百度數(shù)字人，終于“成年”了

文：李浩

編輯：經(jīng)緯

5 年后，百度數(shù)字人終于要來(lái)了自己在集團(tuán)內(nèi)的“名份”。

6 月 6 日晚間，百度移動(dòng)生態(tài)事業(yè)群組宣布新一輪組織架構(gòu)調(diào)整，數(shù)字人創(chuàng)新業(yè)務(wù)部升級(jí)為獨(dú)立部門(mén)，向集團(tuán)副總裁平曉黎匯報(bào)。而原商業(yè)部與電商事業(yè)部合并成立大商業(yè)事業(yè)部，繼續(xù)由平曉黎負(fù)責(zé)。

獲得獨(dú)立 BU 地位，這意味著數(shù)字人業(yè)務(wù)在百度集團(tuán)內(nèi)部地位的進(jìn)一步提升。

數(shù)字人的前景，也對(duì)得起百度的心血。

弗若斯特沙利文 5 月發(fā)布研究報(bào)告指出，自 2021 至 2025 年，國(guó)內(nèi) AI 數(shù)字人市場(chǎng)規(guī)模由 10.2 億元增至 54.4 億元，年復(fù)合增長(zhǎng)率達(dá) 52.0%。AI 數(shù)字人行業(yè)預(yù)計(jì) 2030 年將達(dá) 153.4 億元規(guī)模。

至少在戰(zhàn)略眼光上，你永遠(yuǎn)可以相信 Robin。

百度正站在AI商業(yè)化加速的十字路口。今年一季度，百度核心 AI 驅(qū)動(dòng)業(yè)務(wù)收入達(dá)到136 億元人民幣，首次占到百度一般性業(yè)務(wù)收入的52%，超越傳統(tǒng)業(yè)務(wù)成為主力。

在這樣的背景下，百度數(shù)字人正式獨(dú)立，固然有內(nèi)部效率優(yōu)化的考量，但這也是百度全面轉(zhuǎn)向 AI 戰(zhàn)略的重要體現(xiàn)。

隨著昆侖芯、百度智能云等板塊均保持強(qiáng)勁勢(shì)頭，市場(chǎng)也終將發(fā)現(xiàn)：

百度在造一家新的百度。

數(shù)字人，正式“上桌吃飯”

數(shù)字人能“上桌吃飯”，并不是李彥宏的一時(shí)興起，數(shù)字人在百度戰(zhàn)略版圖中的“射程”越來(lái)越長(zhǎng)。

在 5 月 13 日 Create 2026 百度 AI 開(kāi)發(fā)者大會(huì)開(kāi)幕式上，李彥宏正式宣布將百度慧播星升級(jí)為“百度一鏡”。升級(jí)前，原業(yè)務(wù)較為聚焦電商直播，數(shù)字人僅作為代替人工主播的工具。但在升級(jí)后，數(shù)字人在定位上發(fā)生了根本性的變化。

對(duì)于數(shù)字人的未來(lái)，李彥宏在 Create 2026 上表示：“數(shù)字人就是看得見(jiàn)的智能體”。

從業(yè)務(wù)基因上看，數(shù)字人最貼合的行業(yè)就是電商直播。但隨著技術(shù)水平的進(jìn)步，數(shù)字人的應(yīng)用范圍也跨越至品牌營(yíng)銷(xiāo)、內(nèi)容創(chuàng)作、政務(wù)媒體等方面。

（數(shù)字人在金融、醫(yī)藥、教育，政務(wù)領(lǐng)域的應(yīng)用，圖源：百度 數(shù)字員工產(chǎn)品開(kāi)發(fā)文檔 ）

也因此新的“百度一鏡”，從單一直播場(chǎng)景升級(jí)為全場(chǎng)景、多智能體數(shù)字人平臺(tái)，覆蓋數(shù)字人直播、數(shù)字人視頻、實(shí)時(shí)互動(dòng)數(shù)字人三大形態(tài)。

