也可以實(shí)現(xiàn)數(shù)小時(shí)不循環(huán)的直播。

幾十億營收背后，百度一鏡的商業(yè)價(jià)值來自「數(shù)字人讓原本無法開播的人也能開播，讓原本只能播4小時(shí)的店播到20小時(shí)，讓原本沒有主播資源的新品也能擁有專屬直播間」。它的核心邏輯是幫助商家尋找增量、提升效率——以更低的成本，打開原本夠不到、請不起、排不上的直播間。

數(shù)字人開始成為內(nèi)容基礎(chǔ)設(shè)施

當(dāng)數(shù)字人真的能講品、能賣貨之后，需求自然會(huì)從直播間溢出。百度將慧播星升級為百度一鏡，是面向更廣泛需求的能力躍遷，讓數(shù)字人成為貫穿內(nèi)容生產(chǎn)與服務(wù)交互的基礎(chǔ)能力。通過成為數(shù)字人的基礎(chǔ)設(shè)施建設(shè)者，百度一鏡也進(jìn)一步強(qiáng)化了自身的壁壘。

從場景上看，數(shù)字人的技術(shù)不斷發(fā)展，已經(jīng)從電商直播走向全場景，覆蓋品牌營銷、內(nèi)容創(chuàng)作、公共服務(wù)等場景。

百度一鏡的產(chǎn)品矩陣擴(kuò)展到了三條線：數(shù)字人直播、數(shù)字人視頻、實(shí)時(shí)互動(dòng)數(shù)字人。其中，直播是在直播間內(nèi)講品、互動(dòng)、逼單；視頻則要走出直播間，服務(wù)更多場景，輸出創(chuàng)意，營造情境突出產(chǎn)品賣點(diǎn)、品牌特質(zhì)；實(shí)時(shí)互動(dòng)數(shù)字人則能進(jìn)入到現(xiàn)實(shí)世界，提供線下面對面服務(wù)。

數(shù)字人視頻和實(shí)時(shí)互動(dòng)數(shù)字人為全場景拓展提供了技術(shù)支持。

數(shù)字人視頻為品牌和商家提供了一條端到端的低成本視頻內(nèi)容生產(chǎn)鏈條。以可口可樂的世界杯預(yù)熱廣告短片為例，客戶給到了世界杯主題、品牌調(diào)性、「分享快樂」的內(nèi)容基調(diào)，以及本土認(rèn)同和賽事元素的限定要求。然后百度一鏡團(tuán)隊(duì)讓AI進(jìn)行品牌信息掃描與市場調(diào)研，分析目標(biāo)用戶畫像，生成多個(gè)核心創(chuàng)意路線供客戶挑選。

在客戶選擇「足球讓老朋友重聚，可口可樂帶來歡樂時(shí)刻」的溫情路線后，三個(gè)Agent開始像4A廣告團(tuán)隊(duì)一樣協(xié)同創(chuàng)作。劇本Agent負(fù)責(zé)完成劇情設(shè)計(jì)和臺(tái)詞撰寫；視頻Agent結(jié)合視聽專家?guī)焱瓿煞昼R設(shè)計(jì)；剪輯Agent負(fù)責(zé)完成故事線剪輯、音樂搭配和個(gè)性化特效處理，最終交付成片。

這個(gè)過程中，人工介入主要集中在創(chuàng)意方向?qū)R和審核修改兩個(gè)環(huán)節(jié)，AI則能夠根據(jù)設(shè)定保持好品牌紅色主色調(diào)、易拉罐外觀、可口可樂的開罐聲等品牌標(biāo)志性細(xì)節(jié)的一致性。驗(yàn)證了百度一鏡的生成能力之后，可口可樂又追加了多個(gè)廣告短片訂單。

可口可樂的廣告短片展示了視頻數(shù)字人的水平上線，但大部分視頻創(chuàng)作需求其實(shí)通過百度一鏡產(chǎn)品就可以實(shí)現(xiàn)規(guī)模化生產(chǎn)。

