數(shù)字人能不能躺著賺錢？

說起公司明年赴美SPAC上市的規(guī)劃，占健帶著一絲不真實的興奮，“之前是打工的，沒想到有一天會變成股東。”

3年前，他加入公司配播精靈，一家以電商之都杭州為原點，輻射江浙滬周邊電商企業(yè)的真人代播平臺。高峰時，公司曾接收過600個應(yīng)聘主播的本專生，培訓(xùn)三個月，篩掉一半的帶薪試用生，篩出合格的主播。

這是一項高成本的試驗。在疫情時挑戰(zhàn)尤為明顯，公司經(jīng)歷了主播通行受阻和集體病倒帶來的收益驟減。2023年春節(jié)后，占健只見到了30名主播復(fù)工。不幸的是，主播們復(fù)工不久，就接到裁員通知。取代他們的是一批正風(fēng)靡直播間的數(shù)字人。

一位研究AI十年，已投入數(shù)字人領(lǐng)域的從業(yè)者說，數(shù)字人是在AIGC領(lǐng)域中為數(shù)不多明確的事：技術(shù)可控——輸入信息后，能知道明確的輸出結(jié)果；算力可控——生成面部表情消耗的算力有限，還有短視頻、直播間的垂直落地場景。換句話說，這是一條商業(yè)化明確的路。

占健所在的公司已不是疫情時的倒霉蛋，而是沖上天的幸運兒。今年3月，公司轉(zhuǎn)變?yōu)橐患屹u數(shù)字人的服務(wù)商，提供數(shù)字人克隆和代運營服務(wù)，并附贈一些如何使用“新式武器”的教學(xué)指南。這是他們幾年做代播平臺積攢的經(jīng)驗。

在占健和公司創(chuàng)始人口中，公司定位為“AIGC數(shù)字人中的華為”，明年將赴美借殼上市，成為全球化數(shù)字人服務(wù)商。占健也成為公司多個合伙人之一。

這樣激進(jìn)的規(guī)劃，底氣來自于數(shù)字人的訂閱增長速度完全超出他們的預(yù)期。轉(zhuǎn)型的5個月，他們克隆了1000個數(shù)字人，招聘了近30個城市代理，回款超過3000萬，融資數(shù)千萬。

超預(yù)期的事，在這半年的數(shù)字人行業(yè)中不少見：三年前開始研發(fā)AIGC數(shù)字人的排頭兵硅基智能，去年還只克隆了數(shù)萬名數(shù)字人，今年宣布克隆數(shù)字人達(dá)到40萬。

一名硅基智能數(shù)字人的推廣人員最近的煩悶是，年初，公司制定了全年業(yè)績目標(biāo)，他們僅用一個季度就完成了目標(biāo)，公司重新制定了全年目標(biāo)，過了一季度，他們又完成了，現(xiàn)在的目標(biāo)變得更高了。

作為AIGC領(lǐng)域少有的盈利項目，這一領(lǐng)域開始吸引眾多追隨者。一位AIGC的從業(yè)者發(fā)現(xiàn)，自己接觸的5家AIGC公司，其落地方案都有一致性，即用“文生視頻”，生成數(shù)字人進(jìn)直播間為商家賣貨。

大廠也布局了——騰訊打造騰訊智能、百度打造智能云曦靈平臺、京東打造言犀、華為打造華為云盤古數(shù)字人大模型。

創(chuàng)業(yè)公司也沒有落下。企查查顯示，這半年內(nèi)，新成立與數(shù)字人相關(guān)的公司數(shù)量接近2萬家。一位從業(yè)者篤定地說，下半年行業(yè)更熱了，增長至少超過20%。

在這場被AIGC席卷的巨浪中，數(shù)字人領(lǐng)域完成了一個小小的目標(biāo)：落地且造富。

1.造富狂熱

搜索“數(shù)字人”，你很可能會看到這樣的視頻：一間寬敞的辦公室里，填滿工位的不是員工（碳基生物），而是一排排電腦屏幕和在直播間不停歇的數(shù)字人（硅基生物）。

