8年前，吳春松趕上了第一波深度學習AI浪潮，帶領團隊打造了淘寶智能設計系統(tǒng)“魯班”，在雙11期間生成了1.7億條廣告橫幅。如今，這位曾經(jīng)的阿里設計師再次站在了技術前沿，憑借生成式AI技術，將AI數(shù)字人直播帶貨推向了東南亞市場，成為行業(yè)領軍者。

然而，創(chuàng)業(yè)之路并非一帆風順。半年前，吳春松的公司遭遇了一場突如其來的危機——園區(qū)斷電8小時。對于一家每天運營數(shù)十個24小時不間斷直播間的企業(yè)來說，這無疑是一場災難。斷電意味著直播中斷，客戶流失，甚至可能面臨巨額賠償。

萬幸的是，這場危機被一位神秘的高人“無影”化解了。

AI浪潮中的創(chuàng)業(yè)者：

從“魯班”到數(shù)字人主播

2015年，吳春松（花名：樂乘）帶領團隊開發(fā)了“魯班”系統(tǒng)，旨在通過AI替代重復性設計工作。這一系統(tǒng)在淘寶內(nèi)部大獲成功，成為AI應用的典范。

2022年，吳春松從阿里辭職，創(chuàng)立了特看科技，專注于為電商商家提供SaaS工具。希望通過積累的設計優(yōu)勢和直播技術，為腰部商家做一款更好用的運營工具。

就在吳春松和特看科技準備擼起袖子大干一場的時候，另一波影響更為深遠的AI浪潮滾滾而來——ChatGPT橫空問世，從硅谷火遍了全世界。“技術迭代實在太快了！”吳春松感嘆道。原本計劃通過SaaS工具優(yōu)化編導、策劃等工作流程，但隨著生成式AI的成熟，這些工作都可以由AI完成。

ChatGPT們的爆火，讓吳春松意識到，AI的潛力遠不止于此。于是，特看科技迅速轉型，將AI數(shù)字人主播作為核心業(yè)務，結合腳本生成、數(shù)字人形象和商品素材，打造了一套完整的直播解決方案。特看也受到了投資人的青睞，公司成立僅半年就完成了數(shù)千萬元人民幣天使輪融資。

AI數(shù)字人主播：

從“形似”到“神似”

AI數(shù)字人有多真？看上面這個視頻，主播正聲情并茂地推薦著商品，從語音、嘴型、動作到情緒與真人無異，他不僅能準確地理解并回答用戶的問題，甚至還能一邊拿起桌上的商品一邊做介紹。

如果不提醒你，你很難分辨眼前正在直播的是真人主播，還是數(shù)字人。背后就是特看科技的AIGC數(shù)字人技術。

為了讓直播中的數(shù)字人更接近真人，吳春松和技術團隊用生成式AI，專門訓練了一個大模型去優(yōu)化，經(jīng)歷了幾次技術迭代。

比如第一步，解決了數(shù)字人的形象真實。不過因為剛開始大模型還不夠聰明，背后的腳本仍需要真人配音；第二步解決的是聲音真實的問題。2023年底，隨著AI聲音技術的成熟，數(shù)字人全面切換成了AI配音。最近，又進行了一輪升級——可以自定義數(shù)字人的音色。也就是說，只要手動調(diào)參數(shù)，就可以捏一個特定的聲音直接用。比如可以把主播的聲音調(diào)成老羅的腔調(diào)，或者接近董宇輝帶貨情緒的音頻。

第三步，讓數(shù)字人的大腦變得跟真人一樣。TA可以自己思考，理解語義后與用戶互動聊天。比如當你問：什么時候發(fā)貨？以往對于這樣的提問，系統(tǒng)會根據(jù)關鍵詞在人事先寫好的話術庫里做匹配，只有命中了關鍵詞才會回答。傳統(tǒng)模式下回答率在30%左右。不過現(xiàn)在，不需要命中關鍵詞，數(shù)字人可以理解并自己對答案進行擴寫，回答率提升到了80%。

吳春松說，從剛開始數(shù)字人只能口播，接下來數(shù)字人也可以像真實世界里的人類一樣，拿起直播間里的一個產(chǎn)品，像真人一樣拿在手上一邊做演示一邊口播。“這項技術在視頻帶貨和短視頻上實現(xiàn)了很大突破。“

斷電危機中的轉機：

無影云電腦拯救24小時直播

不過創(chuàng)業(yè)兩年多，吳春松也踩過不少坑，比如一場突如其來的斷電。

去年夏天，特看科技收到物業(yè)通知，因為線路檢修園區(qū)斷電8小時。此時，公司里有30多個完全托管的品牌直播間正在全天24小時直播。一旦出現(xiàn)斷電停播，意味著公司違約，除了賠付違約金，還有隨時丟失大客戶的風險。

收到園區(qū)物業(yè)的通知時，吳春松的腦子里一閃而過很多補救方案：臨時采購發(fā)電機？顯然已經(jīng)來不及。或者臨時租一個供電正常的場地，把30多臺電腦集體遷移過去。除了耗人力物力，這也是一個非常冒險的方案，不僅直播業(yè)務會中斷，新場地的網(wǎng)絡來不來得及拉好也是個問題，搬走還要搬回來，更是個麻煩事。一時間，各種煩惱涌上心頭，壓得吳春松喘不過氣來。

