编辑导读：昨天的双十一预售你参加了吗？现在很多人网购都喜欢直接从直播间购买。大量消费者的涌入，对平台和主播都是很大的挑战。于是，淘宝直播工作室推出了虚拟主播带货直播。这条路能用吗？笔者对此进行分析，希望对你有所帮助。
一、淘宝智能直播间是一款怎样的产品？不知道大家有没有找到。半夜打开淘宝，你会发现越来越多的商家在用虚拟主播带货直播。虚拟主播不仅可以介绍产品，还可以回答问题，在演播室欢迎新观众，甚至可以和观众一起玩互动游戏。这个2020年夏天投入测试的功能，已经正式支持淘宝商家申请使用。
根据官方介绍，这个功能模块名为“智能直播工作室”，是一款由智能技术驱动，自动播放虚拟影像并进行个性化推荐的智能产品。捏脸、换衣服、选择合适的声音、一键生成脚本，即可实现7*24无人直播。
二、为什么会有智能直播间？直播和送货行业日趋规范和成熟，但竞争依然激烈。
对于平台而言，在直播投放模式逐渐推广和深化的当下，流量竞争成为所有平台都需要面对的重要考验。同时，提高直播的吸引力，在无人时仍有引流能力，是各平台的重要堡垒。
对于用户来说，随着观看直播购物已经成为一种常态行为和“刚需”，直播秒杀等优惠活动带来的价格优势逐渐减弱，用户在价格之外更看重直播体验。能否立即看到现场介绍，介绍内容是否专业，现场画面是否美观，都是影响用户决策的重要因素。
对于商家来说，2020年以来，商家的自播获得了更多的流量支持，但依然难以抗衡主播红人的流量优势。缺乏运营经验的商家大多需要长时间的直播和频繁的直播才能获得流量倾斜，而直播带来的注意力转化和销量转化不一定能覆盖直播的成本。随着商品价格优势的下降，直播内容的质量和时长成为赢得转化的重要突破口。目前直播内容的质量主要有以下几个演进方向：
直播间硬件升级：包括直播间的装修、拍摄设备、灯光等硬件，尽量突出产品的真实面貌；视觉效果升级：目前市面上有很多服务商支持虚拟场景展示，通过虚拟背景叠加现实生活中的绿屏抠图来实现，可以任意变换不同虚拟场景的现场互动；除此之外，不少品牌方还大幅提升了直播间贴片画面的美观度，充分利用屏幕空间进行品牌推广；主播能力的进化：一方面，直播主播这边有很多专职主播，网络名人属性的弱化让他们更加专业，更有利于店铺流量的沉淀；另一方面，虚拟主播开始在直播领域占得先机。第一批虚拟主播由佩戴直播捕捉设备的真人扮演，主要是为了增强直播的趣味性，方便IP变现。但是，直播抓拍设备高昂的购买成本和使用成本终究还是阻挡了大量的业务；现在淘宝已经开始推出智能虚拟主播，可以实现24小时无人自动直播。目的是通过拉长直播时间，争夺无人时段的流量来实现转型。虽然“机器感”较重，但也在一定程度上弥补了直播主播成本和工时的劣势。
三。淘宝智能直播工作室产品分析对于淘宝智能直播工作室目前的表现，可以从虚拟内容生成、虚拟内容展示、直播互动等角度进行解读和分析。
1.传统电子商务的虚拟内容生成
在淘宝智能直播间，商品介绍文字是通过抓取商品详情页的图文信息智能生成的，不需要用户手动输入(当然这些文字支持用户修改)，对于不擅长直播操作写介绍文字的中小商家来说非常友好。生成的介绍文本进一步转化为语音，并驱动虚拟主播的表情和动作，从而生成一个可以形象地介绍商品的虚拟主播。
图片：虚拟主播模式支持自由配置和着装，卡通形象风格与淘宝生活一致。不知道在技术方面是否已经完成。
语音：不同于一般温和的人工智能语音，这些虚拟主播参考的是直播主播的发音和语气，情感更饱满，更适合直播送外卖场景。而且支持语音定制，商家只需要提供半小时的录音。TTS技术不仅可以用主播的声音播报，还可以用主播的声音说外语。
文字分析与表现：虚拟主播的声音、表情、动作尽量模拟真实主播，紧扣文字内容突出重点。比如在强调产品卖点、催促购买时，会放大虚拟主播的表情、音量、动作，加强信息传递。
2.虚拟内容展示与主播和要介绍的内容，如何有效沟通是智能直播面临的一大难题。因为直播主播的表现力更强，商品也可以在实践中展示，让观众所见即所得。虚拟主播再次拟人化就很难达到真实主播的表现力，没有辅助就更不可能演示出真实的商品。虚拟内容在展示上有哪些优势，如何趋利避害？我们可以把它分为两部分：虚拟场景和信息传递。