置身在這樣的場景中，震撼感不會比你見到一個有趣的人更多。但它所帶來的變化是明顯的，空蕩蕩的辦公通道和辦公室里，很少能見到員工，卻隨處可見正在直播的數(shù)字人和顯示屏。

數(shù)字人技術(shù)公司和服務(wù)商都會有這樣的展示間，它們的作用類似一個放滿樣機的手機門店。

在空蕩蕩的房間，在晚上9點見到占健時，他的臉上沒有疲憊，對公司的發(fā)展歷程和規(guī)劃侃侃而談。對于上市，他們計劃如果明年的營收能做到兩千萬，就聯(lián)系海外機構(gòu)，如果不能達(dá)成，就讓已上市的投資方收購公司，也能完成股票的兌換。

這是一場夢幻般的反轉(zhuǎn)——從一家在疫情期間艱難度日的企業(yè)，轉(zhuǎn)身為一家剛創(chuàng)業(yè)就計劃上市的AI公司。占健覺得這無疑不是一場造富：過去，客戶在平臺找主播，一次直播給公司帶來的業(yè)績也不過一兩萬元，而現(xiàn)在，公司重心在拓展城市代理，一個城市代理的收費幾十萬元。哪怕是賣數(shù)字人，銷售價也要2.98萬元/年，“比代播單更好賣”，占健說。

在與營收掛鉤的數(shù)字人、城市代理等指標(biāo)上，數(shù)據(jù)增長得非常清晰。公司創(chuàng)業(yè)5個月，季度增長率超過250%。在一次AIGC的分享會上，只有占健的老板用數(shù)據(jù)體現(xiàn)了公司在應(yīng)用中得到的回報——“啟動4個月，回款3000萬元”。

一個月后再聯(lián)系占健，他們已經(jīng)在談第4輪融資，并為此拉高了營收目標(biāo)——2000萬元提前達(dá)成，新目標(biāo)是5000萬元。明年上半年的目標(biāo)是3000萬元。

創(chuàng)始人對此不甚在意，這并不是造富的終點，可能只是一點小信號。營收高，投入也大。上個月，他們才花了1500萬元買芯片和服務(wù)器，追隨市場需求的擴大而追加投入。

“靠自己掙利潤，永遠(yuǎn)不可能做大。”他對公司的規(guī)劃是做大市場，“必須融資、上市、并購、形成壟斷、進(jìn)軍全球”。

數(shù)字人公司都有類似的數(shù)據(jù)，顯現(xiàn)這近一年間的財富增長。一家在數(shù)字人領(lǐng)域深耕數(shù)年的公司，創(chuàng)始人在接受媒體采訪時說，今年上半年AIGC數(shù)字人業(yè)務(wù)量超過了過去2年的總和，且已盈利。

硅基智能則制定了看似激進(jìn)的目標(biāo)——2024年成為第一家收入百億元的AI創(chuàng)業(yè)公司，2025年實現(xiàn)百億元利潤。他們將生產(chǎn)1億個包含數(shù)字人在內(nèi)的硅基勞動力。

如果知道了它們的商業(yè)模式，可能并不會奇怪。在數(shù)字人的數(shù)據(jù)庫達(dá)到一定量級后，幾乎可以0成本生成，而數(shù)字人的數(shù)量在極速增長。一家數(shù)字人公司現(xiàn)在的銷售價格，還是近一年前的4倍。

數(shù)字人的衍變方向都追隨著錢的方向。

占健所在的數(shù)字人服務(wù)公司的目標(biāo)是參加招商會，招下級代理和賣零單，同時用小模型拓寬數(shù)字人的應(yīng)用場景：醫(yī)美、法律咨詢、教育等。

數(shù)字人技術(shù)公司硅基智能一邊出售自己的API接口，將數(shù)字人克隆技術(shù)開源給商業(yè)伙伴，一邊用數(shù)字人進(jìn)軍出版社、影視劇等領(lǐng)域。硅基智能的商業(yè)策略是，在每個領(lǐng)域找到頭部的運營商，教會行業(yè)如何使用這個新式武器，再賺到這個行業(yè)的錢。

比如在電商領(lǐng)域，硅基智能和薇婭旗下的謙語智能合作成立合資公司謙語智能，借助頭部主播的力量帶貨數(shù)字人；在文娛領(lǐng)域，硅基智能和樂華娛樂達(dá)成協(xié)議。