但多年大廠的經(jīng)歷讓他很快冷靜下來，吳春松開始思考，既然電腦不能搬，那業(yè)務能不能搬，公司的服務端早就用上了云計算，直播間有沒有辦法也搬到云上？

一番問詢下來，吳春松意外得知，原來公司部分業(yè)務已經(jīng)在試用一種云電腦的新IT形態(tài)，這是一種把PC桌面放在云端的計算服務，性能規(guī)格可以隨時調(diào)整，操作延遲非常低，操作起來跟本地電腦沒什么區(qū)別。提供這種新型計算服務還是自己的老東家——阿里旗下的無影云電腦，測試下來非常穩(wěn)定，性能也足以滿足直播需求。

因為信任所以簡單，吳青松當機立斷，立刻開通了幾十臺云電腦，在筆記本電腦上安裝無影客戶端，再在云電腦上無縫銜接直播間，順利度過了危機。就算園區(qū)斷電，員工的筆記本關了，直播也照樣進行。

“云計算不僅解決了斷電問題，還提升了我們的工作效率，”吳春松表示，“無論員工身處何地，都能隨時響應緊急情況，相當于把算力帶在了身邊。”

技術出海：

AI數(shù)字人“闖關”東南亞

2023年，特看科技憑借AIGC數(shù)字人直播技術在歐萊雅舉辦的BigBang美妝科技創(chuàng)造營挑戰(zhàn)賽中勝出，成為歐萊雅海外市場的數(shù)字人直播解決方案提供商。目前，特看科技的AI數(shù)字人直播已布局東南亞6個國家，尤其在印尼市場表現(xiàn)突出。

吳春松發(fā)現(xiàn)，東南亞市場的數(shù)字人直播效果甚至優(yōu)于國內(nèi)。在非黃金時段，數(shù)字人直播的小時GMV（成交總額）能達到70%-100%，有時甚至超過真人主播。目前，特看科技服務的品牌客戶超過300家，是國內(nèi)AIGC數(shù)字人直播技術的領軍企業(yè)。

雖然技術方案已經(jīng)成熟了，但吳春松在征戰(zhàn)東南亞時還是遇到了一堆意想不到的問題。

去年，第一次去印尼搭建直播間時，因為當?shù)仉娔X產(chǎn)業(yè)不發(fā)達，從采購硬件到開通網(wǎng)絡，準備工作前后就花了一個多月時間，而且價格是國內(nèi)的好幾倍。其中配一臺能跑直播的電腦就花了3000多美元，網(wǎng)絡費用也高達300多美元。

另外一個讓特看團隊頭大的問題是，因為IT基礎設施差，想要保持穩(wěn)定的7×24小時直播有時還得靠運氣，因為一旦電腦、寬帶、運行的軟件出現(xiàn)問題都會干擾到直播，而且往往是bug級別的。

去年在印尼的一場直播險些釀成事故。當時直播到一半數(shù)字人出現(xiàn)了明顯卡頓。特看工作人員通過遠程進行了排查，發(fā)現(xiàn)軟件沒有問題，網(wǎng)絡和推流都沒問題。于是，緊急派了一個當?shù)氐膯T工去辦公室查看，才發(fā)現(xiàn)客戶的辦公室里有個員工在電腦上插了一個移動硬盤，導致系統(tǒng)資源被占用，影響了直播軟件的正常運行。

有了之前斷電危機的教訓，去年10月開始，特看科技全面接入了阿里云無影云電腦。

吳春松發(fā)現(xiàn)，接入了無影后，不僅省去了租賃、組裝電腦的人力和時間，甚至不用操心軟件的運行環(huán)境和斷電問題。和本地布署最大的不同是，無影云電腦是一種遠程提供計算資源的方案，對網(wǎng)絡的要求很低，只要有互聯(lián)網(wǎng)的地方都可以聯(lián)網(wǎng)訪問。即使在電力和網(wǎng)絡不穩(wěn)定、帶寬資源有限的國家，同樣能保持長期穩(wěn)定運行。此外，無影的按量付費模式也能幫出海企業(yè)節(jié)省一大筆固定開支。

“對數(shù)字人直播來說，推流和渲染性能是剛需，都需要充足的算力資源，特別是如今全球的算力資源非常緊俏的情況下，成本非常高。”吳春松說。

云計算：

中國企業(yè)出海的“數(shù)字基建”

事實上，云計算已經(jīng)成為中國企業(yè)出海的重要基礎設施。在無影提供的低成本和靈活解決方案的背后，就有阿里云強大的全球計算資源作支撐。

東南亞國家非常多，市場環(huán)境比較復雜，基礎設施差異很大。對出海的中國企業(yè)來說，從一個國家到另一個國家，往往需要花費大量的精力重新采購IT資源，組建團隊，但通過阿里云的國際站，同一個賬號可以絲滑地在不同國家間切換，做到一個賬號全球算力統(tǒng)一管理。

目前，阿里云服務著全球200多個國家，400多萬個客戶。 “我們服務全球扎根本地，對進入特定市場的中國企業(yè)來說，可以迅速了解當?shù)胤煞ㄒ?guī)，并建立符合本地法律法規(guī)的團隊。”阿里云越南國家經(jīng)理趙雪姣說，比如以越南為例，越南公司70%的員工屬于當?shù)貑T工。

文 | 沈積慧