AI主播正在進化......

摘要

在數(shù)智化浪潮與人工智能技術(shù)深度融合的背景下，AI主播成為新聞傳播領域的重要創(chuàng)新。本研究分析了AI主播在政策支持與技術(shù)驅(qū)動下的發(fā)展情況，重點探討其從“虛擬數(shù)字人”到“比特數(shù)智人”的范式躍遷，以及其對新聞傳播、電商營銷等領域的生態(tài)重構(gòu)作用。

在數(shù)智化浪潮的推動下，人工智能主播已從科幻想象躍入現(xiàn)實場景，成為重構(gòu)傳媒生態(tài)的重要變量。在人工智能與數(shù)字技術(shù)融合的進程中，AI主播的形態(tài)正經(jīng)歷從“虛擬數(shù)字人”到“比特數(shù)智人”的范式躍遷。

2022年以來，以多模態(tài)與大模型為核心技術(shù)的生成式人工智能在多領域進入應用爆發(fā)期，引發(fā)虛擬數(shù)字人的新一輪技術(shù)支撐變革。“比特數(shù)智人”以多模態(tài)建模、語音技術(shù)、自然語言處理、知識圖譜、視覺技術(shù)5個方向的技術(shù)儲備為依托，成為“虛擬數(shù)字人”的進化方向。“比特數(shù)智人”的進化目標是“外觀形象更鮮活，與人之間的對話更自然，將人機交互從單純的對話工具轉(zhuǎn)變?yōu)檎嬲臏贤ń涣鳌薄?/p>

發(fā)展現(xiàn)狀：政策紅利與產(chǎn)業(yè)爆發(fā)

中國核心市場：從政策紅利到商業(yè)落地的爆發(fā)性增長

2023年至2024年， 中國AI主播市場呈現(xiàn)“政策驅(qū)動—場景驗證—資本涌入”的爆發(fā)路徑。以電商直播為例，2024年京東“618”購物節(jié)期間，AI 主播累計直播時長超38萬小時，用戶互動次數(shù)超 400萬人次。這一爆發(fā)性增長背后，是政策紅利與場景落地的雙重驅(qū)動。

政策方面，國家高度重視人工智能技術(shù)的發(fā)展，出臺了一系列支持虛擬人技術(shù)研發(fā)和應用的政策，鼓勵虛擬人行業(yè)發(fā)展與創(chuàng)新；建立了一批人工智能產(chǎn)業(yè)園區(qū)，為企業(yè)提供優(yōu)惠政策和基礎設施支持，奠定了人工智能行業(yè)良好發(fā)展的基礎。

行業(yè)落地方面，AI主播的爆發(fā)式演進來源于生成式AI、多模態(tài)交互與產(chǎn)業(yè)需求三重動力疊加形成的飛輪效應。生成式AI的認知革命賦予AI主播內(nèi)容創(chuàng)作力，通用預訓練模型突破傳統(tǒng)自然語言處理的規(guī)則限制，使AI主播從“照本宣科”躍升至“即興創(chuàng)作”。

重構(gòu)傳播生態(tài)：從“工具替代”到“傳播范式重構(gòu)”的產(chǎn)業(yè)價值

截至2024年，中國AI主播帶動的產(chǎn)業(yè)規(guī)模接近4800億元，覆蓋新聞、電商等12個核心領域，AI 主播的產(chǎn)業(yè)價值已超越初期的人力替代邏輯，轉(zhuǎn)向?qū)鞑ド鷳B(tài)的深層重構(gòu)。一是生產(chǎn)流程的重塑，傳統(tǒng)新聞業(yè)“采編播”線性鏈條被解構(gòu)，澎湃新聞24小時直播頻道以“AI+直播”為核心革新，重構(gòu)新聞內(nèi)容生產(chǎn)范式。

而AI主播帶來的更深層變革則在于傳播范式的顛覆。一方面，時空維度上，傳統(tǒng)的時空維度邊界被打破，AI主播可7×24小時覆蓋全球時區(qū)。另一方面，主體關(guān)系上，人類與AI主播合作形成“認知協(xié)作體”。AI主播不僅是技術(shù)創(chuàng)新的產(chǎn)物，更是打開數(shù)智文明新范式的鑰匙。

