AI数字人直播如何革新电商零售？看集思科技打造沉浸式购物体验

以技术迭代为推动力，AI正在加速行业渗透。在电商零售竞争最为激烈的直播领域，快消品、日用品等标准化商品采用AI数字人直播带货已不鲜见。然而，当向来注重品质与品牌调性的奢侈品行业试水AI数字人直播，技术创新究竟会转化为运营效率的突破，还是品牌价值的隐性损耗?今年618期间，Burberry提供了具象化的答案。

公开信息显示，Burberry在5月20日上线数字人主播以来，618期间直播时长达270小时，带动成交同比增长超500%。在直播场景中，数字人主播不再是机械播报，而是懂场景、懂用户、懂商品的智能协同高级导购，能精准诠释Burberry风衣的百年工艺。

毫无疑问，AI技术的进一步突破是数字人主播“以假乱真”的基础，而在高度场景化的电商直播领域，对场景的深度理解与协同能力是另一重护城河。Burberry的AI直播供应商——集思科技，是数字人电商直播的创造者之一，为LVMH集团、欧莱雅集团、雅诗兰黛集团、宝洁集团、稳健集团等提供AI直播服务，在服务大型品牌超500+家。

近期，集思科技发布了全新一代数字人直播电商2.0产品，产品的原型，起源于2024年6月阿里云Create@AI创客松第五季。在这场以To B AI应用为主题的大赛中，集思科技凭借一款名为销销帮你Sell Show的产品获得冠军，更宝贵的是，团队打开了“产品可以做成什么样”的想象空间，当时灵光乍现的想法正在逐步落地。

这是一场怎样的技术与场景相互成就的故事?本期「看见新力量」栏目与集思科技CEO李世尊展开对话，看AI如何革新电商零售。

一、AI直播升级，打开非标产品市场

每一轮零售业的革新，本质都是围绕“人货场”关系的持续重构。从实体商店到电商平台，是追求“货”的规模化与成本优势;直播等社交电商兴起，聚焦的是“人”的信任链;AI革新电商销售的突破点是“场”，用技术手段把蛋糕做大。

“增加夜间直播时长只是对AI价值最初级的理解。”李世尊解释，AI直播给品牌带来的价值主要体现在两大方面：第一点是促进转化率和客单价，目前电商平台很多消费者不看直播就不下单;第二点是在平台规则范围内，承接和转化直播的公域流量。

而集思科技希望做的，是进一步扩宽价值的边界。

7月2日，集思科技发布了全新一代数字人直播电商2.0产品——“实时替身”金牌主播，推动数字人电商直播从1.0时代的“可用”阶段，正式迈入以“视觉自然化+沟通智能化+内容协同化”为核心特征的体验驱动型2.0阶段。具体体现在主播视觉表现自然化，让数字主播“像人一样动”;视觉听觉协同，打造沉浸式内容体验;沟通能力智能化，让数字主播从“播话术”到“带情绪”。

可以说，技术模糊了数字人与真人主播之间的“真假线”，并进一步突破了直播应用场景的边界线———数字人进入非标产品直播领域。

在电商直播中，服装、首饰、奢侈品等是典型的“非标产品”，这类商品往往无法像电子产品一样完全参数化，其消费者决策高度依赖于试用试穿体验，决策链条长、信任成本高，以往缺乏展示及互动能力的数字人缺乏带货“说服力”。

商品展示方面，集思科技借助音视频技术同步调优与内容多模态整合能力，“实时替身”产品支持数字主播在语言、表情、动作、近景、指向商品，展示商品节奏上的精准协调，实现“指哪儿打哪儿”。李世尊进一步阐释：“我们可以实现直播过程中视觉和听觉协同，讲解衣服的时候，讲到袖子就指袖子，讲到领子就指领子，解决了服装包括包包等产品的精细化体验式讲解，这是原来数字人做不到的。”

在互动方面，集思科技将数字人主播的互动能力划分为L1-L4四个层级：L1阶段是普通主播的基础能力，包括口齿清晰、过渡自然，能理解消费者发送的碎句式信息，并支持5分钟内多轮对话的上下文衔接;L2为资深主播的能力，可以做到单一消费者的需求挖掘，比如消费者询问商品时会主动反问用途，帮助消费者找到最合适的商品;L3是金牌主播的能力，能够同时处理多位消费者的提问，在回答消费者A问题时，如果消费者B也提了高价值问题，会用“我看到你问题，你别走，我一会儿来回答一下”等自然话术，把整个直播间所有人的情绪都照顾到。

而最终的L4阶段，李世尊认为将具备超越目前真人主播的能力，可以基于AI对消费者行为的数据感知，主动出击进行引导互动：“真人主播关注不到谁在直播间里加购了哪个商品，但AI是可以知道的，掌握数据后可以主动引导。比如数字人主播正在讲解赫莲娜黑绷带产品，但又消费者打开白绷带产品链接超过10秒，那可能就触发数字人互动机制，会主动说‘我关注你正在看白绷带，我可以展示一下白绷带产品，你对产品什么问题’等等。实现一对一的销售。”

二、技术与场景加乘，阿里云成就数字人新势力

艾媒咨询数据显示，42.86%的企业表示使用AI数字人后经营成本降低了20%-30%，42.55%的企业表示经营成本降低了10%-20%。在数字人技术应用的深化阶段，如何通过数字人技术实现效率提升，已成为企业普遍关注的行业命题。

