零失误的 AI 主播上岗，但主持人被取代还为时尚早

「地球不爆炸，我们不放假」，这话出自央视主持人朱广权。当时临近 2017 年农历新年，谈到「你们电视台放假吗」的问题，他一本正经地讲了个段子。

但 8 年后，主持人真的可以在春节放假了。负责代班的，是和他们长得差不多的 AI 主播。

视频截取自《杭州新闻联播》

AI 假期代班，真人过年回家拍短视频

谁能想到，传统的电视节目，以一种很新的方式出圈了——蛇年春节期间，除夕至初七，《杭州新闻联播》节目让 6 位 AI 主播值班。

每天，各有两位 AI 主播出镜，轮流口播，形式很像日常的新闻节目。

图片来自：公众号「杭州综合频道」

AI 主播倒也算不上新鲜事，2024 年龙年春节，它们就已经登上了《杭州新闻联播》，但当时只有 2 位 AI 主播，形式是单播。

动图制作自：视频号「杭州综合频道」

除了地方台，AI 主播也已经出现在了更大的舞台上。央视的《2024 中国·AI 盛典》，主持人尼格买提以数字人的形象出现，恰好他所讨论的，就是 AI 会不会取代人类的话题。

网上也不乏一些这样的声音：AI 上岗，真人主播过完年还有班上吗？从《杭州新闻联播》的视频看， AI 主播们虽然吐字清晰、不会出错，但表现还差点意思。

理由包括但不限于：语气欠缺了感情，特别是祝观众朋友新年快乐的时候，有些呆板。虽然会眨眼和轻微摇晃脑袋，但动作幅度很有限，脖子以下基本不动。浅景深的虚化效果，抠图感重，背景看起来有些假......

图片来自：《杭州新闻联播》

播音主持专业毕业、目前从事产品评测编辑的 Obo，以更专业的角度提出了几点意见：

语流语势比较平，起伏不够，所以还是能听出来机器人的机械音。

句末的字尾归音不到位，有一种戛然而止的感觉，突然停下有些突兀，不自然。

采样主持人的声音压嗓严重，胸腔共鸣被严重的压喉影响，听感一般。

副语言不到位，和新年挂钩的新闻，表情却是严肃的，播报内容和脸部副语言脱节。

所以他认为，目前 AI 还无法代替真人主持，「AI 数字人出现挺好的，不用调休了，而且我已经跳出来了」。

但更广泛的电视观众们，不会这样认真「找茬」，可能认不出 AI。其实，真人主播暂时不会被替代，还有一个原因——AI 主播负责播音，那么真人就可以有时间做更多的事情了。

部分真人主播的短视频截图

《杭州新闻联播》AI 主播的形象、声音，是以真人主播为蓝本的。真人主播们回家过年，还不忘拍摄「主播寻年味」系列短视频，介绍家乡的风土人情。以及，和其他打工人一样，他们初八还得回去上班。

Obo 虽然已经不在播音行业，但他在电视台工作的大学同学们，同样有播报日常新闻之外的任务，平时需要策划一些整活向的、年轻人爱看的短视频，过年也被要求拍摄 Vlog。

传播渠道的更迭是一个原因。比起电视节目，短视频不会那么官方和正式，更能拉近主持人和观众的距离，同时也提供了以小见大的视角，让信息更加容易传播，甚至打造出主持人的个人 IP。

但也很难说，其中没有 AI 的影响。看到杭州 AI 主播上岗的新闻后，Obo 和同学们聊起播音主持的未来，他们得出一个结论：「播音员当然会被取代，主持人不会。」

当日常节目可以渐渐由 AI 完成，工作效率直接被 AI 提高，「采编播」里的「播」，显得越来越「不重要」了。但这个「播」是狭义上的，是指天气、交通等「功能性」的播音，像朗诵这样更具艺术性的表达形式，缺乏标准，也更难被取代。

AI 解放了人类主持人的节假日，也倒逼着主持人在播节目之外掌握更多技能，空出时间做更多的「杂活」，扛摄像机、做编辑、写稿子、主持大型线下活动......总之，「主持人的职场空间会被压缩到跟记者一样」。

不嫌苦不怕累的数字人，已经到处都是了

AI 主持人，只是数字人上岗的一种形式。最近，香港大学与字节跳动合作研发的、专为广告视频设计的竖屏 Goku+ 模型，虽然还没能用上，演示效果也令人瑟瑟发抖。官方甚至表示，「以低 100 倍的成本制作广告视频」。