2026年兩會(huì)期間，《大河報(bào)》上線了首批數(shù)字記者戰(zhàn)團(tuán)，由數(shù)字記者每天梳理民生熱點(diǎn)，把厚厚的報(bào)告和專業(yè)術(shù)語翻譯成大白話，用短視頻播報(bào)出去，做到了緊跟熱點(diǎn)隨時(shí)更新。一季度下來，《大河報(bào)》在有限人力下實(shí)現(xiàn)了視頻發(fā)文量和媒體影響力的同步增長。

實(shí)時(shí)互動(dòng)數(shù)字人則面向教育、零售導(dǎo)購、景區(qū)講解、政務(wù)服務(wù)等場景的互動(dòng)溝通需求，提供低于2秒的低時(shí)延響應(yīng)，具備多模態(tài)實(shí)時(shí)生成、真實(shí)世界感知、24小時(shí)長時(shí)記憶與情緒識別能力。

在大型商場，顧客可與數(shù)字人實(shí)時(shí)互動(dòng)，查詢滿減團(tuán)購信息、獲得精準(zhǔn)路線指引；在教育領(lǐng)域，數(shù)字人助教則會(huì)針對學(xué)生薄弱知識點(diǎn)一對一講解，并通過點(diǎn)贊提醒拉回注意力。

從市場覆蓋上看，百度一鏡海外版正式上線，讓中國的數(shù)字人技術(shù)服務(wù)全球市場，也將中國電商的經(jīng)驗(yàn)積累通數(shù)字人輸送向全球商家。海外市場對數(shù)字人內(nèi)容的需求正在爆發(fā)，核心驅(qū)動(dòng)力與中國市場如出一轍——人力成本高企，直播和內(nèi)容制作的人力供給嚴(yán)重不足。

百度數(shù)字人創(chuàng)新業(yè)務(wù)部&電商商業(yè)業(yè)務(wù)部負(fù)責(zé)人吳晨霞透露，因?yàn)楹Ｍ馐袌鋈狈鴥?nèi)這樣專業(yè)和敬業(yè)的主播，TikTok電商業(yè)務(wù)在2026年春節(jié)前后提出了數(shù)字人直播需求。經(jīng)過評估，最終選定與百度合作，利用高說服力數(shù)字人滿足服飾直播等多商品、高互動(dòng)復(fù)雜場景的需求。

百度一鏡和Tiktok已經(jīng)合作在東南亞、歐洲一些國家開始落地?cái)?shù)字人直播業(yè)務(wù)。此外，還有更多平臺(tái)接入了百度一鏡的數(shù)字人直播能力。在巴西，一位Shopee的主播的數(shù)字人開播2天后OPM（千次曝光訂單量）達(dá)到真人的5倍。在越南，一個(gè)Lazada的3C商家的數(shù)字人直播單場GMV突破了3000美元。

更有潛力的是視頻內(nèi)容制作。帕梅拉數(shù)字人帶貨蛋白棒的案例，展示了百度一鏡海外版在視頻內(nèi)容制作上的優(yōu)勢。它僅憑給到的帕梅拉形象、蛋白棒商品信息、帶貨需求，就創(chuàng)作出近乎真人出演的效果。

這已經(jīng)能滿足歐美市場的很多潛在需求。對中國出海品牌和商家而言，過去可能需要用拍攝、剪輯、翻譯、配音等多種工具拼湊出一條出海視頻，然后再適配不同平臺(tái)發(fā)布，現(xiàn)在幾乎能一鍵實(shí)現(xiàn)。對海外本地品牌和商家而言，過去電商行業(yè)缺乏內(nèi)容配套，請專業(yè)內(nèi)容團(tuán)隊(duì)成本高，現(xiàn)在有了以更低成本實(shí)現(xiàn)的機(jī)會(huì)。

