Assistant scénario▸ 
Apps AI 
Actualités AI Humain numérique ultra-performant : basé sur le grand modèle multimodal Wenxin, avec génération de scripts et une voix et une apparence ultra-réalistes
小编 ·
Humain numérique ultra-performant : basé sur le grand modèle multimodal Wenxin, avec génération de scripts et une voix et une apparence ultra-réalistes
Qu'est-ce qu'un humain numérique à fort pouvoir de persuasion ?
Le 25 avril 2025, lors de la conférence Baidu Create, Robin Li (Li Yanhong), fondateur de Baidu, a lancé le produit d'humain numérique « à fort pouvoir de persuasion ». L'humain numérique à fort pouvoir de persuasion offre une voix et une apparence extrêmement réalistes, un contenu plus professionnel et une interaction plus flexible, procurant une expérience surpassant celle d'un véritable être humain. Il est conçu par la plateforme de e-commerce de Baidu « Huiboxing » (慧播星), repose sur le grand modèle ERNIE 4.5 et possède une capacité de « génération de scénarios ». Il permet aux expressions, au ton de la voix et aux gestes de s'ajuster en temps réel en fonction des répliques, rendant les transitions émotionnelles et les changements de gestes naturels et fluides. Par exemple, l'humain numérique généré par Baidu possède une apparence, une voix, des gestes et des expressions très réalistes, quasiment identiques à ceux d'un vrai être humain.
Technologies clés de l'humain numérique à fort pouvoir de persuasion
Correspondance multimodale pilotée par scénario : à l'aide d'un grand modèle de langage, un scénario est généré, comprenant les répliques, les étiquettes visuelles et les étiquettes vocales. Lors de la génération des répliques, les informations sur les gestes, les expressions et l'intonation de l'humain numérique sont produites de manière synchronisée, en alignant les positions des différentes modalités, afin de réaliser une correspondance et un alignement positionnel multimodaux, et de générer un humain numérique expressif, à la fois en gestes et en esprit.
Coordination multi-agents : l'humain numérique peut, en fonction de l'engouement en temps réel et du taux de conversion du live, coordonner de manière flexible des rôles tels qu'un co-animateur, un régulateur de plateau ou un responsable d'exploitation pour favoriser les conversions, comme changer de prise de vue au bon moment, ou orchestrer des images et des ressources vidéo, permettant ainsi d'avoir « à lui seul une équipe marketing complète ». Par exemple, dans le live d'une marque automobile, pendant que l'humain numérique animateur présente le véhicule, un co-animateur affiche simultanément le modèle de voiture en 3D, ce qui a permis d'augmenter l'efficacité de conversion de 40 %.
Fusion multimodale élevée : il est capable de reproduire parfaitement un véritable être humain ainsi que la décoration du live. Baidu a développé un grand modèle de génération vidéo dédié à l'humain numérique, en utilisant des signaux multimodaux tels que la vidéo, le scénario et la voix pour une génération hautement contrôlée de l'humain numérique, puis en générant des contenus vidéo d'une durée suffisante grâce à un alignement dans l'espace d'images.
Synthèse vocale dédiée aux scénarios d'humain numérique : sur la base du grand modèle ERNIE, le style, l'émotion et les variations de prosodie du texte sont prédits. Une synthèse vocale contrôlée par le texte est réalisée grâce à un grand modèle de synthèse vocale respectant les instructions, permettant de contrôler la fluidité et l'homogénéité de la voix. En combinant le texte du live et les informations sur le locuteur, une voix naturelle et fluide est synthétisée.