數(shù)字人為什么在短視頻/直播中的應(yīng)用得以爆發(fā)，硅基智能創(chuàng)始人司馬華鵬的解釋是，在投入產(chǎn)出比上，以一對多交互的短視頻/直播切中了黃金交叉線，“用200個A100生產(chǎn)的內(nèi)容交互1000個人，和交互1個人的價值不一樣。”

這還不是數(shù)字人的終局。比起用AI做短視頻/直播更賺錢的是做AI電影、AI明星，“制造一個王一博和粉絲每天一對一互動。”

這是數(shù)字人公司能賺到更多錢的方向。

2.“錢”路不明

找到一條明確的商業(yè)化路徑并盈利，在一年前的數(shù)字人行業(yè)還是天方夜譚。這里只有燒錢。

幾年前，數(shù)字人的叫法更多還是虛擬人。在Meta AI引領(lǐng)元宇宙熱潮時，被看作元宇宙原住民的“3D虛擬人”是備受追捧的創(chuàng)業(yè)方向，創(chuàng)業(yè)公司在全國多達(dá)幾十萬家。

3D虛擬人有兩種技術(shù)路線，一種是動畫類數(shù)字人，渲染要求不高，肢體動作和面部表情都表現(xiàn)僵硬，唯一優(yōu)勢是可以規(guī)模化；一種是超寫實虛擬人，通過高成本的原理動畫制作，生成一個更貼緊人、表現(xiàn)力強的虛擬人，代表人物有初代虛擬偶像洛天依。

第二種更人性的超寫實3D虛擬人，是有實力有夢想的公司選擇的方向。但它的特性，一個字，就是“貴”。

制作一個3D虛擬人，要經(jīng)歷掃描、建模、計算機綁定、動畫展示和渲染等環(huán)節(jié)，按照傳統(tǒng)的CG級制作手法，制作一個數(shù)字人耗時2-3個月，費用達(dá)到100-200萬元。

3D虛擬人的制作越精良，花費的成本越高。根據(jù)英偉達(dá)官方博客，黃仁勛虛擬人在發(fā)布會上出鏡的14秒視頻，共有34位3D美術(shù)師和15位軟件工程師協(xié)同參與，總計近千工時。

而它的商業(yè)化場景，又極為局促。這類3D虛擬人往往以IP形式存在，直接面向to C領(lǐng)域。2022年10月31日，柳夜熙憑借“捉妖”題材上線后，好消息是一夜?jié)q粉363萬，壞消息是運營費用也成倍增長。據(jù)「甲子光年」此前了解，運營一個虛擬人一年要耗費800萬元。

3D虛擬人成本太高，人們就把目光投向降一維度的2D數(shù)字人，用AI生成。2D的技術(shù)路線形象接近真人，且復(fù)制快、成本低、運營門檻不高。

硅基智能將每年上億元的財力投向研發(fā)數(shù)字人，研發(fā)過程屢次讓創(chuàng)始人司馬華鵬興奮。生成2D數(shù)字人所需要的數(shù)據(jù)采集成本越來越少，成本肉眼可見地下降：從最初需要30分鐘的視頻數(shù)據(jù)，到10分鐘的，5分鐘，慢慢縮短為一分鐘、甚至是一張照片，“這是一條非常好看的曲線。”

成本降低了，但生成效果卻越來越好。一次，研發(fā)團(tuán)隊將一個調(diào)教過后的數(shù)字人視頻發(fā)送給司馬華鵬，他看后生氣地問負(fù)責(zé)人，“發(fā)一段視頻做什么？”對方說，這是AI生成的，這讓司馬華鵬極為驚訝。

但單純成本的下降，卻并未幫硅基智能打開錢路。

“今天它有多火，就能想象之前曾有多冷”，在今年多次公開露面的司馬華鵬在一次媒體群訪時感慨。

數(shù)字人的生意在開發(fā)后的兩年都乏善可陳，硅基智能只能通過接定制化和政府訂單養(yǎng)活團(tuán)隊。2021年，硅基智能只賣出幾千單，2022年，這一數(shù)字也只增長到數(shù)萬。

