AI技術(shù)或者模型在某種程度上幫助人類實(shí)現(xiàn)永生。”在和趣丸千音營(yíng)銷副總裁邢瑞琪交流的過(guò)程中，她的這句話讓人印象十分深刻。

前兩天，廣州趣丸網(wǎng)絡(luò)科技有限公司（下稱“趣丸科技”）入選了2025福布斯中國(guó)“人工智能科技企業(yè)TOP50評(píng)選”。作為本次廣州唯一上榜的企業(yè)，趣丸科技的AI含金量不言而喻。

趣丸科技的榮譽(yù)墻

作為一家生來(lái)就帶數(shù)字化基因的互聯(lián)網(wǎng)科技公司，談?wù)?ldquo;數(shù)字化”似乎顯得稀松平常。在趣丸科技總裁助理兼公共事務(wù)部總經(jīng)理劉靜雯看來(lái)，比起數(shù)字化，智能化才是接下來(lái)要重點(diǎn)布局的方向，“對(duì)于中國(guó)企業(yè)來(lái)說(shuō)，智能化是未來(lái)十年最大的增量”。

5年投入19億元做人工智能等前沿技術(shù)研發(fā)，趣丸科技現(xiàn)如今構(gòu)建了全棧式AI交互技術(shù)產(chǎn)業(yè)生態(tài)，在AI語(yǔ)音、AI音樂(lè)、數(shù)字人等領(lǐng)域開啟了“多條腿走路”的模式。這家科技企業(yè)的數(shù)智化，到底做到哪一步了？

趣丸展位（受訪者供圖）

短劇出海效率“一瀉千里”

國(guó)產(chǎn)短劇《我在八零年代當(dāng)后媽》在春節(jié)期間火爆后，變身《Back to the 80s（DUBBED）》登陸點(diǎn)眾科技旗下短劇出海平臺(tái)DramaBox。爽點(diǎn)劇情同樣滿足了海外用戶的需求，但字幕版本有點(diǎn)跟不上了。求西班牙語(yǔ)字幕、印尼語(yǔ)字幕的在評(píng)論區(qū)比比皆是。

2024年，中國(guó)短劇出海市場(chǎng)迎來(lái)爆發(fā)式增長(zhǎng)，總下載量達(dá)到3.7億次，內(nèi)購(gòu)收入達(dá)到5.7億美元。美國(guó)、印度尼西亞和巴西成為下載量增加的主力軍，而美國(guó)、日本和澳大利亞則是內(nèi)購(gòu)收入的主要來(lái)源。

在短劇出海這個(gè)圈里，譯制劇成為熱門載體。為了快速回本，平臺(tái)恨不得從橫店拿到制作方的一部劇三個(gè)小時(shí)后就能完成翻譯并在App上架。但譯制過(guò)程中的字幕擦除、翻譯和配音，一來(lái)成本高筑，二來(lái)人力譯制需要時(shí)間。

“在趣丸千音上，同樣100分鐘到120分鐘的劇集，人工譯制的成本比AI譯制貴15倍以上。從時(shí)間維度來(lái)看，原先人工每日能處理十幾二十集，AI現(xiàn)在基本一天就能翻譯完一部劇并且調(diào)優(yōu)，速度也提升了10倍以上。”邢瑞琪表示。也就是說(shuō)，上午拿到制作好的作品，下午就可以開始在海外投放。

趣丸千音是趣丸科技在今年4月推出的一站式AI語(yǔ)音創(chuàng)作平臺(tái)，集成文本轉(zhuǎn)語(yǔ)音、視頻翻譯、多語(yǔ)種合成等多元能力，是業(yè)界首個(gè)從模型到應(yīng)用全面趕超國(guó)際先進(jìn)水平的AI語(yǔ)音產(chǎn)品。

成本控制和效率提升都能做到，那臺(tái)詞翻譯的“信達(dá)雅”，AI是否能夠像人一樣專業(yè)？邢瑞琪告訴記者，這就是垂類大模型相較通用大模型的“專業(yè)”所在了。以垂類大模型為基底，通過(guò)在平臺(tái)翻譯的專有數(shù)據(jù)沉淀反哺模型優(yōu)化，讓翻譯更有“人味”。

