【原】淘寶直播在沖刺最復(fù)雜的人工智能技術(shù)！

新用戶3117jgpt 2020-09-26

展開全文

文/馮華魁

上周，主播林珊珊測試了一下淘寶直播團隊依據(jù)他個人形象打造的虛擬主播，也就是林珊珊下播以后，讓虛擬主播上場，粉絲在直播間可以跟虛擬主播互動，虛擬主播則實時介紹商品，回答消費者提問。

第二天，林珊珊發(fā)現(xiàn)，在團隊沒有任何線上工作的情況下，虛擬主播為賬號增粉240人，假設(shè)一個粉絲一年成交1萬元的話，一晚上增加的240個粉絲，相當于增加了240萬的GMV，這是在沒有任何付出的情況下哦！而且也只是一次測試而已。

想當初，淘寶直播產(chǎn)品經(jīng)理岱巖跟林珊珊團隊溝通虛擬主播的事情時，后者的內(nèi)心是想拒絕的，因為擔(dān)心技術(shù)問題，害怕虛擬主播與粉絲的互動體驗不好，沒想到結(jié)果出乎意料的好。

虛擬主播是淘寶直播最近在低調(diào)測試的一個新產(chǎn)品，已經(jīng)播出了1000多場，未來會陸續(xù)放開使用。

虛擬主播的意義，主要是為主播帶來永不休息的助播。直播雖然是最好的互動零售模式，但缺點也很明顯，主播連播幾個小時，每天都播，身體吃不消，前段時間，李佳琦總是請假說，太累了，要做手術(shù)，最近幾天不播了；而每個TOP主播，幾乎都是聲音沙?。晦眿I也是經(jīng)常在下播后輸氧。

如何幫助主播減輕負擔(dān)呢？如何讓直播24小時永不休眠呢？

這就是虛擬主播的價值了！

這項技術(shù)可以根據(jù)每一個主播的形象、語言風(fēng)格、肢體風(fēng)格，開發(fā)屬于自己的虛擬主播形象，從而在主播下播之后，可以繼續(xù)服務(wù)粉絲。

虛擬主播看起來只是一個3D動畫，但背后，是人工智能領(lǐng)域最復(fù)雜的技術(shù)應(yīng)用。

為什么要這么說呢？

提到人工智能，你會想到什么？

人臉識別？是的，人臉識別是目前火熱的AI應(yīng)用，但人臉識別大多是視覺技術(shù)；

siri？各個手機附帶的人工智能，以及各類硬件產(chǎn)品，基本是依賴語言識別技術(shù)；

自動駕駛？比起上述兩個，自動駕駛是更復(fù)雜的AI應(yīng)用，但也是綜合了語言、圖片等技術(shù)的大數(shù)據(jù)應(yīng)用。

而虛擬人物則是一個包含了聲音、語言、文字、圖片、動畫、商品等眾多要素的多媒體產(chǎn)品，要實時了解變化的環(huán)境，要實時識別，并且理解互動的內(nèi)容，還要實時在服務(wù)的具體場景里做出反應(yīng)，這種復(fù)雜程度，絕不是一般單個領(lǐng)域的AI技術(shù)，而是淘寶集中了全球最頂尖的科學(xué)家和多年的技術(shù)積累，才有了今天的突破，至少領(lǐng)先業(yè)內(nèi)三年以上。

更重要的是，淘寶直播偏偏還在這條路里，選了最難的一條，硬要人工智能理解每一句實時生成的語言的真實含義、語氣，在跟虛擬主播的動作、表情結(jié)合起來，這完全是照著真人主播的標準來要求人工智能??！

舉個例子，很多人工智能的語音都是非常平緩的，可以說沒有任何感情在里面，但是，虛擬主播是要有人設(shè)的，是要根據(jù)每一個主播的特點來設(shè)定的，而直播也是非常講究聲音和語氣的，為什么李佳琦一句“OMG，買它！買它！”成了直播的標志性聲音符號？這句話就代表了生產(chǎn)力啊。

如果李佳琦的虛擬人物用毫無情緒的機器人聲音說“OMG，買它！買它！”，粉絲會買賬嗎？

所以，淘寶直播集合了最頂尖的科學(xué)家來支持這項業(yè)務(wù)，阿里巴巴達摩院資深算法專家陳海青說，他們不但為虛擬主播設(shè)定了情緒，還設(shè)定了相應(yīng)的肢體語言，包括嘴型、四肢等，因為如果一個人只有情緒而沒有肢體的配合，也是很奇怪的。

阿里巴巴達摩院資深算法專家陳海青

所以，語言、情緒、肢體，都要配合到位，更重要的是還要結(jié)合商品信息，隨時根據(jù)粉絲的需求推薦合適的商品。

總結(jié)下來，陳海青認為，一個成功的虛擬主播，需要四個方面的技術(shù)架構(gòu)：感知與認知、導(dǎo)演系統(tǒng)、3D建模、3D素材庫。這一技術(shù)系統(tǒng)比較復(fù)雜，沒辦法一一詳述，僅舉一個聲音的例子，每個主播都有自己的聲音，虛擬主播如何實現(xiàn)每個主播的聲音不同呢？

在傳統(tǒng)技術(shù)里，復(fù)制一個人的聲音，一般需要好幾個月，但是顯然不適合淘寶直播這種大規(guī)模應(yīng)用的領(lǐng)域。

阿里根據(jù)自己的人工智能技術(shù)優(yōu)勢，可以通過錄制一個人20到100句話，在半小時的時間里，就可復(fù)制一個人90%的聲音，這樣，每個主播只需花半小時，就可讓虛擬主播復(fù)制自己的聲音。