Scénarios d'application de l'humain numérique à fort pouvoir de persuasion
Live e-commerce : il s'agit d'un domaine d'application important de l'humain numérique à fort pouvoir de persuasion. Il est capable d'animer des sessions de live sans fatigue, couvrant l'ensemble du processus, de la présentation des produits à la stimulation de l'ambiance. Par exemple, dans le live d'une marque de cosmétiques, le taux de conversion de l'humain numérique conseiller a surpassé celui d'un vrai être humain de 25 % ; « Rongrong Jingzhi Shenghuo », qui utilise un humain numérique de Huiboxing pour ses lives, a atteint un GMV mensuel de plus de 150 000 yuans, avec une hausse de revenus de 30 % ; « Meili Jiajufu Gongchang » a vu son GMV augmenter de 60 % ; la marque de cosmétiques et soins personnels « Zuoyan Youse », qui utilise l'humain numérique pour les essais de maquillage, a réalisé un GMV de plus de 290 000 yuans par session, avec un taux de conversion en live en hausse de 60 %. L'humain numérique peut également prendre des décisions automatiques en fonction des retours en temps réel du live, comme distribuer des coupons ou changer de produit.
Autres domaines : à l'heure actuelle, le système d'humain numérique s'étend à plusieurs industries et est largement appliqué dans des scénarios verticaux tels que le droit, l'éducation, la finance et l'automobile. Certains concessionnaires automobiles utilisent l'humain numérique pour présenter les modèles de véhicules et répondre à des questions interactives ; dans les lives liés aux livres, l'humain numérique peut citer des classiques ; pour la promotion de produits de santé, il peut fournir des recommandations personnalisées en s'appuyant sur des données telles que la glycémie de l'utilisateur. Dans le secteur juridique, la plateforme « Fa Zai Xinjian » a lancé un nouveau projet d'humain numérique pour avocats, qui, en s'appuyant sur la création de scripts de Huiboxing et sur la base de connaissances du grand modèle, répond avec précision aux questions juridiques, évite les termes à risque, et a permis, après sa mise en service, de réduire de 75 % le coût d'acquisition de prospects et de multiplier par près de 5 le volume de prospects.
Avantages de l'humain numérique à fort pouvoir de persuasion
Faible barrière à l'entrée : Huiboxing de Baidu propose une fonction de « clonage en un clic ». Il suffit aux utilisateurs d'enregistrer une vidéo de live d'une durée minimale de 2 minutes, puis de la télécharger pour l'entraînement, afin de disposer de leur propre humain numérique dédié ; tout le monde peut devenir animateur. Il est également possible d'utiliser l'IA pour rédiger des scripts de live, afin de créer un live personnalisé.
Faible coût : à l'heure actuelle, le coût mensuel d'utilisation d'un live avec un « humain numérique à fort pouvoir de persuasion » est maintenu à moins de quelques milliers de yuans, ce qui représente une économie d'environ 80 % par rapport à un live traditionnel. Le coût technique du système est également en baisse, ayant été réduit d'environ deux tiers au cours de l'année écoulée. Sur la plateforme Baidu, grâce au soutien de celle-ci, les commerçants peuvent presque commencer à diffuser gratuitement.
Tutoriel d'utilisation de l'humain numérique à fort pouvoir de persuasion
Enregistrer une vidéo : ouvrez l'application Baidu, recherchez « Huiboxing », puis cliquez sur « Démarrer le live en un clic depuis le mobile » et « Créer un humain numérique ». Utilisez votre téléphone pour enregistrer une vidéo de 2 à 3 minutes dans laquelle une vraie personne apparaît ; la vidéo doit montrer le visage en continu, sans nécessiter d'équipement professionnel.
Choisir ou personnaliser le persona, le thème et le script : pendant le téléchargement de la vidéo, vous pouvez choisir un persona préparé par Huiboxing, tel que conseil sentimental ou partage de lectures ; l'IA générera automatiquement un guide de persona, un thème de live et un script. Vous pouvez également personnaliser un persona, par exemple « passionné de remise en forme », et choisir l'option « L'IA m'aide à rédiger » pour générer le script ; l'ensemble du processus de génération du script prend moins de 2 minutes.
Attendre la finalisation de l'humain numérique : le temps de fabrication est généralement d'environ 3 heures. Une fois terminé, vous serez notifié par SMS et la page indiquera également l'heure de début du live.