仅通过文本提示词，Goku+ 就能生成逼真的数字人视频，时长可以超过 20 秒，面部表情、手部动作、身体移动都很自然。

不仅如此，基于文本提示词和产品图片，Goku+ 还能生成数字人和产品互动的视频。

但也不用过度焦虑，AI 数字人的作用，目前来说还是单一的。2023 年 9 月，我们写过直播间 24 小时工作的 AI 主播。它们的优点显而易见，便宜、形象可控、掌握多国语言、不嫌苦不嫌累不情绪崩溃。

当时我以买家身份咨询了一家数字人公司，按照真人形象定制数字人，基础版 8000 元一年，高级版 3 万一年，训练素材审核通过后，训练 2 个工作日，平台就能反馈训练成果。

定制形象是一方面，数字人直播是另外的价钱，5500 元一月。我在今年 2 月又咨询了一次，直播还是这个价，支持三种开播方式：自动播，使用提前准备好的直播语料，语音或者文本；阿凡达直播，使用麦克风，真人实时驱动数字人的口型；自动播结合阿凡达直播。

但这家数字人公司，不对效果打包票，「数字人主播仅能替代部分机械化主播的工作，运营岗位相关工作替代不了，所以不承诺任何效果......效果和你的产品、直播内容、拉流量的手段等因素息息相关」。

而且因为数字人的表现仍然和真人有差距，它们也没必要一直站在台前。就像 AI 主持人更适合在假期等非黄金时段代班，直播间的 AI 主播也更适合出现在「垃圾时间」，用来冲直播时长，或者时长 12 到 24 小时的本地生活直播间，拿重复的话术轰炸。

但这不意味着，数字人对真人没有伤害。Obo 认为，AI 主持人可能会让一些播音主持新人失去在「垃圾时间」练嘴的机会，然后影响到他们的就业渠道。同样，先被 AI 直播波及的，会是那些海量的、不知名的、月薪几千、投资回报率更低的「小透明」。

AI 越擅长模仿，人类越强调在场

《杭州新闻联播》AI 主播出圈之后，微博上的一个热搜词条是这样的：AI 播报 0 失误，播音专业学生怎么办。

这就说明了一部分人的观点：AI 能代替真人，是因为它不出错。或者更泛泛而谈，AI 能代替真人，是因为它身上「不人性」的一面。

但这个观点其实恰恰违背了人性，大众喜欢看到平时端正严肃的主持人身上，不那么日常的、更接地气的部分。

主持人出错合集的花絮，因为满足了观众的恶趣味，很容易在视频平台走红。更有代表性的例子是，在一次《新闻联播》中，主持人康辉口播了 20 多分钟，被推上了热搜，他的声音始终保持高度的专业水平，但更让观众记忆深刻的，可能是他播到最后微微泛白的嘴唇，这是一个专业能力顶尖的人类努力的痕迹。

哪怕 AI 可以达到真人的水平，嘴皮子很快，始终不嘴瓢，但那会被认为是理所当然，只有人类肉身完成的，才更容易被记住和在乎。

有时候，这种朴素的、要求人类在场的想法，会逆转技术的潮流。2024 年 10 月，一个波兰广播电台叫停了用 AI 代替人类的实验。

在实验开始的几周前，电台辞退了十几位记者，然后在 10 月推出了三个 AI 主持人，以吸引年轻听众。很快，一位前电台记者和影评人发表了一封公开信以示抗议，「经验丰富的媒体从业者不该被机器取代」。

超过 2.3 万人追随了这位记者并签署了请愿书，还有数百人给记者打去电话，其中许多是年轻人，他们不想成为这场实验的对象。

本来这场实验要持续 3 个月，但一周左右就暂停了，电台对大众的情绪反应感到「非常意外」。其中可能有些「物伤其类」的意味。AP 的报道里写上了这样一句话，「在波兰各地，人们感到愤怒」。

当我和 DeepSeek 聊 AI 主播的话题，它给了我一个很有意思的观点——AI 主播模拟人类点头、眨眼的动作，试图营造「在场感」，但其本质仍是「去身体化」的技术存在，导致 AI 无法实现人类主持人的「具身传播」，无法表达身体和情感的自然共振。

很难说 AI 数字人未来会取代多少岗位，但此时此刻面对 AI 主播时涌起的犹豫和迟疑，不管是出于被取代的恐慌，还是因为相信 AI 无法模拟人类的情感，本质都在表达，我们希望人类在场，尽管这可能只是我们的愿望。

所以，让真人主持人在不播节目的时候拍短视频，实在是一个太有趣的走向了。AI 可以取代强调功能性、程式化的部分，但它没法解答有没有人愿意观看节目的问题。那些表达烟火气息的瞬间，那些更容易传播的片段，仍然需要人类亲身的参与。不再强调效率的时刻，人的在场，就是最重要的前提。

我们正在招募伙伴

简历投递邮箱
hr@ifanr.com

✉️ 邮件标题
「姓名+岗位名称」（请随简历附上项目/作品或相关链接）