吳晨霞表示，百度一鏡直播業(yè)務(wù)在2026年的重點(diǎn)是持續(xù)降本和海外拓展，讓更多中小商家可以低成本使用。視頻業(yè)務(wù)將會(huì)在國內(nèi)繼續(xù)深耕泛知識、財(cái)經(jīng)、新聞等口播場景，在海外優(yōu)先服務(wù)中國出海電商商家，下半年再拓展品牌營銷和短劇場景。實(shí)時(shí)互動(dòng)數(shù)字人則預(yù)計(jì)在Q3前完成標(biāo)準(zhǔn)化能力搭建。

數(shù)字人是一種超級Agent

把慧播星升級到百度一鏡，并且將其作為Create 2026百度AI開發(fā)者大會(huì)的重要產(chǎn)品進(jìn)行發(fā)布，不僅是因?yàn)閿?shù)字人的商業(yè)潛力被進(jìn)一步驗(yàn)證，還與李彥宏強(qiáng)調(diào)的Agent時(shí)代的來臨相關(guān)。過去的數(shù)字人是一種虛擬形象，未來的數(shù)字人將是一個(gè)個(gè)完成任務(wù)的Agent。

首先，百度一鏡本身就是一種Agent。

百度集團(tuán)副總裁、百度電商百度數(shù)字人總經(jīng)理平曉黎表示，百度一鏡是視頻模型之上的一個(gè)層面，通過調(diào)用和使用多個(gè)模型來綜合完成一個(gè)端到端任務(wù)。百度最初就沒有把百度一鏡僅僅當(dāng)做一種數(shù)字人技術(shù)來做，而是要為數(shù)字人加上多Agent技術(shù)，搭建一個(gè)多Agent系統(tǒng)。她將其稱之為超級Agent。

其次，數(shù)字人會(huì)成為人與AI的交互界面。

在導(dǎo)購、咨詢、教育、政務(wù)這些人與人直接交流的服務(wù)場景中，文字和語音交互存在天然的信任衰減。一個(gè)聊天框可以告訴你商場4樓有家北京菜館，但它沒法讓你覺得「有人在幫我」。數(shù)字人提供了擬人化的交互界面——有表情、有動(dòng)作、有語氣、有情緒，時(shí)延控制在2秒以內(nèi)，像真人在跟你說話。

李彥宏在大會(huì)上說：「當(dāng)我們進(jìn)入Agent時(shí)代，我們會(huì)更加清晰地認(rèn)識到數(shù)字人就是看得見的Agent。它擁有語音、表情、動(dòng)作，有更強(qiáng)的表現(xiàn)力，更容易獲得人的信任。它還能夠?qū)崟r(shí)反饋，能像人與人交流一樣自然。另外它可以讓任務(wù)的交付不僅有效率也有溫度，能夠提供情緒價(jià)值。」

最后，數(shù)字人是Agent擁有「社會(huì)身份」的方式。

一個(gè)Agent有了形象、有了名字、有了導(dǎo)購、老師、記者、理財(cái)顧問等職業(yè)身份，它就不再是一個(gè)藏在聊天框里的工具，而是一個(gè)「在場」的社會(huì)參與者。將來會(huì)有相當(dāng)一部分Agent以「人」的形態(tài)進(jìn)入現(xiàn)實(shí)世界，獲得社會(huì)身份，承擔(dān)社會(huì)角色。

就像平曉黎所說，隨著實(shí)時(shí)互動(dòng)技術(shù)的提升與數(shù)字生命的演進(jìn)，數(shù)字人在To C場景同樣擁有巨大的想象空間。未來的AI將與人類建立起新型連接，而數(shù)字人正是這種「人機(jī)關(guān)系」最天然的具象化載體。

這意味著，數(shù)字人既是AI生成內(nèi)容的終點(diǎn)，也是AI參與現(xiàn)實(shí)商業(yè)活動(dòng)的入口。未來，我們不僅是在使用AI，還是在與AI共事。百度一鏡在搭建的，是一套AI如何以「人」的形態(tài)進(jìn)入現(xiàn)實(shí)世界的基礎(chǔ)設(shè)施，讓每一個(gè)Agent都有機(jī)會(huì)獲得一張臉和一個(gè)身份。