当数字人有了“活人感”：百度一镜的WAIC时刻

撰文 | 李信马
题图 | DoNews摄

每年的世界人工智能大会（WAIC）可谓是行业的风向标，AI的风口从智能驾驶刮到大模型，又席卷向具身智能和Agent，让人目不暇接，不断有新物种和新玩家出现，各领风骚。不过，其中也有“常青树”，百度就是这样一家公司。

在中我们提到，百度旗下的通用智能体百度搭子入选了“镇馆之宝”，也是唯一入选的同类产品。未来是Agent的时代，IDC预测，全球活跃Agent数量在2026年将达到7940万个，2030年增长到22.16亿个，如何为企业和个人用户提供好用的Agent，就成为不少科技公司下一阶段竞争的焦点了。

市面上目前比较火的产品有腾讯的WorkBuddy，而百度搭子背靠百度生态，依托百度搜索、网盘、地图、文心大模型和百度智能云等百度AI生态能力，也颇有竞争力。7月10日，百度搭子升级了智能路由、多端共享记忆、浏览器调用、PPT生成等能力，并发布行业首个自媒体专业套件，之后由于移动端活跃用户短时间内超预期增长，一度出现服务卡顿。

除了百度搭子外，在WAIC上，百度旗下还有多款产品迎来了重磅发布，比如百度文库网盘联合推出的通用智能体GenFlow4.0能力再次升级，Office Agent实现全面进化；百度网盘推出AI剪辑等多模态Agent能力，企业版也同步升级；在无代码开发场景下，秒哒新增了iOS App生成、投流优化、生产级交付、一句话做Skill等能力；在家庭场景中，超能小度实现智能体化升级，并推出“小度搭子”产品，将智能体带入家庭日程管理、家庭看护、健康管理等日常场景。此外，还有自动驾驶领域的萝卜快跑、AI算力领域的昆仑芯超节点和商业决策领域的百度伐谋等产品的最新进展。

其中，让DoNews格外感兴趣，并参与发布会的，是一个新品牌——百度一镜。在中，我们对百度一镜已经有了初步的介绍，时隔两个月后，也可以做阶段性的盘点，并分享其最新的进展。

刚刚过去的世界杯，是全球顶级的体育赛事，有句玩笑说，世界杯上中国除了足球队，其他的都去了。百度作为科技公司也参与其中，在今年世界杯期间，百度一镜与可口可乐合作推出了两个标志性案例。一个是我们的老熟人——范志毅老师的实时互动数字人，在6月12日世界杯开幕当天上线，这是全球首个体育赛事实时互动数字人陪看官。看过这款数字人的朋友们应该知道，它不仅响应时延短，而且高度还原了范志毅的声线和上海口音，以及招牌式神态与肢体动作，而且真的能跟你聊球、抬杠、甩出热梗。

另一个案例是可口可乐世界杯限定版TVC，全部由AI生成，而且风格高度统一，推拉摇移、机位调度、构图层次全部在线，这个直接看视频，就能感受到技术和作品的成熟度之高。世界杯结束，这两个项目也顺利完成，意味着百度一镜的商业化路径更加顺畅了。

在WAIC上，百度一镜首发了数字人视频播客解决方案，通过多人剧本编排、真人感审美和微表情技术，能够实现创作质量与生产效率的双重提升。技术上，文心大模型可进行微表情的细粒度规划，数字人专精模型则实现百级表情单元协同控制，表情响应粒度缩短至1秒以内。

在现场，DoNews看到展示的画面中，甲子光年创始人张一甲与量化分析师林深对坐而谈，谈什么话不重要，重要的是，两位数字人毫秒级的微表情演绎——林深发表观点时会下意识挑眉，甲小姐在倾听时嘴角轻微下压，这类近乎人类本能反应的细节，让数字人有了“活人感”。

我们来深扒一下百度一镜的三层技术壁垒。首先，传统数字人的情绪表达往往依赖“开心”“悲伤”等简单标签，而文心大模型作为“大脑”，能根据剧本场景生成完整的微表情规划，通过情绪、表情、动作、声音、人设、场景六个维度完成表情设计，将微表情拆解为百级别可精细控制的单元。

第二层是数字人专精模型的精准执行。百度数字人专精模型支持文本、图片、语音的多模态规划参考，在空间维度对数百个微表情单元进行细粒度协同控制，在时间维度将表情控制时间粒度控制在1秒以内。

第三层是数据工程。依托文心大模型的视频理解能力，对海量影视级视频数据进行精细化处理，包括高质量Caption、情绪语义理解、表情理解、动作理解、语音理解等，通过多层级数据质量净化和训练，提升数字人的生成能力。

在产品端，依托编剧、导演、剪辑三大AI智能体以及超80个skills，数字人视频播客解决方案能自动生成思辨访谈脚本，支持单人讲学、双人观点对谈，覆盖财经、法律、科技、人文全垂类。实测数据显示，该解决方案使制作成本下降74％，内容表现力提升785％，平均播放时长上涨29％，人物自然度全面超越市面主流模型。

面向海外市场，百度一镜海外版也依托多智能体（Agent）架构，复刻了“真人编剧-导演-演员-剪辑”的完整流水线，实现了从文字脚本到完整成片的自动端到端生成，适配海外短视频、带货短剧、品牌营销视频批量生产场景。在百度一镜的规划中，今年会是海外数字人直播的元年，完成打开局面到开始规范的迈进，目前市场空间巨大，相信之后也会有进一步的数据反馈。

从去年罗永浩的数字人直播，到今年世界杯的AI范志毅，再到WAIC首发的数字人视频播客，百度一镜让AI以具象化的形态与人交互，随着全球活跃Agent迈向数以亿计的规模，这样有“活人感”的交互方式，可能也是未来不可或缺的。

「创新无边界」是我们的slogan，我们不局限于对互联网行业的追踪与探索，更要向未来、向未知的方向大胆迈进。因此，「打造行业新标杆、解读商业新动向」是我们秉持的方向之一。