做公司，数字人已经远远不止是数字员工了

前两天下午，在国家会议中心，主持了百度Create大会的数字人专场。

现场问了嘉宾一个问题：说起AI和数字人，很容易要么神话、要么矮化，怎么客观看待？

嘉宾探客互动的苏真，给我的回答印象很深：心态是要平视的，工具是组合起来用的。

我自己用数字人的体验也是，打破了曾经的幻想之后，现在真正在业务里用起来，看到的是持续的惊喜。

01百度一镜，和以往不一样了

先说个背景。

百度这次把数字人品牌从慧播星升级为百度一镜，数字人开启了“全场景+全球化”时代。

很多人可能觉得，这就是个横向的品牌延伸，但我先看到的，是AI技术和Agent的更深落地。

在后台跟百度的同学聊了聊，发现这次升级背后，是整个产品逻辑的重新梳理。

慧播星时代，百度数字人的核心场景是直播。

就是帮你做个数字人主播，7x24小时在直播间里卖货。

这个事他们做了三年，从最初帮一个茶农开播，到去年推出高说服力数字人，再到今年可以生成8到10分钟的直播底板视频，一步一步把直播这个场景打透了。

但问题是，直播只是数字人能力的一个应用方向，概括不了接下来更广泛的应用趋势。

所以百度一镜这个新品牌，把能力边界重新划清楚了：数字人直播、数字人视频、实时互动数字人，三大板块。

能看出来，百度不再把数字人看作一个单一场景的工具，而是一个可以嵌入各种内容生产流程的基础能力。

我在现场看到的一个案例印象很深。

现场展示了一个叫小七的教育博主，全网200多万粉丝，他复刻了一个自己的数字人分身。

这个小七的数字人可以随时在线回答用户问题，还能实时追问，互动率上去之后，直播间转化率提升了19%。

小七自己呢？他把精力腾出来去准备课程内容了。

这个逻辑其实挺朴素的。数字人不是在替代人，是在替代那些重复性的、标准化的、不需要创造力的工作。

人去做人擅长的事，机器去做机器擅长的事。

02一个视频智能体，等于一个创作团队

这次发布的重头戏是海外版的上线，以及L3级别的视频智能体。

先说L3是什么概念。

百度集团副总裁、百度电商、百度数字人总经理平晓黎，在现场把AGI分成了五个阶段：

L1是聊天机器人，大家已经很熟了，ChatGPT那种。

L2是推理者，能解决人类级别的逻辑推理和解题。

L3是智能体，能够自主思考并且代表用户去执行特定任务。

百度一镜的视频智能体，就是L3级别的产品。

它的结构是这样的：剧本Agent、视频Agent、剪辑Agent，三个智能体协同工作。

剧本Agent相当于专业编剧，能理解创意需求，设计剧情和台词。视频Agent相当于导演，懂视听语言，做分镜设计，生成首帧和生产视频片段。剪辑Agent相当于后期团队，负责剪辑、特效、成片交付。

这个配置，放在过去，是一个专业广告制作团队的全部职能。

我看了他们展示的可口可乐广告案例。客户的需求是在赛事期间做一个预热TVC，要有分享快乐的基调，要有本土认同，要融入赛事元素。

百度一镜拿到需求后，先做品牌信息扫描和目标用户分析，提炼出足球让老朋友重聚、可口可乐带来欢乐时刻这个创意主题，然后调动三个Agent协同完成制作。

成片的水准，说是一线品牌广告片毫不夸张。而过去这种级别的片子，预算动辄几十万上百万，现在通过AI工具就能实现。

但我觉得更有说服力的案例是帕梅拉的带货视频。

那条视频的黄金前三秒，用了第一人称视角冲下楼梯、抓住帕梅拉在偷吃披萨的疑问开场，一下子就抓住了注意力。然后是商品展示环节，15秒的片段里有特写、有转场、有信息密度极高的卖点讲解。

这个视频是怎么做出来的？

百度一镜提供了分镜级别的修改能力。比如你觉得第5个分镜不好，想增加动态跟随的运镜效果，直接用自然语言输入指令，系统就会重新生成。操作门槛很低，但可控性很强。

对于那些做内容出海的人来说，还有一个功能非常实用——视频翻译。现场展示了一个案例，原始视频翻译成外语之后，口型、节奏、语调都匹配得非常好，完全像个母语者在说话。现在已经支持12种语言。