在未來(lái)，依托底層模型的 Agent 能力，數(shù)字人甚至可以成為通用交互界面。Siri 有了身體，科塔娜走出了《光環(huán)》，智子關(guān)進(jìn)了屏幕，又一個(gè)只存在科幻作品中的場(chǎng)景即將實(shí)現(xiàn)。

當(dāng)然，事要一步步做。至少目前，對(duì)于百度來(lái)說(shuō)這次的架構(gòu)調(diào)整無(wú)疑賦予了數(shù)字人業(yè)務(wù)更高自主權(quán)和資源優(yōu)先級(jí)。

但即使此前不是“滿血版”的數(shù)字人，也已然向百度證明了自己的價(jià)值。

2025 年 6 月，以羅永浩數(shù)字人為代表高說(shuō)服力數(shù)字人首秀，一開(kāi)播便創(chuàng)下 GMV 紀(jì)錄。7 月，新一代 NOVA 技術(shù)發(fā)布并計(jì)劃 10 月向全行業(yè)開(kāi)放。簡(jiǎn)單來(lái)說(shuō)該技術(shù)大幅增強(qiáng)了數(shù)字人的“復(fù)制”能力，數(shù)字人可以無(wú)壓力實(shí)現(xiàn)語(yǔ)言、表情與動(dòng)作的多模態(tài)同步。

11 月 13 日?，羅永浩數(shù)字人在百度世界 2025 上效果亮眼，征服了眾多現(xiàn)場(chǎng)來(lái)賓。同時(shí)，百度官宣慧播星數(shù)字人技術(shù)向全球開(kāi)放，明確進(jìn)入規(guī)模化商業(yè)應(yīng)用階段。

獨(dú)立部門(mén)意味著獨(dú)立預(yù)算，尤其是明星部門(mén)。新成立的數(shù)字人部門(mén)完全可以擺脫此前電商部門(mén)在預(yù)算上可能存在的束縛，以研究而非提供直播工具的功利姿態(tài)加大對(duì)高擬真，多智能體，實(shí)時(shí)互動(dòng)技術(shù)研發(fā)。

高擬真實(shí)時(shí)交互上，當(dāng)前百度數(shù)字人響應(yīng)時(shí)間已小于 2 秒，如果下一步 能 對(duì)復(fù)雜情緒理解、長(zhǎng)時(shí)記憶一致性、多智能體協(xié)同效率、跨場(chǎng)景泛化能力上有所突破，數(shù)字人完全可以成為百度未來(lái)的明星產(chǎn)品。

數(shù)字人，已經(jīng)成為百度手上的“明牌”，將和智能云、蘿卜快跑、昆侖芯外的又一大占位性戰(zhàn)略布局。

百度，希望被怎么記住

所謂占位性布局，可以理解為是企業(yè)在 AI 的哪些方面埋伏了“奇兵”。

有千文、豆包這種流量怪獸、DeepSeek、Kimi 這樣的新興勢(shì)力、ChatGPT、Claude 這樣的外國(guó)大能，通用聊天大模型的競(jìng)爭(zhēng)已經(jīng)進(jìn)入紅海。

孫子兵法有云：“凡戰(zhàn)者，以正合，以奇勝”。

李彥宏早在 2024 年就提出卷模型不如卷應(yīng)用，百度的布局也的確知行合一。業(yè)內(nèi)很少有廠商直接或半直接同時(shí)在 L4 級(jí)別無(wú)人駕駛、芯片制造、AI 眼鏡、數(shù)字人等方面發(fā)力。百度幾乎AI 應(yīng)用的全光譜布局。甚至在具身智能上，4 月 21 日百度聯(lián)合多家業(yè)內(nèi)重量級(jí)企業(yè)推出具身智能數(shù)據(jù)超市。