《2023—2024年中國智能制造發(fā)展研究年度報告》數(shù)據(jù)顯示，2023年我國智能制造相關(guān)產(chǎn)業(yè)規(guī)模同比增長14.9%，達到28841.6億元，預計未來3年將保持高速增長態(tài)勢。與之適配的是，我國AI主播生態(tài)的產(chǎn)業(yè)鏈也完成了上中下游的本土化，具備大規(guī)模應用的技術(shù)實力。

全球競爭格局：中國憑借生態(tài)優(yōu)勢占據(jù)制高點

從全球格局看，AI主播的競爭已超越單純技術(shù)比拼，進入“標準制定權(quán)”爭奪階段。歐盟《人工智能法案》（2024）以“透明度”名義要求AI生成內(nèi)容強制標注，間接抬高中國企業(yè)出海成本；而中國依托市場規(guī)模優(yōu)勢，正聯(lián)合東盟推動《跨境數(shù)字人服務標準》，試圖定義技術(shù)倫理與商業(yè)規(guī)則的“東方范式”。這場無聲的博弈，預示AI主播將成為全球數(shù)字經(jīng)濟秩序重構(gòu)的關(guān)鍵戰(zhàn)場。

2024年發(fā)布的《國家人工智能產(chǎn)業(yè)綜合標準化體系建設指南（2024 版）》標志著中國在人工智能標準體系建設方面邁出了戰(zhàn)略性步伐。根據(jù)規(guī)劃，到 2026年將實現(xiàn)三大關(guān)鍵突破：首先，在技術(shù)標準轉(zhuǎn)化方面，將確保60%以上的共性關(guān)鍵技術(shù)和應用開發(fā)項目形成標準成果，實現(xiàn)科技創(chuàng)新與標準制定的無縫銜接；其次，在標準體系完善方面，計劃新增50 余項國家標準和行業(yè)標準，覆蓋AI主播等數(shù)字人產(chǎn)業(yè)的關(guān)鍵技術(shù)規(guī)范、倫理準則和應用場景；最后，在國際影響力方面，將參與制定20項以上國際標準，推動包括AI主播技術(shù)在內(nèi)的中國標準走向世界。這一系列舉措不僅將加速國內(nèi)AI產(chǎn)業(yè)的高質(zhì)量發(fā)展，更將為中國在AI主播等前沿領域的標準話語權(quán)爭奪中贏得戰(zhàn)略主動，為構(gòu)建數(shù)字經(jīng)濟時代的“中國標準”生態(tài)奠定堅實基礎。

技術(shù)支撐：從“形似”到“神似”的突破

當前AI主播技術(shù)已實現(xiàn)從基礎播報到深度交互的跨越式發(fā)展，構(gòu)建起完整的產(chǎn)業(yè)生態(tài)。AI主播在不同層級、不同向度的媒體機構(gòu)與在線平臺蓬勃發(fā)展，其背后的技術(shù)突破主要體現(xiàn)在三個方面：

首先，在生成式AI領域，央視“小天”通過情感化語音合成實現(xiàn)抑揚頓挫的播報，山東廣播電視臺“岱青”借助神經(jīng)輻射場（NeRF）圖像技術(shù)呈現(xiàn)毛孔級微表情，抖音AI主播利用自然語言處理技術(shù)完成個性化話術(shù)生成，日照臺“智夏”的擬真播報則使用深度學習驅(qū)動的表情/動作庫。

其次，在多模態(tài)交互方面，騰訊新聞“三維播報場景”實驗實現(xiàn)手勢語義聯(lián)動，新華社“新小微”的 3D 重建與動態(tài)渲染同步準確率高，科大訊飛“茜茜”基于語音合成與情感遷移自然地與人交流，義烏跨境主播利用實時環(huán)境感知自動調(diào)整口播話術(shù)。