虚拟场景：工作室会使用具有三维空间感的虚拟背景，多为室内场景。而且会随着讲解背景有变化。一个变化是，随着虚拟主播的解说，会有一个水平的镜面移动变化，呈现全景虚拟空间；另一种现在见得多了。在解释商品时，背景会显示一个蓝屏，蓝屏上显示商品的图片。讲解完商品，切换回虚拟室内场景。场景的虚拟背景更有空间感，不受真实场景的限制，有更多的想象空间；同时加入了景色的变化，让画面更加丰富，减少了用户长时间观看的枯燥感。
信息传递：目前淘宝智能直播工作室主要利用三类载体传递商品相关信息，以弥补实践中无法展示的缺点：
商品卡片：早期版本屏幕右侧的商品卡片会动态显示与商品相关的图片/视频，商品名称和价格也会一起显示。用户可以直接点击此链接进入详细页面；目前版本多采用蓝屏背景，在屏幕上方位置显示商品相关图片/视频。商品名称和价格将根据图片/视频材料的比例进行动态布局。其实这就是把原来的显卡拆分，把图形部分拿出来，放到用户的视觉中心区域进行显示。其余的链接跳转功能，只突出显示“价格”信息和“点我”的引导信息，卡片区域缩小，放在屏幕左侧。综合来看，虽然无法实际演示产品，但图片/视频信息的动态展示也能起到一定的作用，名称、价格甚至原价等核心信息都是完整的。另外，商品卡的链接也有很强的引导性，缩短了用户的购买路径。字幕：虚拟主播旁边会显示一个文字字幕，内容是虚拟主播当前播放的文字内容。主播已经在说话了为什么还要支持字幕？在笔者看来，多了一个信息传播的渠道，便于信息更好的接收，既可听又可视，这是正常直播无法做到的，也有效支撑了语音不便的直播观看环境。关键词：特效：主播在谈到产品的一些卖点时，会在屏幕中弹出“特别优惠”、“买一送一”等卖点的关键词文字特效，进一步加强了核心信息的传递，加深了用户的感知。商品的讲解已经是一个视听环境，到了关键的地方，还会刺激用户，帮助他们接收更“有效”的商品信息。
3.现场互动如果只是智能生成虚拟内容进行讲解，和录播没什么区别。直播最重要的是互动，这样才能及时了解观众的需求，进行有效的反馈。智能直播间可以具备哪些互动能力？从现有的案例来看，交互的主体是虚拟主播，其次是智能直播间的一些系统反馈。虚拟主播目前具有以下互动功能：
问与答。答：这是它最重要的能力。系统可以识别评论区的问题，匹配答案，然后通过虚拟主播插入答案。经过测试，目前的回复能力比较有限，主要是对红包优惠、某商品介绍、询问主播身份等标准问题进行有效回答。回复时会中断当前直播内容，插入答案。插入后继续从之前的位置讲解，体验不好。入口互动：系统可以识别新进入直播间的观众昵称，虚拟主播会插入“欢迎XX到直播间”等类似内容，对用户的关注和分享行为进行类似反馈。我们可以把这两种交互理解为对用户提问和直播行为的实时交互能力。引导言论：虚拟主播每隔一段时间就会说一些有规律的互动言论，比如邀请关注、分享、下单等，引导观众进行相关转化。才艺表演：还可以每隔一段时间表演才艺(讲笑话、跳舞)，活跃演播室的气氛。游戏互动：虚拟主播甚至可以在直播间与观众进行互动游戏，主要包括猜拳游戏、帮主播换衣服等可选游戏。游戏过程中，屏幕会出现一个小的弹窗，用户点击相关选项即可参与游戏，大大提高了与观众的互动能力，让观众产生兴趣和期待，从而增强留存和转化。我们可以把这三种互动理解为活跃直播间气氛的定时互动能力。系统也会给出一些反馈。系统可以根据脚本设置定时推送优惠券和关注弹窗，
此外，系统还可以反馈用户的文本提示。比如评论区要求介绍X上的商品，主播不会马上打断。此时系统会反馈“稍后我会在X上说明商品”的文字提示，避免打断当前内容，缓解观众的等待焦虑。
总结：
从虚拟内容生成、虚拟内容展示、直播互动三个方面分析，我们可以看到，淘宝的智能直播体系仍然是由人(人物表演)、货(商品展示)、场(场景互动)三部分构建的。它是真实内容和真实场景到虚拟内容和虚拟内容的映射，可以借助平台的数据能力实现直播内容的智能生成和交互。通过诸多功能模块的设计，为用户提供直播内容价值、体验价值、互动价值，进而促进商家的销售转化和注意力转化。
智能直播应该不会长期是直播的主流，但它为更大范围的虚拟内容生产和传播提供了现实意义和方向指引。
4.智能直播间各方态度如何？各方对这样一款智能直播产品的态度如何？
