淘宝直播数字人：形象技术

主要观点总结

本文主要介绍了淘天集团直播AIGC团队在数字人直播技术方面的实践与探索，包括六大核心环节、数字人定义及分类、应用发展、技术挑战与解决方案等。团队致力于通过AI原生技术创新重构电商直播场景中的人货场交互范式，并取得显著进展。

关键观点总结

关键观点1: 数字人直播技术的六大核心环节

包括LLM文案生产、LLM互动能力、TTS（语音合成）技术、形象驱动技术、音视频工程及服务端工程等。

关键观点2: 数字人的定义及分类

数字人是指通过计算机图形学、人工智能、机器学习等技术生成的，具有人类外观特征、行为表现和交互能力的虚拟角色或实体。广义上，数字人不仅能模拟人类的外貌、表情、动作，还能具备一定的认知能力和情感表达能力，从而实现与真实用户的自然互动。数字人可以从应用场景上又分为媒介数字人、服务数字人和应用数字人等。

关键观点3: 数字人应用的发展与挑战

近年来，数字人应用井喷式发展，最出圈的数字人包括陪伴型数字人、IP型数字人和电商数字人。然而，高质量数字人的制作对于用户商家的成本太高，依赖的高质量素材录制使得中小商家难以入局，阻碍了数字人规模化的步伐。团队通过深入研究，提出了解决方案和技术框架。

关键观点4: 技术挑战与解决方案

团队在面对用户素材录制要求高、人工评测审核效率低等问题时，通过构建自动化链路、优化模型设计、算法自动化治理等手段，降低了用户操作难度，提高了审核效率和开播效果。同时，团队还在探索高表现力数字人的生成与优化，通过换头&头驱、通用唇驱、单人单训等技术手段，逐步实现了规模化目标和高表现力目标。

关键观点5: 团队介绍与远景目标

淘天集团直播AIGC团队作为直播电商智能化领域的先行者，始终致力于通过AI原生技术创新重构电商直播场景中的人货场交互范式。团队拥有深厚的技术积累，已成功搭建起覆盖直播全链路的AI技术矩阵，并在数字化身技术方面取得显著进展。展望未来，团队将以“一键托管式开播”和“高表现力数字人”为远景目标，持续深化技术研发与应用探索。

免责声明