最后，情感計算突破維度，京東數(shù)字人已能根據(jù)觀眾情緒實時優(yōu)化直播策略，提升產(chǎn)品銷量。

未來，AI主播技術(shù)趨勢將呈現(xiàn)兩大特征：一方面，大模型與具身智能融合催生“數(shù)智人2.0”；另一方面，“人機共生”成為主流模式，中央廣播電視總臺等機構(gòu)采用“黃金時段真人+長尾時段AI”的組合策略，整體ROI（投資回報率）提升4倍。在2024年全國兩會期間，央視財經(jīng)推出基于螞蟻靈境數(shù)字人平臺的AI主播“小東”，以主持人孟湛東為原型，實現(xiàn)了毛孔級精度的形象復刻和自然流暢的語音播報。其核心突破在于融合語義理解與數(shù)據(jù)可視化能力，能夠24小時實時解讀《政府工作報告》中的經(jīng)濟政策，將復雜的產(chǎn)業(yè)規(guī)劃、投資方向等專業(yè)內(nèi)容轉(zhuǎn)化為直觀圖表和通俗解說。由此可見， AI主播的價值不在于替代人類，而是在“神似”之后，擁有跨場景自適應能力與多主體協(xié)作意識，推動傳媒行業(yè)完成向效率革命與人文回歸的雙重升級。

應用場景：全領域滲透與模式創(chuàng)新

AI主播以“技術(shù)賦能+場景適配”的雙重特性，正在重構(gòu)信息傳播的邊界與形態(tài)。從新聞播報到政務服務，從教育互動到文旅體驗，AI主播正基于 AIGC（人工智能生成式內(nèi)容）的創(chuàng)意性內(nèi)容生產(chǎn)，以“虛擬分身”的身份滲透至社會運行的各個角落，成為連接虛擬與現(xiàn)實的“敘事樞紐”，推動傳統(tǒng)行業(yè)向智能化轉(zhuǎn)型。

新聞傳播領域的智能化轉(zhuǎn)型

AI新聞主播通過“技術(shù)替代+人機協(xié)同”模式，推動專業(yè)場景、傳播效能的深度創(chuàng)新，為更多類型的視聽生產(chǎn)奠定了發(fā)展基礎。AI新聞主播的定制化、風格化技術(shù)創(chuàng)新與常態(tài)化新聞生產(chǎn)實踐推動視聽類新聞生產(chǎn)向高效化、個性化演進，AI主播話語中開始加入AIGC。

AI新聞主播的矩陣化部署與AI新聞項目開發(fā)，標志著視聽類新聞從單一技術(shù)應用向系統(tǒng)性、場景化創(chuàng)新的躍遷。“一專多能”的矩陣配置，既提升了報道效率，又通過差異化風格增強用戶黏性。AI新聞主播在垂直領域持續(xù)發(fā)力， 以專業(yè)深耕形成獨特競爭力與差異化優(yōu)勢。

從中央到地方，主流媒體致力于打造IP化AI 新聞主播，形成真人與AI的協(xié)同品牌效應，以高質(zhì)量內(nèi)容供給提升其傳播力、引導力、影響力、公信力。作為新質(zhì)生產(chǎn)力的AI主播為廣電媒體適應新的國際傳播形勢，進一步提高國際傳播能力提供了新方案。云南省南亞東南亞區(qū)域國際傳播中心聯(lián)合云南網(wǎng)運用超寫實數(shù)字人建模、AI 實時面部動作生成及驅(qū)動、智能翻譯等技術(shù)，推出緬甸語AI數(shù)字人泰倫哥(Dr.Htike Lwin Ko) 和老撾語AI數(shù)字人坎普（Khamhou），播報自然流暢，交互生動智能，制作的“AI 主播讀兩會”等視頻內(nèi)容，在海外社交平臺傳播，實現(xiàn)了小語種人工智能在國際傳播中的創(chuàng)新運用，為構(gòu)建中國海外華語體系提供了重要支撐。

電商與商業(yè)營銷的“智能中樞”

電商營銷領域，AI主播正從“超級工具”升級為覆蓋多場景、高效率的“智能營銷中樞”，其核心價值體現(xiàn)在降本增效、精準觸達與生態(tài)重構(gòu)三方面。 AI主播以“全天候+多模態(tài)”特性重塑商業(yè)模式，驅(qū)動營銷效率與用戶體驗的躍遷。同時，AI主播也將成為連接全球消費市場的“數(shù)字橋梁”，推動電商行業(yè)向集約化、全球化方向演進。