早在2021年，集思科技核心团队就关注到了数字人的应用潜力，尽管当时技术还不成熟，但赫莲娜、olay、兰蔻等品牌都积极拥抱数字人，并且取得了不错的反馈。2022年，李世尊接触到了GPT-3，流畅的智能化体验让团队相信，AI数字人的时机到了。

2024年6月，集思科技参加了阿里云Create@AI创客松第五季大赛。“我觉得也是那场比赛造就了我们。原本每天在业务中，脑子是比较落地的，也没有想那么多要把产品做成一个什么样的地步。”李世尊回忆，一个多月时间里，团队疯狂脑暴，但大家都很开心。“整个团队有了更多想象的空间，不是整天处理实践问题，而是要仰望星空了。”

集思科技参赛产品销销帮你Sell Show，采用通义千问模型，技术路线上做了更加先进的突破，通过Multi-agent为商家制作智能的主播agent、选品agent等，帮助商家打造完整的直播间，不止一键开播，更能实现一键带货。

阿里云完整的产品体系和前沿的大模型技术让李世尊印象深刻。大赛之后，集思科技全面采用阿里云技术，将产品进一步打磨落地。

集思科技所有智能体的背后，都采用了通义千问3大模型。李世尊介绍：“我们做Multi-agent的时候，就选择阿里云百炼平台，用通义的能力去搭建。”通义千问3与百炼平台从模型、工具、成本、安全等维度，为集思科技提供多维支持。

百炼平台提供了丰富多样的模型服务，满足不同业务场景需求，其中，通义大模型凭借万亿级超大规模数据训练和领先的算法框架，实现全模态高效精准的模型服务调用，快速响应，降低交互延迟。同时，通过百炼平台插件工具、智能体编排组件和运营工具箱，企业可快速构建智能体。在成本方面，提供实时和Batch多种调用方式，离线调用成本降低50%。在安全性方面，百炼基于阿里云的安全防护机制和能力，从攻击防护、传输加密、存储加密、网络隔离、权限管理、内容安全、隐私保护等方面，打造“可靠、可信、可控”的数据安全保障体系。

除此之外，集思科技使用阿里云无影云电脑替代虚拟远程物理机运行淘宝直播软件，保障数字人直播间24h持续运行。无影云电脑具备即开即用特性，可根据业务需求快速部署上线。依托云端稳定运行环境，彻底摆脱本地电网限制，确保直播业务持续无忧。同时，无影云电脑配备精细化管控后台，支持实时状态查看、远程监控与自动化运维，并内置多种数据安全管控能力，全方位保障直播数据安全。此外，无影电脑支持海外多区域部署，助力出海业务无缝拓展。

“在阿里云模型迭代的基础上，我们的品味、产品迭代方向是什么、怎么应用到具体的场景里，这些对场景的理解会让技术乘以一个系数。”李世尊认为，技术和行业know how的叠加，两个系数相乘才能最终体现数字人产品的竞争壁垒。

三、AI数字人销售闯入“人货场”，把“场”无限个性化、扩大化

集思科技“实时替身”金牌主播，突破了非标产品直播的边界，让市场看到了数字人更大的增长空间。但李世尊表示，数字人直播只是集思科技的第一步，未来的目标是为全球品牌打造第一个专业的AI销售，“数字人直播可以理解为是一个one too many的销售人员。未来我们希望能够往一对一的方向去做，一对一销售对延迟、回答准确度、响应时间，都会更加严苛。”

背后是集思科技对“人货场”趋势的理解，李世尊认为，“人”和“货”本质的需求与供应链供给，均需较长时间才可能产生较大调整，在短期内很难发生显著变化。而内容为代表的“场”是连接人与货的关键介质，正如淘宝等平台通过内容建设强化人与货的连接关系，AI数字人销售可以让“场”无限地个性化，用无限的内容推动货与人的双向精准触达。

在电商销售背景下，阿里云通义千问3对国产品牌等电商信息的有效覆盖，为个性化互动提供精准的语料支持。举例来说，当有消费者提问“谷雨”与品牌面霜的区别时，部分模型会识别其为二十四节气中的谷雨，而通义千问3涵盖了大量国产品牌信息，可以精准识别到相应品牌并丝滑给出回应。

现阶段的行业竞争中，精细而稳定的服务是服务商留在牌桌的前提。如果说数字人行业也如大部分科技创业一般，经历了从无到有、行业内卷的发展阶段，那么到今天的竞争可以概括为差异化的价值竞争，低价实现基础功能的打法不再奏效，品牌需要服务商从更细分的领域给出“无可挑剔”的解决方案。这也契合了集思科技的slogan——为品牌持续交付。

面对未来的竞争趋势，李世尊分析，电商革新仅仅是一个开始，未来AI销售将是一个万亿级市场，而不仅仅是数字人直播这么简单。尤其在全球领域，AI对人力取代的杠杆更大，全球市场更加可观。

基于此，集思科技正在布局全球业务，硅谷办公室已经成立，支持品牌在海外平台直接接入数字人服务，业务模式更加灵活。

阿里云也将一如既往提供前沿稳定的技术支持，据介绍，集思科技将围绕无影、GPU、RTC等方向，与阿里云展开更深入的全面合作。通过定制化无影网络优化方案提供更高效的实时直播承载能力，凭借GPU算力升级强化实时渲染与智能交互能力，依托RTC技术优化直播场景的毫秒级响应与沉浸式体验。

双方的融合有望推动AI技术与零售场景的深度融合进入新阶段，让电商零售等行业从”功能实现”向”体验革新”跃迁。