点击蓝字关注我们
近日，在2023光合创作者大会上，快手首次公开全模态、大模型AIGC解决方案，并重点介绍了AIGC数字人产品“快手智播”。快手AI&用户增长业务负责人王仲远表示，“快手智播”最低仅需3分钟的视频音频素材和千元成本，目前可在本地消费、本地生活、电商直播等多种场景落地，部分场景效果接近真人实拍。
3分钟素材、3天工期、千元成本 
“大家好，我是程一笑分笑，一笑平时最喜欢刷快手，你看，有了我，他连自我介绍都不需要亲自来了，这样他刷快手的时间又多了。”在光合大会的圆桌对谈环节，大屏幕上快手四位高管进行了一段特殊的自我介绍，不过说话的并不是本人而是他们的数字人分身。
据技术人员透露，这套真假难辨的数字人分身，正是基于快手AIGC数字人解决方案“快手智播”制作。该方案可让用户以极低成本定制自己的孪生数字人，只需提供3-5分钟真人视频和音频素材，就能实现真⼈形象建模，制作出相应的数字孪生形象，3天时间即可完成交付，成本在千元左右，而此前传统数字人制作费用一般需10万元以上。
同时，该方案也支持用户选用库中现有素材快速生成和使用数字人。以常见的⼝播类视频为例，创作者只需要输⼊关键词，在“快手智播”帮助下，就可以生成口播文本、标题以及tag标签，然后从模特库和音色库选择合适的数字人形象和音色，自定义视频背景、BGM、前景等视频要素，随后即可快速批量化⽣成数字⼈⼝播视频。
总体上，“快手智播”具有低成本、高效率、低门槛、高品质等特点，让创作者像做PPT一样制作视频和直播。可以预见的是，“快手智播”在内容产能方面将会发挥出显著的作用，大大提高创作者的创作效率、降低创作门槛以及丰富创作方式。
高品质、低门槛的
数字人方案如何炼成？
快手智播的一大优势，就是解决了看着假、动作迟缓等痛点，其口播类视频效果可以媲美真人实拍，唇形、表情、动作自然。快手技术团队通过在数万小时的模特数据上进行训练，以保证其具备优秀的泛化性；又针对每个具体模特进行模型微调，使其兼具高精度的特点，如为了让数字人栩栩如生，专门针对牙齿、眼睛等进行了高精度建模，让每个牙缝都能高度还原。
而为了解决数字人动作迟缓，不够流畅的问题，快手通过自研的推理引擎、部署框架，以及在多个业务中得以迭代的流式的数字人生成框架，能够以秒级的低延迟实现数字人直播。
此外，快手智播还将操作的门槛降到了极低的水平，以视频制作为例，使用快手智播平台输入口播文案，两分半钟就可以生成视频；在直播的时候，使用快手智播平台输入直播稿，提供商品QA库，点击开播，自动推流到快手APP，大大降低了操作难度，为产品走向主流市场铺平了道路。
在这些细节背后，快手AIGC技术层的部署已经相当成熟。根据王仲远透露，快手“全模态、大模型AIGC解决方案”基于自研的基座大模型，提供文本生成、图像生成、3D生成、音乐生成、视频生成等技术能力，覆盖从灵感启发到创意生成、从多元素材提供到智能化制作的内容创作全流程，通过人机协同，让创意更新奇、素材更多元、制作更轻松。
多场景落地验证
最重要的是，“快手智播”根植于快手整个生态，有庞大的生态和数据作为支撑。目前，在快手生态中，电商、本地消费、本地生活等大场景日渐成熟，同时汽车、房产、快聘、家装等垂类场景快速扩张，为方案落地提供了坚实的土壤。“快手智播”的效果已经在多场景中得到了充分验证。
尤其在直播场景，“快手智播”不仅可以提升各类直播场景直播时长，降低开播门槛，还可⽀持上千个直播间同时开播，⽀持虚拟主播与⽤户进⾏实时互动。同时，通过快手提供的整套的SaaS服务工具，无需另外采购任何硬件设备，数字人主播就能一键开播。
官方数据显示，“快手智播”的整体增效超过2倍。在快⼿内部测试中，数字⼈直播转化能⼒也超过⾏业内平均主播⽔平。比如花西子官方旗舰店的快手账号，在真人主播下播后，其定制数字人完美“接班”，辅助品牌低成本满足“夜猫子”用户的直播购物需求。
数据显示，在数字人夜班直播期间，花西子官方旗舰店的观看时长基本与日间时段持平，GMV达到日间真人主播的6成左右。花西子内部人士评价称：“数字人效果太逼真，用户没分辨出来，还是会问很多问题，我们也能迅速回复。”
据了解，目前“快手智播”与直播系统已完成打通，支持直播间⾃动推流，无需⼈⼯操作。此外，“快手智播”还打通了挂车系统、商品知识库和⾃研GPT，⽀持⾃动挂⻋，⾃动切换讲解卡⽚以及智能⽂字和语⾳回复。
快手一直致力于用AIGC能力去帮助创作者解决创作过程中存在的各种痛点，提升创造力和生产力。可以预见的是，“快手智播”将会成为快手内容创作不可取代的基础设施之一。王仲远表示，身处这场 AI 技术变革之中，快手坚信AIGC将赋予普通用户更多的创作权力和自由，也坚信AIGC正在成为短视频内容生产的基础设施。
扫码关注我们
EZCOVER易盖生活美学
微信号 : EZCOVERBEST
继续阅读
阅读原文