硅基智能不是沒有賣力推廣。幾十人的推廣團(tuán)隊，每天通過抖音后臺的廣告引擎，聯(lián)系200多名短視頻博主，向她們發(fā)放優(yōu)惠，“給您免費制作一個數(shù)字人，可以嗎？”

對方不是沉默，就是在了解后拒絕。“這是一個太新的東西”，硅基智能的推廣人員說。當(dāng)時為了推廣數(shù)字人，硅基智能的定價僅2000元/個，通常附帶7折優(yōu)惠，都少有人問津。

“我們被拒絕過幾十萬次”，司馬華鵬說。而在內(nèi)部，公司還留有十幾萬抖音KOL的聯(lián)系方式。和現(xiàn)在相比，這已是一本舊日的黃歷。

3.“劉潤時刻”

數(shù)字人的本質(zhì)是，通過視覺采集人們說話時的唇動、表情和面部肌肉細(xì)節(jié)，傳導(dǎo)至AI，讓AI充分學(xué)習(xí)后，衍生出更多表情和動作，成為一個新“人”。數(shù)字人就是當(dāng)前大火的AIGC的一個場景。

這依靠機器視覺的技術(shù)成熟，精確捕捉人說話時的唇動和面部細(xì)節(jié)，以及NLP（自然語言處理技術(shù)）能讓數(shù)字人具有和加深理解用戶意圖、生成回答、保持話題連貫等對話能力。

其運行原理，與ChatGPT一致，都依靠精湛的算法、強悍的算力和優(yōu)質(zhì)龐大的數(shù)據(jù)庫。

在ChatGPT發(fā)布前，硅基智能通過了數(shù)字人的圖靈測試第一階段：僅通過肉眼，不能分辨真人和數(shù)字人的區(qū)別。

AIGC帶來增進(jìn)的部分也很明顯。硅基智能CTO林會杰告訴「甲子光年」，一年前的硅基數(shù)字人在吸收視頻素材后，還需要工程師訓(xùn)練一星期左右。現(xiàn)在，當(dāng)大模型積累了40萬人的視頻資料，AIGC的生成速度達(dá)到分鐘級生成，而成本指數(shù)級降低。

數(shù)據(jù)的積累，讓數(shù)字人更真實、更流暢和更可懂。一名硅基智能的銷售說，兩年前賣數(shù)字人時，還會有客戶說不像真人，現(xiàn)在幾乎沒有了。

AIGC帶來的最重要影響，還不是技術(shù)上的大躍步，而是打破了將技術(shù)推廣開的僵局。

啟發(fā)點在ChatGPT發(fā)布前的10月底，商業(yè)博主劉潤在年度演講“進(jìn)化的力量”中展示了自己的數(shù)字人，這在硅基內(nèi)部被稱為“劉潤時刻”。

隨著ChatGPT的發(fā)布，劉潤的認(rèn)同像撒開的一把種子，硅基智能很快提高了因為不熟悉市場需求而設(shè)置的低價，需求單都飛了過來，“一下就爆了，這個人認(rèn)同了，它的社群都認(rèn)同你的產(chǎn)品，還愿意幫你傳播”，司馬華鵬說。

平臺的包容是另一催化劑。在疫情后，抖音加大對本地生活的關(guān)注和投入。從業(yè)者觀察到，平臺對于數(shù)字人的態(tài)度在今年初開始從“一旦直播就立馬封號”到“選擇性封號”。

最適合運用數(shù)字人直播的場景，是“貨代人”的本地生活，這為數(shù)字人直播間提供了生長的土壤。

在抖音平臺增長的數(shù)字人數(shù)量最快。直到2022年10月份，硅基智能才制造了自己的第一個直播數(shù)字人，半年后，司馬華鵬在多個場合驕傲地宣布，“每天有5萬個硅基數(shù)字人在直播，創(chuàng)造數(shù)億元的銷售收入”。

由硅基智能提供的一個案例是，2023年春節(jié)，杭州一家本地生活公司因為缺少人手，兩位運營人員同時運營8個硅基智能數(shù)字人直播間，在小長假期間收獲了千萬流水。