垂類大模型，解決的不是最大公約數(shù)用戶的痛點(diǎn)，而是垂類場(chǎng)景下的技術(shù)訣竅問(wèn)題。

“有人味說(shuō)人話”的數(shù)字人

你有因?yàn)锳I客服的“聽(tīng)不懂話”而深感無(wú)語(yǔ)的經(jīng)歷嗎？

趣丸科技的數(shù)字人產(chǎn)品

晚間新聞上的新聞播報(bào)員、辦公大廳里的數(shù)字員工、直播間里的帶貨主播，隨著AI的不斷發(fā)展，數(shù)字人以“無(wú)孔不入”的姿態(tài)“入侵”了我們的日常生活。數(shù)字人賽道卷出天際，但人機(jī)感與“一眼假”的問(wèn)題一直橫亙?cè)跀?shù)字人領(lǐng)域。

趣丸科技的“10秒生成高自然度數(shù)字人”，在國(guó)內(nèi)電商平臺(tái)的市場(chǎng)占有率做到了頭部。據(jù)透露，目前，趣丸科技在直播零售板塊的服務(wù)客戶累計(jì)商品交易總額已突破10億元。除直播電商外，在政府部門的服務(wù)數(shù)字人領(lǐng)域也有應(yīng)用。“上個(gè)月我們就和廣州市工信局推出了省內(nèi)工信領(lǐng)域首個(gè)政策服務(wù)數(shù)字人‘穗小信’。”劉靜雯說(shuō)。

AI數(shù)字人（受訪者供圖）

她表示，“像個(gè)真人”和“聽(tīng)得懂話”，是衡量一個(gè)數(shù)字人做得好的基本標(biāo)準(zhǔn)。在真實(shí)世界中，人與人的溝通表達(dá)不局限于語(yǔ)言文字、語(yǔ)氣等方面，還包括肢體動(dòng)作、面部肌肉的復(fù)雜活動(dòng)。“因此，一個(gè)好的數(shù)字人，動(dòng)作和表情會(huì)很豐富。不僅要做到唇形同步，面部的其他肌肉、上半身，甚至手部也要實(shí)現(xiàn)更像人的協(xié)同運(yùn)動(dòng)。甚至人物有動(dòng)作的時(shí)候，頭發(fā)絲也會(huì)跟著律動(dòng)”。

聲音的高擬人化和高情感也是消除AI人機(jī)感的重要一環(huán)。相較于走“播音腔”的學(xué)習(xí)路線，趣丸科技與香港中文大學(xué)（深圳）聯(lián)合研發(fā)的MaskGCT大模型可以做到高度還原人類發(fā)聲的個(gè)性化音色、語(yǔ)調(diào)、風(fēng)格與情感。“我們真人說(shuō)話是不會(huì)像朗誦新華字典一樣的，多少都有些發(fā)音的區(qū)別。想讓一個(gè)模型說(shuō)話有人味，我們堅(jiān)持這樣的技術(shù)路線才是可行的。很難、但是要做。”邢瑞琪進(jìn)一步補(bǔ)充道，目前，團(tuán)隊(duì)正在努力解決如何保留人的特性發(fā)音聲帶結(jié)構(gòu)或者一些地道口音的非人機(jī)味發(fā)音。

“我們的數(shù)字人性價(jià)比高，這個(gè)很重要。”劉靜雯笑道，依托于趣丸科技的自研大模型技術(shù)，目前已經(jīng)把數(shù)字人的成本從過(guò)去的萬(wàn)元級(jí)、幾十萬(wàn)元級(jí)降低到了百元的級(jí)別。

其次是數(shù)字人的實(shí)時(shí)交互。據(jù)劉靜雯介紹，讓數(shù)字人能夠理解并且回答用戶提出的需求和問(wèn)題，既涉及交互技術(shù)，還有專業(yè)知識(shí)的儲(chǔ)備。不過(guò)，她也直言，目前讓數(shù)字人能夠理解和實(shí)時(shí)處理人類的復(fù)雜需求還有一定的局限，尤其在醫(yī)療等專業(yè)領(lǐng)域，需要學(xué)習(xí)大量的專業(yè)知識(shí)和落地實(shí)踐，才有可能被規(guī)模化應(yīng)用。

當(dāng)被問(wèn)到數(shù)字人和AI的不斷發(fā)展，是否會(huì)加劇一些崗位的消失時(shí)，邢瑞琪和劉靜雯都毫不猶豫地給出了回復(fù)：不會(huì)。“AI+人的服務(wù)，是AI落地的基本原則。”在邢瑞琪看來(lái)，從蒸汽時(shí)代到電氣時(shí)代，再到如今，大家都在提及工人下崗問(wèn)題。但事實(shí)是技術(shù)的成熟帶來(lái)的是更多專業(yè)的技術(shù)崗位。“AI是在賦予崗位，而不是剝奪，只是崗位的價(jià)值在優(yōu)化而已”。