中國電商直播市場規(guī)模不斷擴大，AI主播數(shù)量也達到一個新的高峰，但主要商業(yè)平臺，如快手、抖音、淘寶、京東、騰訊視頻號、嗶哩嗶哩上虛擬主播的發(fā)展水平各異，平臺態(tài)度亦有區(qū)別。AI主播通過多模態(tài)交互技術(shù)與實時場景切換，推動電商直播從單向輸出向“虛實融合”體驗躍遷。例如，宜昌跨境電商海購節(jié)吉祥物“Heygoo”結(jié)合AR（增強現(xiàn)實）特效與二維動畫，打破次元壁與真人主播同屏互動，實現(xiàn)產(chǎn)品介紹、促銷活動等環(huán)節(jié)的動態(tài)切換，增加了直播趣味性和互動性，單場直播國內(nèi)外曝光達420萬人次。“一專多能”的智能生產(chǎn)體系正在重構(gòu)營銷鏈路。

全球化與本土化融合的破局中，AI主播展現(xiàn)出突破性價值。謙尋控股在2023年第二屆全球數(shù)字貿(mào)易博覽會（數(shù)貿(mào)會）上發(fā)布的“AI 數(shù)字人直播零度出海計劃”，標志著中國直播電商技術(shù)從本土化應用向全球化輸出的躍遷。該計劃的核心在于將國內(nèi)成熟的數(shù)字人店播技術(shù)全鏈路復制至東南亞市場，通過“阿凡達技術(shù)”實現(xiàn)海外商家“幕后操控”數(shù)字人主播，降低真人主播出鏡門檻與試錯成本。在跨境數(shù)字人直播場景下，商家的全球接待能力將不再是難題。

政務服務與公共傳播領域的“智能觸角”

在政務傳播領域，AI主播通過技術(shù)賦權(quán)與人性化服務的辯證統(tǒng)一，既從高精度建模與場景適配保障政策傳達的嚴肅性，又借助情感化交互與全時服務突破時空限制。AI主播正成為政府數(shù)字化轉(zhuǎn)型的“智能觸角”，以“權(quán)威性+服務溫度”雙軌并行，破解公共服務時空限制與人力不足難題，實現(xiàn)政策宣講的權(quán)威性與服務溫度感的平衡，成為重構(gòu)公共服務場景的基礎設施。

AI主播通過權(quán)威形象塑造與司法場景適配，將專業(yè)法律知識轉(zhuǎn)化為可感知的公共服務產(chǎn)品，突破了傳統(tǒng)普法的時間與空間限制。AI主播通過情感化交互與全時服務模式，突破傳統(tǒng)政務窗口的時間與人力限制，提升服務普惠性。

教育醫(yī)療與文娛創(chuàng)新的“人格化”賦能

AI主播形成“技術(shù)具身化”傳播模式，突破傳統(tǒng)人際傳播的時空邊界與單向性局限，正推動傳播范式從“人機交互”向“人機協(xié)同”轉(zhuǎn)型，重構(gòu)教育、醫(yī)療、文娛的產(chǎn)業(yè)價值鏈，激活傳統(tǒng)產(chǎn)業(yè)的智能發(fā)展?jié)摿Α?/p>

AI數(shù)字人通過文化IP復刻、多模態(tài)交互與場景化服務，實現(xiàn)歷史遺產(chǎn)活化與沉浸式文旅體驗。敦煌莫高窟官方虛擬人“伽瑤”在 2023 年春節(jié)假期受到廣泛喜愛，其原型來自莫高窟壁畫中的妙音鳥“迦陵頻伽”。技術(shù)團隊結(jié)合動作捕捉、面部驅(qū)動底層算法優(yōu)化等多領域技術(shù)，讓“伽瑤”不但能實時做出表情，而且頭發(fā)、衣服、配飾都能像現(xiàn)實中一樣隨風而動。

AI主播結(jié)合景區(qū)實景進行直播，挖掘潛在觀眾，打破文旅營銷壁壘，增加觀眾對景區(qū)的興趣，為觀眾帶來個性化的文創(chuàng)消費互動形式，帶動流量精準變現(xiàn)。AI主播通過多模態(tài)技術(shù)融合實現(xiàn)身份的無縫切換，通過跨平臺與跨場景的靈活適配、“一芯多用”的定制化部署實現(xiàn)技術(shù)資源的最大化復用。

