高説得力デジタルヒューマン：Wenxinマルチモーダル大模型 기반、「脚本生成」機能を備え、音声と映像が超リアル 171

高説得力デジタルヒューマンとは？

高説得力デジタルヒューマンは、2025年4月25日に百度Create大会で百度創業者である李彦宏氏によって発表されたデジタルヒューマン製品です。高説得力デジタルヒューマンは、音声と容姿が超リアルで、内容がより専門的、インタラクションがより柔軟で、実人を超える体験を提供します。百度電商「慧播星」プラットフォームによって構築され、文心4.5大規模モデルに基づき、「脚本生成」能力を備え、表情、語気、動作を台詞に合わせてリアルタイムに調整し、感情の転換や動作の切り替えを自然でスムーズに行うことができます。例えば百度が生成したデジタルヒューマンは、容姿、音声、動作、表情がすべて非常にリアルで、実人とほぼ同じです。

高説得力デジタルヒューマンのコア技術

• 脚本駆動マルチモーダルマッチング：大規模言語モデルを活用して脚本を生成し、台詞、視覚タグ、音声タグの生成を網羅します。台詞を生成する際、デジタルヒューマンの動作、表情、语调などの情報を同期的に生成し、各モーダル位置を揃えて、マルチモーダルコンテンツの一致と位置合わせを実現し、表現力豊かで形と神兼备のデジタルヒューマンを生成します。

• マルチエージェントスケジューリング：デジタルヒューマンは、ライブ配信ルームのリアルタイムな人気度や转化状況に基づき、助播（サブMC）、場控（配信管理）、運営などの役割を柔軟にスケジューリングして转化を促進できます。例えば、カメラ映像を适时に切り替える、画像や映像素材をスケジューリングするなどを行い、「一人でマーケティングチーム一支」を実現します。例えばある自動車ライブ配信ルームでは、デジタルヒューマンMCが解説している間、助播が同時に3D車モデルを呼び出し、转化効率が40%向上しました。

• 高マルチモーダル融合：実人とライブ配信ルームの装飾を完全に再現できます。百度が開発したデジタルヒューマン映像生成大規模モデルは、映像、脚本、音声などのマルチモーダル信号をデジタルヒューマンの高制御可能生成に用い、さらに影空間アライメントを通じて十分な長さの映像コンテンツを生成します。

• デジタルヒューマンシナリオ向け音声合成：文心大規模モデルに基づき、テキストスタイル、感情、リズムの起伏を予測し、テキスト自己制御音声合成大規模モデルにより指示遵循合成を実現し、音声効果を滑らかで流畅に制御します。ライブ配信テキストと発音者情報を組み合わせ、自然で流畅な音声を合成します。

高説得力デジタルヒューマンの応用シナリオ

• ECライブ配信：これは高説得力デジタルヒューマンの重要な応用分野です。疲れを知らずライブ配信が可能で、商品解説から雰囲気づくりまで全流程をカバーします。あるコスメライブ配信ルームでは、デジタルヒューマン販売員の转化率が実人より25%高くなりました。「溶溶精致生活」は慧播星デジタルヒューマンでライブ配信し、月間GMVが15万元を超え、收益が30%向上しました。「美丽家居服工場」はGMVが60%増加。コスメ・パーソナルケアブランド「左顔右色」はデジタルヒューマンで試妆展示を行い、単場GMVが29万元を超え、ライブ配信ルームの转化率が60%向上しました。デジタルヒューマンはライブ配信ルームのリアルタイムフィードバックに基づき、クーポン发放や商品切り替えなどの自動意思決定も可能です。

• その他の分野：現在デジタルヒューマンシステムは多業界に拡大しており、法律、教育、金融、自動車などのバーティカル分野シナリオで広く応用されています。一部の自動車ディーラーはデジタルヒューマンで車種の紹介やインタラクティブ问答を実施。書籍ライブ配信では、デジタルヒューマンが古典を引用できます。健康製品带货時には、ユーザーの血糖値などのデータに基づく個別化推薦が可能です。法律業界の「法在心間」は弁護士デジタルヒューマンプロジェクトを新設し、慧播星の脚本創作と大規模モデルの知識蓄積により、法律問題を精准に解答しリスクワードを回避しており、稼働後に线索取得コストが75%低下し、线索量が約5倍に向上しました。

高説得力デジタルヒューマンのメリット

• 低门槛：百度慧播星には「ワンクリッククローン」機能があり、ユーザーは最短2分間のライブ配信映像を録画してアップロード・訓練するだけで、専用のデジタルヒューマンを所有でき、誰もがMCになることができます。またaiでライブ配信スクリプトの作成を支援し、個別化されたライブ配信ルームを構築できます。

• 低コスト：現在「高説得力デジタルヒューマン」を使用したライブ配信の月平均コストは千元以内に抑えられ、従来のライブ配信より約80%削減されます。システム技術コストも低下しており、過去1年間で約3分の2減少しました。百度站内では、商売側がプラットフォームの支援を活用し、ほぼゼロコストで配信を開始できます。

高説得力デジタルヒューマンの使用方法

1. 映像の録画：百度APPを開き、「慧播星」を検索し、「スマホ端ワンクリック配信開始」「デジタルヒューマン作成」をクリックします。スマホで2〜3分間の実人出演映像を録画します。映像は終始顔を出す必要があり、専門機器の用意は不要です。

2. キャラクター設定、主題、スクリプトの選択またはカスタム設定：映像アップロード待機中に、慧播星が用意したキャラクター設定（例：感情コンサルティング、読書シェアなど）を選択でき、AIが自動的にキャラクター設定ガイド、ライブ配信主題、スクリプトを生成します。キャラクター設定のカスタム（例：瘦身爱好者など）や「AIに書いてもらう」スクリプトの選択も可能で、関連内容を生成できます。スクリプト生成の全工程は2分未満です。

3. デジタルヒューマン制作完了を待つ：制作時間は通常3時間程度で、完成後はSMSで通知され、ページにも配信時間の案内が表示されます。