1.商业态度对于商家来说，最重要的是转化。一是销售转化，二是专注转化。只要能带来转化的合规产品都值得尝试。智能直播可以降低直播运营成本(主播人力、运营人力、直播技术成本)，有效避免直播事故、直播主播失误等隐患。尤其是对于医药保健品等对主播专业要求和直播规范较高的品类，虚拟主播更有应用意义。
商家可以充分利用直播的空闲时间，提高自己的24小时商品售卖能力和品牌推广。尤其是对于刚开始直播的中小商家来说，利用虚拟主播长时间直播来推广产品，推广涌现权，沉淀流量，还是非常值得的。对于大品牌商家来说，如果有自己的ip形象，为什么不放在电商场景里带货给自己代言。
但在转化能力上，虚拟主播与真正的专业主播相差甚远，机械交互弱也有用户流失的风险，这也是很多商家的顾虑。
2.平台态度目前只有淘宝平台推自己的智能直播产品，其他电商直播平台，如JD.COM、Tik Tok等，对这种智能虚拟主播直播的态度都比较消极。JD.COM甚至明文规定“不准机器人直播”。的确，虚拟主播会在一定程度上干扰直播投放环境，但达不到直播的效果，而是以极低的成本与直播主播争夺流量。如果虚拟主播在平台中占据较大的位置，会极大地影响用户的观看体验，削弱用户活跃度，降低平台的吸引力。
所以，对于平台来说，优质的专业直播主播依然是直播的主力军，虚拟主播在很长一段时间内依然会是直播主播的“替代品”。虽然不能成为流量收割机，但也是重要的闲置流量采集器。
3.c端用户态度对于越来越多的虚拟主播，大部分用户还是觉得比较新鲜，会短暂停留提问。如果得不到反馈和互动，他们就会退出直播间。也有部分用户对虚拟主播反感，偶尔有用户在评论区表达不满。进入直播间的用户基本上都有一定的购买意向。一方面，他们想清楚直观地了解产品细节来回答问题；另一方面，他们希望获得直播折扣。所以，如果虚拟主播单纯直播，缺乏互动，会极大影响用户体验和用户留存。
动词（verb的缩写）智能直播间的产品设计思维对于智能直播间产品，我们还是可以从人、货、场的角度去思考产品应该提供哪些能力和价值观来服务用户。
1.虚拟主播1)主播pe
对于虚拟主播来说，更难贴近现实，因为用户既能听到也能看到。语言、表情、动作需要精确的配合，才能生动自然。如果处理不好，甚至会让人觉得怪异，机械。所以虚拟主播说什么对应什么表情动作需要大量的算法训练，尤其是直播场景主播的表现力非常重要。需要对直播主播的表演元素和不同的直播演讲技巧所需要的表演元素进行梳理和总结，然后抽象转化为虚拟主播，放大虚拟主播的形象特征，弱化违和感。其中口唇的拟人，表情的生动，自然动作的流畅，语言的节奏，语气的起伏，服装图的质感，都是需要重点考虑的地方。
2)问答；互动更聪明
直播最大的特点就是实时互动。直播主播可以回答问题，给出有针对性的答案，避免不好的反馈，甚至可以利用问题再次强调卖点。这个虚拟主播就更难了。它要求虚拟主播具有类人思维，能够做出判断，能够趋利避害，能够取悦和服务用户。而直播是一对多的互动。怎样才能让大家满意？
增强评论分析能力：如何判断评论的有效性？哪些有效评论高，哪些低？用户的情绪可以通过评论检测出来吗？如何平衡Q & amp商家的需求？重要评论需要及时通知商家获得支持吗？这些问题都需要大量应用积累的数据来训练判断能力，并有可能建立针对不同品类甚至不同业务的点评分析模型，从而提高点评分析能力，挖掘点评价值。声音回复策略：与语音助手一对一多轮对话不同，直播场景更加复杂。首先，产品介绍和问答的数量；互动或多或少是重要的。可能每个商家的需求都不一样。比如有的想及时回复用户的问题，有的想集中回复，减少对介绍内容的干扰。其次，在回复形式上，主播语言回复和文字提示回复的平衡如何？回复时需要重复介绍一些商品内容吗？如何把握回复内容的准确性？因此，面对不同的场景，要设计多种回复模式，根据商家需求和实际场景，智能选择回复策略。注重用户体验：观看直播的用户有更强的购买意向，反馈是否及时准确决定了用户的停留。而当你回答不出问题时，可以说“我还在学”安抚用户；如果不能及时回复，可以显示延迟回复提示，安抚和留住用户；当响应能力不完备时，可以使用一些替代方案。比如主播会说“你可以这样问我”，让用户按照规定的方式提问，提高回复率，优化体验等。这些都是值得我们深入思考的。3)图像类型更加丰富。