说实话，我以前对AI视频生成的态度是比较悲观的。看过太多那种虽然酷炫但毫无商业可用性的demo，算法炫技的成分远大于实际价值。

但百度一镜这个产品，从设计之初就是奔着商业落地去的，每个功能都能对应到具体的使用场景，每个能力都能解决一个真实存在的痛点。

03落地的时候，比技术更重要的是怎么用

圆桌环节是我最期待的部分。

因为前面平晓黎和吴晨霞讲的是产品能力，但产品能不能真正用起来、用出效果，取决于用户。

所以请了四位嘉宾，分别来自央媒、MCN机构、SaaS服务商和电商商家，从不同角度聊聊他们实际使用数字人的经验。

先说中新网的李光伟主编。

中新网作为国家级媒体，现在已经在大量使用数字人做新闻播报。我问了一个很直接的问题：数字人会不会替代真人主播？

李主编的回答很实在。他说数字人承接的是标准化、流程化、重复性的工作，比如突发新闻的快速播报、两会议案的大量文字报道转化成视频。

这些工作如果让真人来做，要化妆、换衣服、预约演播室、拍摄、剪辑，效率很低。一旦主播临时有事或者身体不舒服，还会断更。

数字人把这些低效环节替代掉之后，真人主播反而被解放出来了。他们有更多精力去奔赴新闻现场、做深度解读、打造个人IP，从一个流水线上的播报员升级成深度新闻的创作者。

我觉得这个逻辑同样适用于很多行业。AI不是来抢饭碗的，是来把你从繁琐的重复劳动中解放出来的。

然后是雨遇文化的张少帅总。

他们公司手握超过10万个短视频账号，达人的总GMV超过20亿。放在过去，这是个极其人员密集型的产业，10万个账号需要多少人来运营维护？

但他们用上了百度的数字人体系之后，内容分发可以达到几百万的体量。少帅总说了三个很落地的建议：

第一，抢占闲置流量。凌晨时段、真人主播休息的时段，用数字人去填补，低成本捡漏增量。

第二，不要无脑批量复制。要用爆款拆解和微创混剪的方式做差异化产出，避免同质化内容对账号造成损伤。

第三，坚持真人加数字人的组合打法。真人做人设，数字人做产能，数据互通，相互赋能。

说实话，这三点建议听起来简单，但能做到的人不多。因为太多人要么觉得数字人是万能的，开了直播就能躺着赚钱；要么试了一下发现效果不好就彻底否定。这两种心态都有问题。

探客互动的苏真总也提到了这个问题。

他说得特别直白：数字人不是来替代人的，是团队能力的一种延伸。你要合理调整预期，不要指望搞个数字人直播就能突飞猛进。你要去研究，在你的业务环节里，哪些部分用数字人加AI能带来效率或效益的提升。

苏总还说了一个观点我特别认同：要学会组合工具。不是说你用了百度的数字人，就什么都不需要了。

你可能还需要用其他大模型来解决文案问题、话术问题。找到自己的业务和AI工具组合的最佳方式，这个能力比单个工具本身更重要。

最后是秋思电商的赵大勇总。

他们是百度电商的标杆商家，年营业额超过20亿。大勇总给了一个非常炸裂的数据：2025年他们的开播数量比往年增长了500%到600%，整体GMV在竞争激烈的电商环境下增长了400%多。

这个增长怎么来的？他拆解了几个核心原因：主播招聘、培训、管理的成本几乎降到了零；直播时长从每天四五个小时变成了24小时全天候；经营状态极度稳定，不受主播情绪和身体状况影响。

但他也坦承，数字人直播间不是挂机就能出单的。一定要搭配精准的话术、店铺活动、商品机制、直播间封面和标题。所有这些细节优化到位，才能把流量转化成订单。

大勇总的经验说明一个道理：工具再好，也要会用。你给一个普通人一台专业摄像机，他拍出来的可能还不如手机。数字人也是一样，它是放大器，不是自动提款机。

04

回到这篇文章的标题。我在后台看到的那条路径，其实很简单。

第一步，数字人解决了效率问题。不管是直播、视频还是实时互动，成本大幅下降，产出大幅提升。

第二步，效率提升带来了规模化的可能。过去做不了的事情，现在可以做了。过去成本太高的事情，现在可以常态化了。

第三步，规模化应用沉淀出方法论。知道怎么用效果好，怎么用效果不好，哪些场景适合，哪些场景不适合。

第四步，方法论反哺产品迭代。百度听到了用户的反馈，知道哪些能力要补强，哪些痛点要解决，产品越来越好用。

路径走通了，临界点就到了。

百度数字人创新业务部、电商商业业务部负责人吴晨霞，在现场说了一句话，百度一镜海外版今天正式上线，面向全球招募合作伙伴。

这不是终点，是起点。

作为主持人，我站在台上看着这一切，心里其实挺感慨的。

过去几年我主持过无数场关于AI的论坛，听过的宏大叙事、看过的炫酷demo、翻过的精美PPT，多得数不清。但真正能让我感觉到事情正在起变化的时刻，并不多。

昨天下午算一个。

不是因为技术有多震撼，而是因为我看到了真实的用户在真实地使用这个产品，并且拿到了真实的回报。那些数据不是编出来的，是跑出来的。那些案例不是摆拍出来的，是做出来的。

百度一镜的Slogan叫看见你的想象力。我觉得这句话有两层意思。一层是你有多大的想象力，它就能帮你实现多大的价值。另一层是，它本身就是一扇窗，让你看见想象力变成现实的过程。

而我，恰好站在窗边，看了整个过程。