中國直播電商中的AI虛擬形象應用正急速擴張，其技術水準已達到能以幾乎與真人無異的自然風格主持直播電商的程度。另一方面，品牌也面臨需依據不同電商平台選擇不同AI虛擬形象的必要性。本文將針對AI虛擬形象的應用現況與當前發展進行報導。
從虛擬偶像到執行直播電商的生成式AI虛擬形象
中國很早便開始運用數位人（Digital Human）。第一階段是2012年前後開始的虛擬偶像（2D/動畫風格角色）時代—2012年7月，中文版語音合成軟體「洛天依」由上海禾念信息科技發售，被認為是推動中國獨特虛擬偶像文化擴散的契機之一。
第二階段是2021年起的超寫實數位人（Metahuman）熱潮。2021年5月，由燃麥科技打造的中國首位超寫實型虛擬influencer「AYAYI」在小紅書（RED）上正式亮相，同年6月透過與嬌蘭（Guerlain）的聯名合作，一舉引爆廣泛關注。
第三階段則是從2022年至今，與生成式AI及直播電商的融合。IP運營平台「風平智能」等企業於2022年將能自動生成AI行銷內容的數位人商品化，2024年後，在直播電商中全天24小時直播的AI數位人KOL迅速普及。
儘管當時的人工智慧數位人仍帶有一定的「數位化」特徵，但近年精度已大幅躍升，達到與真人難以分辨的水準。根據美國調查公司IDC的數據，2024年中國AI數位人市場規模較前年成長85.3%，達41億2,000萬人民幣（約新台幣180億元）。市占率最高的是擁有9.8%份額的搜尋引擎巨頭「百度（Baidu）」。
百度於2023年5月推出AI虛擬形象生成平台「慧播星（現更名為百度一鏡）」。配合中國電商大型促銷活動「618」，2025年6月15日，著名企業家兼人氣KOL羅永浩以慧播星生成的虛擬形象進行直播，引發廣泛討論。該場直播吸引1,300萬人觀看，流通交易總額（GMV）達5,500萬人民幣（約新台幣10.3億元），僅26分鐘便超越羅永浩本人通常一小時直播的GMV。
平台商中百度與京東率先布局
據報導，在中國另一大電商活動「雙十一（11.11）」中，2025年約83%的直播電商主播均有使用慧播星的經驗。慧播星能夠率先占據優勢，背後原因可能在於：僅需智慧型手機即可使用、無需初期投資，以及能夠運用百度的大型語言模型（LLM）快速生成針對商品銷售優化的直播腳本。運用虛擬形象的直播間數量較前一年同期成長119%，GMV也提升了91%。截至2025年底，已生成的虛擬形象累計數量超過32萬，被超過10萬家電商店鋪所使用。百度表示，未來也將推進與Shopee、Lazada等海外平台的合作。
來源：慧播星（現・百度一鏡）官方網站
另一方面，大型電商平台「京東商城（JD.com）」也積極投入AI虛擬形象的開發。2025年7月，京東發布了大型語言模型「言犀」的後繼AI模型「JoyAI」，其特色在於能處理文字、語音、圖像、影片直至數位人的多模態基礎，同樣支援AI虛擬形象的生成。
京東針對家電與家居、服飾與美容、數位裝置、快消品、營養與健康護理等5個領域，分別準備了對應形象，品牌僅需一鍵即可使用符合業界特性的數位人。此外，還能應對複雜的動作與表情，更精確地同步語音節奏與肢體動作。中國家電大廠海信（Hisense）將數位人導入直播電商後，觀眾平均停留時間增加了135%。
京東為迎接2025年雙十一，向商家開放了由JoyAI生成的數位人「JoyStreamer」。同年9月在北京舉辦的全球科技探索者大會上，發表了僅需文字或圖片輸入即可生成逾1分鐘高品質商用影片的「JoyStreamer 4.0」。
