千问发布数字人形象，是个叫“小酒窝”的女生

阿里近日为千问App配上了数字人形象“小酒窝”。

这个3D写实风格助手能听懂“帮我订周五晚上七点西湖边的川菜馆，然后叫一辆半小时后从公司出发的车”，并自动调用高德打车或淘宝闪购完成预定。

千问小酒窝的特点不只是可视化形象，而是它背后串联阿里生态内多个App的能力。

从技术实现看，千问App接入了淘宝、飞猪、高德、支付宝、大麦等服务的API接口。用户发出一个包含多个步骤的指令后，千问的大模型会拆解意图，依次调用不同服务的功能模块，并在执行过程中保持上下文连贯。

例如订机票加酒店加接送机，系统需要先查航班余票，选定时段后锁定座位，同时调取酒店房态，再匹配接送机车辆的可用时段。

整个链条中任何一个环节失败，都需要回滚或给出替代方案。阿里方面没有公布这类多步任务的成功率。

据行业测试数据，当前主流智能体面对真实场景的复杂指令，平均得分在1.23到2.20之间（满分5分）。这意味着多步任务在现阶段仍有一定比例的失败可能。

数字人形象的加入，目的是降低用户对这套操作的心理门槛。有形象、有表情、有声音的交互方式，比纯文字对话更容易让用户建立直观感受。

千问App上线两个月，C端月活突破1亿，主要集中在学生和白领群体。这部分用户对新鲜交互方式的接受度较高，同时对效率也有要求。如果数字人对话与手动打开几个App逐个操作相比耗时更短，用户更可能持续使用。

目前市场上其他大厂的数字人产品，多数聚焦在单一场景。字节跳动的Seedance 2.0主要用于视频生成和实时交互，腾讯混元的HunyuanVideo-Avatar侧重3D动作生成和开源生态。

像千问这样试图用一个数字人打通多个垂直服务场景的做法，属于不同的技术路线。跨App串联执行需要处理多个服务的接口标准、数据格式和容错机制，用户中途修改指令也会增加系统重新规划的复杂度。

千问小酒窝的实际体验还在用户验证阶段。一个开放的问题是，当用户习惯了在各自独立的App里快速完成操作，转向一个数字人助手来统一调度，需要满足哪些条件。

两个关键因素是多步任务的成功率，以及完成同样任务所节省的时间。如果千问能做到平均一次多步指令的耗时低于手动操作，用户可能会改变习惯。具体数据有待后续公布。

［本文作者i黑马，i黑马原创。如需转载请联系微信公众号（ID:iheima）授权，未经授权，转载必究。］