需要注意的是，這并不意味著百度在基礎(chǔ)模型層面的有所放松。

（圖源：LLM Arena）

根據(jù) LLM Arena 數(shù)據(jù)顯示，百度文心 5.1 文字能力上排名第 24，雖低于智譜 5.1 、千文 3.7 Max，但模型得分差距不大。文心的整體實(shí)力依然處在國(guó)產(chǎn)大模型靠前位置。

相比一家 AI 公司，百度更希望被記住的是“一家讓 AI 干活的公司”。

李彥宏在百度Create 2026上提出日活智能體數(shù)，作為 AI 時(shí)代新的度量衡，強(qiáng)調(diào)要關(guān)注有多少智能體在真正給人類干活，并交付結(jié)果。數(shù)字人正逐漸成為百度這一主線的又一詮釋。

艾媒咨詢《2025 年中國(guó)數(shù)字人產(chǎn)業(yè)發(fā)展報(bào)告》數(shù)據(jù)顯示，2025 年中國(guó)數(shù)字人核心市場(chǎng)規(guī)模達(dá) 480.6 億元，2026 年預(yù)計(jì)增長(zhǎng)至 572.9 億元。

（圖源：弗若斯特沙利文，《中國(guó) AI 數(shù)字人產(chǎn)業(yè)發(fā)展報(bào)告（2025 年）》）

弗若斯特沙利文 5 月發(fā)布的《中國(guó) AI 數(shù)字人產(chǎn)業(yè)發(fā)展報(bào)告（2025 年）》報(bào)告顯示，AI 數(shù)字人正從內(nèi)容生產(chǎn)工具演進(jìn)為智能化業(yè)務(wù)入口，百度一鏡市場(chǎng)份額為 8.1%，位列行業(yè)第一，且行業(yè)的頭部效應(yīng)正在顯現(xiàn)。

市場(chǎng)份額越發(fā)集中，意味著行業(yè)進(jìn)入淘汰賽時(shí)，頭部企業(yè)反而會(huì)享受業(yè)務(wù)優(yōu)勢(shì)帶來(lái)的馬太效應(yīng)。

這對(duì)百度來(lái)說(shuō)是個(gè)好消息。正如蘿卜快跑讓百度在 L4 級(jí)別無(wú)人駕駛上有了自己的陣地，昆侖芯讓百度擁有了芯片制造方面的底層能力，百度也要在數(shù)字人上鎖定決賽席位。

平曉黎曾透露，2025 年百度數(shù)字人為百度創(chuàng)收“幾十億元”。

根據(jù)百度 2025 年財(cái)報(bào)顯示，去年全年總營(yíng)收為 1291 億元；其中 AI 相關(guān)業(yè)務(wù)收入為 400 億元。若“幾十億元”取下限 20 億元，數(shù)字人創(chuàng)造了百度去年 AI 營(yíng)收的 5%；若取上限 99 億元計(jì)算，數(shù)字人掙出了百度 AI 四分之一的收入。

但即使是 5%，也依然能證明數(shù)字人的前景。

原因很簡(jiǎn)單，百度在數(shù)字人方面大舉發(fā)力、推向市場(chǎng)，已經(jīng)是去年下半年的事了。

2025 年雙十一在 10 月 15 日開(kāi)啟，11 月 11 日結(jié)束。10 月份開(kāi)放的高說(shuō)服力數(shù)字人想要在雙十一期間用上，這段時(shí)間對(duì)于 To B 生意來(lái)說(shuō)還是太短了。