目前淘宝直播间的主播形象以成人漫画类型为主，比较单一。其实形象的丰富性很重要。对于儿童产品来说，儿童和动物的形象可能更讨喜。购买JK服装的用户可能更喜欢二次元形象，时尚服装产品需要的主播形象应该更酷更时尚。头部主播可能需要更超现实的虚拟头像，有更精细的模型……等等。虚拟主播不仅仅是用来介绍产品的，更是品牌特色和真人主播特色的象征。
此外，随着使用虚拟主播的商家越来越多，单纯换衣服已经很难满足需求，否则很容易出现“撞见主播”的尴尬场景。要跟进形象定制、面揉、素材定制调整、与品牌产品融合等功能，促进主播差异化。
2.商品展示1)更准确的信息传递
目前，这些方案基本上整合了与商品相关的图片和视频信息来帮助解释，但这些信息与介绍并不对应
在展示布局上，需要放在直播间的视觉中心突出商品信息，并适当融入虚拟环境；
2)商品更真实。
智能直播间的另一大痛点是商品的真实性。直播主播可以全方位展示产品的细节和使用效果，而虚拟主播不能。因此，需要继续探索更多的商品展示方式，如模拟真实使用环境，使产品图纸与环境更加融合，增强观赏的沉浸感；或者放置虚拟展台，借助环形摄影技术360度展示商品原貌和细节，让用户尽可能了解商品细节，甚至放大；或者使用VR技术和设备，让用户更深入地了解产品，甚至自主模拟试用。
3.场景交互1)智能场景设计
如果说虚拟直播比直播有什么优势的话，虚拟直播间场景的低成本和丰富性算是其一。纯场景没有直播成本，虚拟主播和各种场景可以完美融合，提供更丰富奇特的视觉体验。但是现在的场景设置都是一样的，与品牌、商品内容的关联度极低，没有亮点。如果全部交给商家，会考验商家团队的设计能力，增加成本。
之后可以多探讨一下直播间场景的智能化设计，处理不同商品品类的不同视觉风格。商家只需导入相关展示素材，并参考文字内容的动态变化，甚至参考千人千间直播间直播观众的审美喜好，即可自动布局。还可以增加景物的变化，丰富用户的视觉体验。此外，产品本身也可以作为场景，展现内外的各种细节，让用户有更全面的了解。
2)场景交互更加丰富。
场景的能力不仅是视觉呈现，而且是交互的。直播间的活跃气氛对用户有很强的吸引力。将直播间从货物场景升级为娱乐社交场景，或许是一条值得深挖的道路，这也是智能直播间的差异化优势。现有的才艺展示、游戏互动、换装互动等常规互动内容。都是活跃直播间气氛，丰富互动体验的好例子。也许在未来，我们可以使用VR设备与场景、虚拟主播，甚至其他直播观众进行互动。
4.总结作者通过人、货、市场的关系，梳理出产品能力和价值。除了上面提到的虚拟内容生成能力、虚拟内容展示能力、直播互动能力之外，作者还增加了内容分发能力，以满足直播、视频分发等更广阔的通信场景。在产品能力和价值的矩阵中，所有的产品能力都是为了传达产品价值，并最终转化为商业价值。在设计产品时，要考虑直播间用户的需求，平衡商家的转化需求。
六。智能直播工作室产品虚拟内容创作工具的未来发展，支持全链路、全场景。
智能直播间面对的是直播场景，但是看直播环节，最终直播只是其中一个环节。直播前的选材、准备、热身、直播后的集锦、数据分析也是非常重要的环节。虚拟主播作为与用户的交流媒介，如果能做好播前的宣传预热和播后的客户维护和回访，有可能成为真正的产品代言人和用户服务商。如果智能直播间产品能够成为贯穿全场景的虚拟内容生产工具，为用户创造虚拟空间，生产和分发各类虚拟内容，让虚拟商品“活”起来，那将非常值得期待。
从拿货的场景出发到超宇宙的广阔世界。
智能直播间集成了虚拟图像、声音、语言、文字、图片、动画、商品等元素，可以实时识别、理解、生成、反馈。各种AI技术在直播场景的落地应用，既满足了业务层面的需求，也作为了元宇宙探索的试验场。最近炒得比较热的元宇宙概念，其实就是现实世界在数字世界的映射和复制。带货直播的商业价值是巨大的，如果能够最终将普遍、复杂、重要的场景转化为真正的智能直播间，其技术和产品具有巨大的拓展和应用潜力，可以为超空间等诸多领域的应用提供借鉴。
本文由@大王原创，他叫我游山玩水。大家都是产品经理，未经作者允许，禁止转载。
来自Unsplash的图像，基于CC0协议。