淘寶直播使用了最復(fù)雜的人工智能技術(shù)，找到了解放主播的一條路徑。當然，這項技術(shù)不是只服務(wù)于網(wǎng)紅主播，還可以給企業(yè)直播開放。

試想一下，現(xiàn)在很多企業(yè)都有自己的吉祥物，如果用此技術(shù)，根據(jù)企業(yè)的吉祥物，開發(fā)一個企業(yè)自己的虛擬主播，24小時在線直播商品，并一對一解答顧客的疑問，那未來的商業(yè)將會怎么樣？

虛擬主播是幫助主播下播以后服務(wù)粉絲，但淘寶的智能直播間技術(shù)其實是可以圍繞主播的所有工作時間來展開的。

如果你是一個新手主播，可以用播小寶，相當于是主播助理。開播前，可以幫助主播規(guī)劃好直播，完成直播任務(wù)，快速升級。

播出后，主播都會盤點當天的直播情況，查缺補漏，這時候，淘寶直播間后臺有一個智能主播數(shù)據(jù)分析師的產(chǎn)品，可以幫助主播分析數(shù)據(jù)得失。

一般，大主播都會有專門的數(shù)據(jù)分析師，月工資要兩萬左右，而這個智能主播數(shù)據(jù)分析師，至少可為主播整體節(jié)約3億成本。讓每一個中小主播，乃至田間地頭的農(nóng)民大爺都擁有世界上最頂尖的數(shù)據(jù)分析能力。

淘寶直播產(chǎn)品負責(zé)人岱妍表示，這其實是一個商業(yè)公平的問題。

除此之外，技術(shù)不僅可以降低成本，還能增加收益。

很多人都不明白，為什么主播們總是喊“3、2、1，上鏈接”？這個看起來不起眼的動作背后，是一個復(fù)雜的技術(shù)解決方案——大規(guī)模低延時技術(shù)。

直播與普通電商有一個最明顯的差異化，他們是瞬時下單，幾百萬人觀看直播，主播一聲令下，幾十萬人同時下單，如何保證下單時網(wǎng)絡(luò)不擁堵呢？

以前雙十一，每次都會系統(tǒng)延遲，這兩年才基本解決了這個問題。

現(xiàn)在，淘寶的直播推流后，全世界各地的消費者之間的延時誤差不超過1秒鐘，而其它直播平臺則往往有多達5到7秒。延時越久，翻車越多，消費者聽到主播說“上鏈接”卻看不到真的鏈接，自然會質(zhì)疑“不公平性”。

過去幾年，淘寶直播與達摩院和阿里云做了很多努力，依靠阿里云大量的全球節(jié)點（70個國家地區(qū)，2800+節(jié)點，全網(wǎng)130Tbps），通過AI技術(shù)，智能分發(fā)推流，又通過自己研發(fā)的編碼器技術(shù)（為了提高效率，不得不自己研發(fā)編碼，成本可節(jié)約一半），讓播碼率下降50%，所以上線之后，淘寶直播的卡頓率下降55%，播放延時低于1s，下降72%。

對商家來說，低延時技術(shù)預(yù)計整體可增加收益數(shù)十億，特別對部分品類的成交率提升10%。

有了這種低延時技術(shù)，就可以衍生出更多的互動，比如直播的時候抽獎、發(fā)紅包、答題，這種與消費者的互動更需要技術(shù)來保證公平。

更高級的玩法是，可以在直播間加入3D或者AR展示，前段時間，天貓家裝行業(yè)商家直播的時候，就用小程序把3D家裝植入直播間，粉絲可以在線觀看家裝產(chǎn)品的使用效果。

此外，淘寶直播背后的首席科學(xué)家們，還可以讓人工智能實時識別直播內(nèi)容。

一方面，使得淘寶直播成為全平臺唯一一個可以看回放的。因為長時段的回放，只有通過內(nèi)容識別，打上“看點”才有意義。消費者可以選中商品，準確地直達回放片段。消費者需要通過回放時實時溝通客服，這對于轉(zhuǎn)化率的提升，大有幫助。

另一方面，在直播推薦頁里，可以看到實時直播場面，避免在推薦頁看到直播的是項鏈，點進去卻在直播衣服，就這一個小細節(jié)，就能大大提高用戶觀看直播的時長。

所以，整體來看，可以把大規(guī)模低延時看做是底層技術(shù)，數(shù)據(jù)分析是中臺技術(shù)，虛擬主播是前臺技術(shù)，但所有層面的技術(shù)，都用了人工智能，也可以說，是人工智能應(yīng)用到了淘寶直播的各個角落。

在主播層面，不論你是網(wǎng)紅頭部主播，還是腰部中小商家，哪怕是一個農(nóng)民主播，也可以用最復(fù)雜的人工智能技術(shù)來提升自己的業(yè)績。

其實，直播到底是一陣風(fēng)，還是一個時代的趨勢，不是靠流量來決定的，而是靠技術(shù)來推動的，技術(shù)發(fā)展的成熟度，能夠支撐更優(yōu)秀的直播購物體驗，消費者就會更愿意在這個渠道消費。

直播帶貨發(fā)展到現(xiàn)在，簡單的流量玩法已經(jīng)玩不動了，接下來，得靠人工智能驅(qū)動了！

大家好，最近微信對訂閱號的消息列表進行了改版。讀者收到的推送不再按照時間排序，可能中午推送的文章，到下午或者次日你才能收到。
所以，為了能按時收看調(diào)皮的推送，可能要辛苦每個看完文章的你在文末點一下【在看】和【贊】，這樣微信就會知道你很喜歡看調(diào)皮電商，我們也能出現(xiàn)在你的常讀訂閱號列表里。
感恩大家。