又是一年 WAIC，展馆内人潮涌动，人形机器人与 AI 眼镜等展台备受瞩目。然而，百度展台的一段数字人视频播客却格外引人注目。视频中，一位量化分析师与科技博主围绕“扔掉旧地图，AI 见 FUTURE"展开对谈。
两位数字人在微表情变化、肢体动作配合及互动节奏上，展现出远超以往的自然度。
过去几年，数字人虽在直播带货、企业宣传等场景广泛应用，但“一眼假”的尴尬长期存在。近两年，随着技术进步，这一状况正逐步改善。
从去年 618 期间罗永浩数字人直播首秀的火爆，到今年世界杯期间“范志毅实时互动数字人”的精准复刻与即兴互动，数字人的表现力不断刷新行业认知。这些案例表明，数字人的商业价值已进入重估节点。
此次 WAIC 展区展示的，正是百度一镜全新首发的“数字人视频播客解决方案”。作为百度旗下全场景数字人平台，百度一镜由原“慧播星”电商直播工具战略升级而来。该方案深度融合数字人与 Agent 能力，旨在打通从脚本策划到成片生成的全流程，推动视频播客内容生产向标准化、规模化发展。
传统数字人 VS 微表情数字人：差距不在“皮囊”在“演技”
当前多数数字人产品过度追求外观逼真，却忽视了表达与演绎能力。传统数字人多停留在照本宣科阶段，缺乏微表情或表情切换生硬，难以模拟真人交流中蹙眉、眼神闪躲等关键情感细节，易产生“恐怖谷效应”。
相比之下，百度一镜生成的数字人视频播客展现了显著差异：
- 场景质感真实：布景与陈设具备专业录制棚既视感。
- 微表情自然：嘉宾眼神、眉毛随语气流转，手势与内容高度契合。
- 双人对谈互动性强：倾听者保持专注神态，伴随自然的点头与微笑，逻辑连贯。
在一段长达 5 分钟的对谈视频中，数字人林深与财经主播晓雯探讨"马斯克为什么 AI 输了，估值却赢麻了”。脚本设计精巧，通过制造悬念、类比“太空算力基建”等手法降低理解门槛。两人角色分工明确：林深输出专业洞察，晓雯则充当“嘴替”与“捧哏”，适时总结并提供情绪价值。对话中大量运用生活化口语与互联网梗，将枯燥的财务分析变得生动有趣。
究竟是何种技术迭代赋予了数字人如此级别的“真人感”？
百度一镜的技术突破在于以文心大模型为“大脑”，像导演一样根据人物设定、剧情场景和对话内容，提前规划整套表情表现。系统能将面部表情拆解为数百个可单独控制的微小动作单元，对眼神、眉毛、嘴角等进行精细化调控。
随后，数字人专精模型负责执行，支持文本、图片、语音等多模态输入参考，协同控制数百个微表情单元，并将表情切换时间压缩至 1 秒以内，确保情绪表达实时、自然、流畅。
成本下降 74%、效率提升 785%，数字人视频播客有“钱景”吗？
视频播客因能承载更多信息且利于建立人设，正成为创作者与品牌的新宠。然而，其制作涉及选题策划、场地设备、多机位拍摄及后期剪辑等多个高成本环节。
百度一镜的解决方案提供了新思路：通过多智能体架构，将编剧、导演、剪辑等环节交由多个 AI 智能体协同完成，构建完整的视频生产流水线。目前该方案已支持单人讲学、双人观点对谈等多种形式。
据百度官方实测数据，这套方案使视频播客制作成本下降 74%，制作效率提升 785%，平均播放时长上涨 29%。
这些数据表明，数字人的价值正从单纯的“替身出镜”转向“重构内容生产流程”。随着微表情、多模态统一及多智能体协同能力的成熟，数字人有望成为新的内容基础设施，支撑长效观点输出、知识分享及品牌内容生产等复杂形态。百度一镜的此次升级，为行业提供了一个值得观察的样本。