沒有關(guān)于這個故事更具體的敘述，但2個人運營8個直播間帶來的降本增效，在特殊時間節(jié)點春節(jié)獲取的千萬營收，成為數(shù)字人能在直播間創(chuàng)造財富的故事樣本，像風(fēng)一樣傳開。

過去不愿意了解的抖音KOL、電商商家和謙尋董事長董海峰都找上門，業(yè)務(wù)詢問電話甚至通過公司官網(wǎng)，打到了公司各個行政部門。

銷售們在前兩年接觸客戶時，她們需要講解數(shù)字人的定義、好處和用處，現(xiàn)在不用多費口舌，“對方一上來就問，多少錢、怎么定制、多久交付”。

以往，硅基智能的推廣人員在介紹公司時，總會被詢問，“硅基是什么？是硅膠嗎？”這一通過芯片主要元素“硅”命名的生命體，此前還是陌生名詞。一夜間，推廣人員覺得有些好笑了——在與客戶打交道時，大家開始夸贊硅基智能在取名上，有先見之明。

在杭州，占健第一次感到做數(shù)字人被圍觀，是在剛轉(zhuǎn)型不久的3月。一個深夜，他們配上《午夜兇鈴》的音樂，將一個視頻傳上網(wǎng)：在辦公室的地面上，前后擺滿了70臺顯示屏，播放著數(shù)字人的直播畫面。“辦公室沒有人，都被數(shù)字人取代了”。視頻播放了60萬次。

此后，占健幾乎每天能在數(shù)字人播放屏前接待三撥人，最忙的時候，他兩只手握著兩個手機，一個接完聽下一個。

三個月后，占健就嗅到一絲競爭的氣息。義烏的代理商開始問他，“你們的數(shù)字人有什么優(yōu)勢？”

問價后比價的人也變多了。占健給出的價格是2980元克隆一個數(shù)字人，而市場價格已低到300元/個。

4.躺著賺錢？

AI散播的焦慮，讓數(shù)字人變成一些人的賺錢工具。

見實科技創(chuàng)始人徐志斌在舉辦AIGC大會前，發(fā)出了325份有關(guān)AI的問卷，其中90%的人表示愿意掏錢學(xué)習(xí)AI技術(shù)，創(chuàng)始人尤其焦慮AI會顛覆公司的優(yōu)勢。

這種心態(tài)被賣數(shù)字人的人當(dāng)作銷售痛點。一位數(shù)字人行業(yè)的從業(yè)者在直播間宣傳數(shù)字人課程時，當(dāng)有企業(yè)問如何改變疫情后線下客流量不足的問題，統(tǒng)一答案都是用一個新武器“AI數(shù)字人”，提供一些新鮮感。然后是一套銷售話術(shù)：“不到一萬的價格，可以體驗和用上AI，對老板們來說不值一提；老板自己都不用AI，員工怎么會用呢？”

數(shù)字人的確是一個在部分場景被驗證有價值的工具。

2022年，占健陪跑了一家試圖削減直播間開支的插座企業(yè)。在店播剛興起時，這家企業(yè)專門聘請了兩個包括主播、中控、場控、運營的直播團(tuán)隊，花了上百萬打造直播矩陣。直到他們決定嘗試用數(shù)字人替代部分真人主播。在試播三個月后，占健發(fā)現(xiàn)，數(shù)字人直播的數(shù)據(jù)比真人直播少，但在成本差距面前不值一提：數(shù)字人的花費不到真人主播的1/10。

后來這家插座企業(yè)幾乎沿用這樣的方式，在占健處投放了幾十個數(shù)字人直播賬號，這些賬號每天播放的時間很長，可以拉到40個小時，只要有交易流水，就能保證一定的營收。

另一個案例是，一家文旅景區(qū)在進(jìn)入直播領(lǐng)域時，曾請主播開直播，打造過1億流量，卻沒有賣出一張門票，現(xiàn)在投放了一部分預(yù)算給數(shù)字人，每天都有部分流水。