挑戰(zhàn)與風險：“狂歡”背后的冷思考

數(shù)智時代浪潮下，AI主播以“零失誤”“全天候”的技術(shù)特性重塑了新聞傳播的底層邏輯。從財經(jīng)資訊的自動化播報到運動賽事的虛擬主持，其高效、精準的表現(xiàn)已滲透至政務、教育、文旅等多元場景。然而，在技術(shù)狂歡的表象之下，AI主播的“類人非人”特質(zhì)正引發(fā)一場深刻的行業(yè)危機：算法驅(qū)動的內(nèi)容生產(chǎn)導致新聞同質(zhì)化加劇，情感表達的機械性消解了媒體公信力；虛擬場域的預設議程削弱了新聞的現(xiàn)場性與深度；更嚴峻的是，傳統(tǒng)主播面臨職業(yè)主體性消弭的風險，人機協(xié)作的邊界爭議持續(xù)發(fā)酵。這些挑戰(zhàn)不僅關(guān)乎技術(shù)本身的完善，更指向媒體生態(tài)、職業(yè)倫理與社會認知的系統(tǒng)性重構(gòu)——如何在效率與溫度、創(chuàng)新與責任之間找到平衡點，將成為數(shù)智時代媒體轉(zhuǎn)型的核心命題。

倫理與社會困境

AI主播的發(fā)展正面臨多重倫理拷問。深度偽造技術(shù)的崛起使信息真實性面臨前所未有的挑戰(zhàn)，不少老年觀眾甚至將AI主播誤認為是真人并與其進行互動，這種情感欺騙風險亟待重視。同時，算法推薦導致的內(nèi)容同質(zhì)化也在不斷加劇信息繭房效應。在職業(yè)發(fā)展與就業(yè)存續(xù)方面，更值得關(guān)注的是，一些國家、地區(qū)已出現(xiàn)中腰部主播因AI替代而失業(yè)的浪潮，這些現(xiàn)象都呼喚著建立人機協(xié)同、重塑職業(yè)價值的傳媒業(yè)新型就業(yè)生態(tài)體系。

法律爭議

當前，法律體系在應對AI主播相關(guān)爭議時面臨新挑戰(zhàn)。一方面，我國著作權(quán)法明確規(guī)定權(quán)利主體需為自然人或法人，AI主播無法享有版權(quán)，導致AI 生成內(nèi)容的版權(quán)歸屬陷入困境。另一方面，用戶參與度的差異也使得版權(quán)認定更加復雜：簡單的關(guān)鍵詞輸入與深度創(chuàng)作指導之間，如何界定“人類智力貢獻”成為亟待解決的法律難題。

技術(shù)瓶頸

盡管AI主播技術(shù)突飛猛進，但其仍面臨諸多技術(shù)瓶頸。在應對突發(fā)新聞時，AI主播常出現(xiàn)邏輯混亂的情況，暴露了復雜場景應對能力的不足。專業(yè)領域的問題回答更是痛點所在。此外，大模型的“幻覺”問題使敏感話題回答存在風險，需要額外的安全控制算法來確保內(nèi)容邊界；面向國際傳播場景的多語種適配與識別等技術(shù)局限也制約著AI主播的普及應用。

未來趨勢：人機共生與全球化博弈

技術(shù)演進方向

技術(shù)演進正推動AI主播向更智能、更自然的方向發(fā)展。在情感計算領域，AI正從簡單模仿人類向創(chuàng)造超越人類情感表達的方向突破，通過深度學習構(gòu)建更細膩的情感反饋機制。硬件方面，輕量化AR 眼鏡的普及將徹底改變播報形式，實現(xiàn)虛實場景的無縫切換。多模態(tài)交互技術(shù)也在持續(xù)升級，使虛擬主播能夠呈現(xiàn)更豐富的微表情和肢體語言。值得注意的是，當前基于真人原型的AI主播已不再是簡單的數(shù)字復制品，它們通過面貌、聲音等元件的數(shù)字化重組，正在演變?yōu)榫哂歇毩⑻卣鞯奶摂M生命體。未來，虛擬人物的創(chuàng)造將更注重真實元件與數(shù)字優(yōu)化的有機結(jié)合，打造更具人格魅力的數(shù)字形象。

人機協(xié)同模式與行業(yè)生態(tài)重構(gòu)

