「AI 罗永浩」带货爆卖 5500 万后，百度又发布了更强的数字人技术 | WAIC2025

在以后的直播间里，AI 不仅会说话，还会「演」。

WAIC 首日，百度慧播星带来了一位熟悉却又全新的「主播」——以罗永浩为蓝本打造的数字人。在这背后，是百度新一代数字人技术 NOVA，这个系统曾撑起罗永浩数字人直播间创下的 5500 万 GMV。

现在，它准备向更多人开放。百度给这套系统的定位是「平台化」的数字人解决方案。它不仅是一个拟真人物的生成工具，而是一个由 AI 驱动、可以独立完成脚本创作、语音演绎、动作生成和直播互动的完整系统。

官方的表述更为直接：数字人可以超越真人，「每个人都可以比专业主播更会播」。

数字人真正「演起来」

这次 NOVA 在多个层面都做了结构性的升级。最核心的，是从传统的「脚本」进化为「剧本」系统。

在直播过程中，数字人可以根据剧本信息，动态调整语调、表情甚至动作，使语音、神态与动作之间保持高度一致性。这种高度匹配，意味着数字人主播已经不再只是一个朗读机器，而更像一个具备表演能力的 AI 角色。

APPSO 现场体验生成效果

动作生成也是关键部分。除了支持商品展示等常规动作，NOVA 首次实现了「数字人双人互动」——两位数字人可以在直播中进行自然的对话与配合，动作之间的衔接顺畅，甚至支持打断、接话等复杂场景。这种「默契感」此前在 AI 系统中很难实现。

在声音方面，NOVA 通过语音克隆技术还原主播的声线、语气、讲话节奏，甚至包括某些口头禅。这一技术也支持双人协同带货场景，避免 AI 主播之间「抢话」或逻辑混乱的问题。

目前，NOVA 已在教育、健康等十余个行业的商家和达人中开启邀测。像知识博主艾弥儿，通过数字人接入万亿级知识库，让用户平均停留时长提升了 101%；蒙牛悠瑞的品牌数字人，则通过全天候服务和动态内容策略，让转化率提升了 33%。

内容创作和直播间调度，由 AI 接管

NOVA 的背后，是一个更为强大的 AI 大脑。在脚本生成上，它不仅能完成产品讲解文案的生成，还能匹配不同的人设风格，确保语言风格、情绪状态与品牌调性统一。百度称，这一模块的目标是「向顶级主播水平进阶」，并强调了风格化输出与情绪引导能力。

问答系统则进一步提升了响应效率与交互密度。NOVA 可以在直播过程中同时处理多个用户提问，精准识别意图并即时回复，甚至引入当下热梗，增加直播间氛围。

更具想象力的部分，是直播间的实时调度能力。NOVA 可以在毫秒级时间内，根据用户行为与直播节奏，调度视频、PPT、镜头切换等素材，同时还能基于实时数据引入不同类型的「AI 角色」——例如助播、运营、场控等。

这些角色可以协作完成发放福袋、调整价格、控制库存等任务，让整个直播空间更像一个高度自动化的内容工厂。

4 月时，Create 百度 AI 开发者大会上，百度创始人李彦宏宣布了一项不算抢眼，但对整个电商行业可能意义深远的技术更新：百度优选正式开放 MCP Server。它的目标并不在于做一个新的电商平台，而是要把买东西这件事，变成AI可以自主完成的一项技能。简单来说，开发者可以通过 MCP 协议，快速接入百度优选的电商能力，而不必重复搭建商品查询、推荐、交易等系统。

对电商行业而言，它或许代表了一种新的「用户接口」——服务的，不再只是人，还有 AI。未来，AI 智能体或许会成为电商链路中最重要的购买决策者，而 MCP 的价值，也才刚刚开始显现。

数字人的边界正在被重新定义

尽管数字人并不是新鲜概念，但 NOVA 的更新让人重新思考它在直播场景中的定位：不再是单一任务的执行者，而是具备创作、表达与协同能力的「数字劳动力」。

以罗永浩的数字人为原型或许只是一个开始。百度所描绘的，是一个人人都能拥有「自己的主播分身」的平台。这套系统正在将「真人上镜」的门槛降到几乎为零，同时保留了人设表达、内容感染力等原本依赖经验积累的部分。

小红书博主@李格Greg 现场体验生成效果

当一个数字人不仅能把商品讲清楚，还能用恰当的情绪演绎剧情、调度素材、回应观众、主动提问，它所扮演的角色，可能就不只是「像人一样」，而是「比人还熟练」。

AI 主播是否会彻底改变内容创作与消费的节奏，还需要时间去验证。但百度的 NOVA 技术，确实向外界展示了一个更清晰的方向：直播，不用只靠「真人」完成。

WAIC 2025 APPSO 在现场，欢迎加入社群一起畅聊 AI 产品，获取，解锁更多 AI 新知