但是，數(shù)字人在直播間的應(yīng)用價值主要體現(xiàn)在店鋪自播，和已有IP的直播間中。數(shù)字人只能維持直播的營收模式，通過節(jié)省真人主播降低成本，而不能從0-1創(chuàng)造一個有利潤的直播間。

在具體的落地實踐中，數(shù)字人躺著賺錢的神話只有破滅。司馬華鵬將其比作，“（大家）以為把機器買回來就能賺錢，（想法）最后落空，是行業(yè)最大的痛點”。他認(rèn)為，AI在直播間發(fā)揮作用依靠六大因素：科技、運營、供應(yīng)鏈、IP、金融、賬號，缺一不可。

一家數(shù)字人公司創(chuàng)始人在做分享會時警示代理商，真需求是用數(shù)字人降本增效，偽需求是用真人都無法播出結(jié)果期望用數(shù)字人救場。

在短視頻中，AIGC數(shù)字人因為通過了圖靈測試，而幾乎可以做到以假亂真，幫助許多主播解決重復(fù)錄制的問題。而更需要交互的直播間中，AIGC數(shù)字人還不具備真假難辨的交互能力，通過提問題、聽主播聲音、有沒有大幅動作，都判斷在直播間帶貨的是不是數(shù)字人。

數(shù)字人達(dá)成營收的方式是拉長時長，真人主播播6小時，數(shù)字人則會播8-12小時，長的時間有40多個小時。長時間的數(shù)字人需要微妙地處理平臺的錄制審核，判斷為低質(zhì)量的數(shù)字人，平臺不會推流，每1秒基本只有1人觀看。

硅基智能CTO林會杰說，一個理想的直播間達(dá)成，還需要等到數(shù)字人在直播間的狀態(tài)通過圖靈測試后，而這依賴于數(shù)字人豐富的表現(xiàn)力和肢體動作的協(xié)調(diào)，需要很大算力。

除了直播間內(nèi)部的運營之外，更復(fù)雜的情況是外部因素——短視頻平臺對于劣質(zhì)內(nèi)容的把控和查封。5月17日，抖音平臺更改了查封策略：要求做數(shù)字人直播必須有真人參與。“這就是無人駕駛上車駕駛員不能離開方向盤”，司馬華鵬解讀。

行業(yè)也有一套應(yīng)對體系。比如謙語智能在做代運營時，會用到配合真人的“阿凡達(dá)”模式：在屏幕中的數(shù)字人，由一個真人實時提供文案，AIGC生成唇形與表情。如果是由AI生成的文案，可能會循環(huán)播放，導(dǎo)致平臺判定為錄播而封號。

占健有一套躲避平臺查封的策略，比如在起號的7-15天的風(fēng)險期中，做間斷式直播，“直播2小時，下線，再開播”，或者給一場直播做10個切片，第一天順著放，第二天倒著放，第三天打亂順序放。

哪怕這樣，數(shù)字人賬號被封也是常有的事。在做客戶測試時，100個賬號的短暫封控率（封控1-3天，無永久封控）在30%左右。能被平臺推流而每天產(chǎn)生成交量，30個賬號中只有15個。

AI從應(yīng)用到直播的距離，類似機槍被發(fā)明后擱置了幾十年，才在戰(zhàn)場上大規(guī)模使用。一個新式武器從發(fā)明到應(yīng)用廣泛間，往往還需要一定時間。

“在賺錢角度是好生意，科技向善角度不是好生意。”司馬華鵬說。創(chuàng)造AI不是毀滅人類，一些行業(yè)亂象卻是在做這樣的事。

梅拉妮·米歇爾（Melanie Mitchell）在《AI 3.0》中說，人工智能研究人員佩德羅·多明戈斯所說的那段令人印象深刻的話：“人們擔(dān)心計算機會變得過于聰明并接管世界，但真正的問題是計算機太愚蠢了，并且它們已經(jīng)接管了世界。”

司馬華鵬分享他們當(dāng)時做電話機器人的經(jīng)驗，盈利模式和今天的數(shù)字人一樣可觀，無數(shù)電話機器人公司涌入這條賽道，最后等到政府發(fā)文整治騷擾電話，運營商不批路線給機器人。結(jié)局是，“大家把行業(yè)干死了”。

那么，數(shù)字人呢？