在人機協(xié)同方面，行業(yè)生態(tài)正在發(fā)生深刻重構(gòu)。真人主播的角色逐漸從臺前播報轉(zhuǎn)向幕后創(chuàng)意策劃，混合直播間模式展現(xiàn)出巨大潛力。2024年“6·18”大促期間，美ONE首次測試了數(shù)字人直播，為用戶提供更多直播時段和更細致入微的服務，并宣布發(fā)力探索AI智能客服、智能選品等直播業(yè)務應用。正如中央廣電總臺主持人王冠所言，AI主播發(fā)展的關(guān)鍵不在于模仿真人的程度，而在于如何實現(xiàn)規(guī)模化應用。央視頻正探索將AI主播作為標準化的內(nèi)容生產(chǎn)工具，讓算力系統(tǒng)像“配菜”一樣融入傳媒產(chǎn)業(yè)鏈，這代表著AI技術(shù)回歸內(nèi)容本質(zhì)的發(fā)展趨勢。

全球化競爭與政策、倫理框架

全球化競爭格局中，中國憑借電商場景的快速落地能力占據(jù)優(yōu)勢，特看科技在東南亞的布局就是典型案例。但歐美國家正通過GPT-5等技術(shù)封鎖和專利壁壘實施反制，加劇了技術(shù)競賽的激烈程度。面對這一形勢，建立健全政策與倫理框架至關(guān)重要。歐盟《人工智能法案》為AI生成內(nèi)容的標識與權(quán)屬規(guī)范提供了借鑒，國內(nèi)平臺如嗶哩嗶哩、抖音也已出臺虛擬主播社區(qū)規(guī)則，要求技術(shù)使用者實名認證。中央廣電總臺發(fā)布的《人工智能使用規(guī)范》則展示了構(gòu)建人機協(xié)同生態(tài)的可行路徑，通過算法透明化、內(nèi)容審核等機制，在技術(shù)創(chuàng)新與社會責任之間尋求平衡。

結(jié)論：構(gòu)建可持續(xù)發(fā)展的AI主播生態(tài)

在AI主播蓬勃發(fā)展的當下，亟須構(gòu)建一個可持續(xù)發(fā)展的生態(tài)系統(tǒng)，其核心在于實現(xiàn)技術(shù)向善與人文價值的平衡。AI主播的終極目標應當是提升傳播效率、優(yōu)化服務質(zhì)量，而非簡單替代人性價值。這一目標的實現(xiàn)需要多方協(xié)同發(fā)力：首先，政策層面，應建立數(shù)字人形象備案與黑名單制度，為行業(yè)發(fā)展提供規(guī)范指引；其次，企業(yè)層面，必須堅持技術(shù)開發(fā)與倫理審查并重的原則，在創(chuàng)新過程中保持責任意識；最后，個人層面，通過公眾教育提升社會整體的AI內(nèi)容辨識能力，構(gòu)建健康的認知環(huán)境。

值得注意的是，技術(shù)“狂歡”背后潛藏的倫理爭議與職業(yè)重構(gòu)風險不容忽視。AI主播的發(fā)展必須審慎考量效率與溫度、創(chuàng)新與責任之間的平衡，這直接關(guān)系到技術(shù)能否真正融入社會肌理。從未來發(fā)展趨勢看，虛擬數(shù)字人將突破傳統(tǒng)媒介產(chǎn)品的單一屬性，在媒介生態(tài)中扮演重要角色，既是信息制造與傳遞的新主體， 也是連接“人—物—環(huán)境”的新型介質(zhì)。

AI主播的演進本質(zhì)上是模擬人類生物性與社會性的過程，其發(fā)展軌跡呈現(xiàn)出“人—技”互構(gòu)的辯證關(guān)系。在可預見的未來，我們需要特別關(guān)注技術(shù)設計的重要性，通過智能體設計向開發(fā)者、平臺和用戶三方賦權(quán)，最終實現(xiàn)人機共生與協(xié)同發(fā)展。這一過程不僅關(guān)乎技術(shù)創(chuàng)新，更是對人類社會價值觀的深刻重構(gòu)。

來源 | 新聞戰(zhàn)線（原文來源《新媒體研究報告》，有刪減。作者塔娜系中國人民大學新聞與社會發(fā)展研究中心研究員、中國人民大學新聞學院副教授；李霄騫系該學院博士研究生）

值班編輯 | 胡煒

主編推薦