所以說(shuō)，如果假以時(shí)日，百度的數(shù)字人或許能交出更漂亮的成績(jī)。

前景與道路

老話常說(shuō)：前景是光明的，道路是曲折的。

基本可以確定的是，百度絕不會(huì)在數(shù)字人行業(yè)競(jìng)爭(zhēng)中贏得輕松。

國(guó)內(nèi)諸多大廠都在積極布局?jǐn)?shù)字人技術(shù)。字節(jié)的 OmniHuman 系列于去年 2 月推出，去年 8 月升級(jí)至主力版本 OmniHuman-1.5。阿里基于千問(wèn)大模型的數(shù)字人 Live Avatar 在去年 6 月完成了分鐘級(jí)視頻產(chǎn)出，去年 12 月實(shí)現(xiàn)了140 億參數(shù)大模型+實(shí)時(shí) 20FPS 生成+10000 秒無(wú)漂移無(wú)限時(shí)長(zhǎng)生成，并在今年年初向社區(qū)開(kāi)源。

商湯數(shù)字人如影 SenseAvatar 開(kāi)發(fā)時(shí)間并不比百度晚，目前已經(jīng)完成多輪功能迭代，并在多行業(yè)落地。此外，如騰訊等其他企業(yè)，也在數(shù)字人上動(dòng)作頻頻。

但整體來(lái)看，在數(shù)字人領(lǐng)域，目前含金量最高的企業(yè)依然是百度。

以字節(jié)數(shù)字人為例，OmniHuman 基于 Diffusion Transformer（DiT）架構(gòu)，采用 Omni-Conditions Training 混合多模態(tài)訓(xùn)練策略。DiT 路線本質(zhì)上是生成側(cè)的底層架構(gòu)創(chuàng)新，是將 Transformer 結(jié)構(gòu)引入擴(kuò)散模型的骨干網(wǎng)絡(luò)，在處理復(fù)雜時(shí)空序列、運(yùn)動(dòng)一致性和細(xì)節(jié)表現(xiàn)力上具有顯著優(yōu)勢(shì)，特別適合高品質(zhì)視頻生成。

在實(shí)際操作上，字節(jié)的數(shù)字人通過(guò)模型看海量的抖音小視頻，來(lái)學(xué)習(xí)動(dòng)作生成。阿里和業(yè)內(nèi)多家其他企業(yè)，使用的正是與此相似的技術(shù)路線。

這與百度當(dāng)下的技術(shù)路線完全不同。百度采取的是真人動(dòng)作捕捉與數(shù)據(jù)遷移、大模型直接生成或預(yù)測(cè)動(dòng)作和表情、再進(jìn)行實(shí)時(shí)姿態(tài)和情緒控制。

簡(jiǎn)單來(lái)說(shuō)，字節(jié)、阿里和其他技術(shù)相似企業(yè)的數(shù)字人是用視頻喂出來(lái)的超級(jí)畫(huà)師，百度的則是用大模型和Agent系統(tǒng)培養(yǎng)的智能演員。

在“用戶友好度”層面，百度則更有優(yōu)勢(shì)。

百度的數(shù)字人并不止于數(shù)字人，配套的劇本生成 Agent、視頻生成 Agent、剪輯 Agent 等實(shí)用工具和百度最擅長(zhǎng)的多 Agent 之間的協(xié)同，讓用戶可以僅用一句話就生成帶貨視頻。

筆者在 Create 2026 上曾親身體驗(yàn)過(guò)百度的數(shù)字人。生成的英語(yǔ)帶貨視頻人物擬真度不輸業(yè)內(nèi)同類產(chǎn)品，語(yǔ)音語(yǔ)氣語(yǔ)法上流暢無(wú)語(yǔ)病。數(shù)字人主播方面，除了仍能感到些許頓挫感、過(guò)于“有求必應(yīng)”，以及在“活人微死”的當(dāng)下，主播情緒略顯高昂外完全可以勝任絕大多數(shù)直播場(chǎng)景。

當(dāng)然，與百度諸多這個(gè)時(shí)代面臨的問(wèn)題一樣，數(shù)字人上百度并未形成閉環(huán)。

（圖源：QuestMobile）

雖然月活超 7 億，百度 App 上流量的“忠誠(chéng)度”需要打一個(gè)問(wèn)號(hào)。只要電商還是三巨頭、短視頻平臺(tái)格局未變，百度 App 上的流量能變出來(lái)多少現(xiàn)，這個(gè)在整個(gè)移動(dòng)互聯(lián)網(wǎng)時(shí)代都沒(méi)有解決的問(wèn)題，在短時(shí)間內(nèi)似乎并沒(méi)有好的解決辦法。

正因此，需要外部流量，成為了百度數(shù)字人業(yè)務(wù)水桶上最短的那塊板。

字節(jié)有抖音以及從抖音擴(kuò)展出的其他生態(tài)，雄厚的財(cái)力加上火山引擎的技術(shù)積累，競(jìng)爭(zhēng)潛力絕不可小覷。阿里有著電商天然的使用場(chǎng)景，千問(wèn)的技術(shù)能力更是在國(guó)內(nèi)大模型上處在拔尖地位，同時(shí)開(kāi)源路線和海外大模型社區(qū)的持續(xù)運(yùn)營(yíng)，也讓阿里埋下了出海的引子。

不僅“大而泛”的流量要依靠外界，“小而美”的固定需求也需要百度自己拓展。

相比之下，騰訊有游戲/游戲制作者社區(qū)的需求；商湯有此前的政企積累。2026 年 4 月，如影獲得首個(gè)國(guó)標(biāo)合規(guī)認(rèn)證，商湯希望借此進(jìn)一步拓展國(guó)企、政府方面的合作。

這對(duì)百度來(lái)說(shuō)并不是好消息。

2026 年一季度百度核心 AI 新業(yè)務(wù)收入，占百度一般性業(yè)務(wù)收入的比例首次過(guò)半。但是，凡涉及百分比，必須看正反兩面——慶祝 AI 高歌猛進(jìn)的同時(shí)，傳統(tǒng)在線營(yíng)銷(xiāo)業(yè)務(wù)也在完成著最后的歷史使命，給予著集團(tuán)最后的轉(zhuǎn)型支持。

雖然 All in AI 在 2016 年就成為既定路線，但梭哈的反面是沒(méi)有退路。

（海外股票分析師對(duì)百度股票的觀點(diǎn)，圖源：華爾街日?qǐng)?bào)）

然而沒(méi)有退路并不意味著不能“開(kāi)分礦”。平曉黎此前曾透露，2026 年百度數(shù)字人出海將重點(diǎn)深耕東南亞、拉美、北美、歐洲四大區(qū)域。

有錢(qián)老外消費(fèi)能力夠強(qiáng)，沒(méi)錢(qián)的地方雇主播帶貨、拍視頻性價(jià)比不一定高，加上市場(chǎng)尚屬藍(lán)海，天然的適配數(shù)字人的落地。

此前百度一鏡就推出過(guò)海外版，支持 12 種主流語(yǔ)言、母語(yǔ)級(jí)口型匹配、本土化 Agent 智能創(chuàng)作，覆蓋 TikTok、Shopee、Lazada、阿里國(guó)際站等全球主流平臺(tái)。

但問(wèn)題又來(lái)了，拼多多可以不計(jì)成本的補(bǔ)貼，可以為了拉人頭可以消費(fèi)返利加直接給錢(qián)，可以一擲千金超級(jí)碗上做廣告。Temu 爆火是要拜拼多多百億甚至千億營(yíng)銷(xiāo)費(fèi)用所賜的。

反觀百度，優(yōu)先將資源投入何處、哪些業(yè)態(tài)更能利用有限資源盤(pán)活、誰(shuí)能形成不斷自我強(qiáng)化的“業(yè)務(wù)飛輪”，是百度管理層這個(gè)階段需要考慮的問(wèn)題。

所以，數(shù)字人業(yè)務(wù)的獨(dú)立，也向市場(chǎng)傳達(dá)了百度高層的想法。

成年不代表使命的終結(jié)，反而是責(zé)任的開(kāi)始。

新的數(shù)字人業(yè)務(wù)也是，新的百度也是。