當年雙十一期間，約4萬個品牌使用了JoyStreamer，直播成本大幅削減（最高可降低至原本的約1/10）。此外，超過3萬個生成式AI「數位員工」也被運用於銷售及物流等後台業務支援，具體包括協助零售與物流的業務，以及因應大量諮詢的客戶服務，以全天24小時待機體制補充人力運營。AI的呼叫次數較同年618成長約4倍，智慧客服的累計諮詢件數已突破42億件。用戶滿意度達約80%，相關銷售規模據報告達23億人民幣（約新台幣43億元）。
此外，京東於2026年3月發布了能應對步行、姿勢變化等更自由的全身動作的「自由態數位人」，技術持續精進。
來源：快科技
MAOGEPING毛戈平運用Yiwise.AI重塑品牌世界觀
由於各AI虛擬形象的平台規格與演算法優化方式各有不同，品牌需依據各平台分別準備對應的優化虛擬形象。正如過去為各社群媒體製作不同版本的影片，今後可以預見，將進入一個需為各電商平台分別製作AI虛擬形象的時代。
在此背景下嶄露頭角的，是支援AI虛擬形象運營的第三方業者。這些業者在不損及品牌世界觀的前提下，設計符合各電商平台特性的虛擬形象，並承擔從設計到實際運營的全套服務。其中的領先企業之一，是創立於2017年的Yiwise.AI（一知智能）。目前中國最具活力的premium美容品牌之一「MAOGEPING（毛戈平）」，也採用了Yiwise.AI的服務。
在MAOGEPING的數位人直播項目中，Yiwise.AI針對數位人的外觀與聲音進行客製化，以符合品牌「東方美學、精緻妝容」核心理念與品牌形象的妝容、服裝與說話方式為基礎，製作出中國古典風格的數位人。在實際影片中，可以看到一位端莊的女性以與真人難以分辨的自然動作進行展示。
此外，透過構建品牌與美容相關的知識資料庫，還能即時回應用戶的問題，並聲稱能重現接近人類主播90%的接客品質。傳統以真人為主的直播電商，每年需耗費約100萬人民幣（約新台幣1,880萬元）的成本，而數位人的運營成本則能壓縮至5萬至10萬人民幣（約新台幣94萬至188萬元）。
來源：百度
數位人能夠涵蓋深夜時段全天24小時持續運作，降低運營成本的優勢相當顯著。同時，透過賦予其如美容顧問般的專業知識，也蘊含著提供超越單純省人化、帶來全新顧客體驗的可能性。
可在短短1分鐘內製作多語言虛擬形象的蟬鏡AI等第三方企業
除Yiwise.AI之外，還有Silicon Intelligence（硅基智能）、deepscience（中科深智）、蟬鏡AI等實力堅強的第三方企業。
創立於2017年的Silicon Intelligence擅長實裝數位人，已向通訊、金融等業界提供累計超過8萬個數位人。該公司正以上市為目標，於2025年10月底向香港聯合交易所遞交了上市招股書。
另外，創立於2016年的deepscience提供全天24小時無人運作的直播電商服務。其所開發的大型語言模型「GenSense數智姜尚」，是針對數位人端到端應用程式專門設計的模型，彌補了傳統數位人「只能依指示」反饋、缺乏「自主」互動能力的缺點，並實現即時互動能力。
另一方面，2021年以電商分析工具「蟬媽媽」的集團企業身分成立的蟬鏡AI，據稱可在1至3分鐘內完成虛擬形象的製作。語音生成方面，除中文與英文外，也支援日文與韓文。此外，即便是一般用戶，只需透過智慧型手機上傳短段影片即可生成虛擬形象，並能僅憑文字輸入製作短影片。
資料來源：蟬鏡AI
負責運營中國主要電商平台之一抖音（Douyin）的字節跳動（ByteDance），自萌芽期便積極投入AI虛擬形象生成。其於2025年2月發表的影片生成AI「OmniHuman」，能從一張靜態圖片生成影片，並能精確理解提示詞（prompt），模擬說話、歌唱等多種自然動作，創造出極為逼真的人物動態表現。
不過，據AI開發者平台「WaveSpeed」指出，OmniHuman目前生成的影片仍限於較短的時長，距離導入直播電商進行正式商業應用，似乎還需要一段時間。
在景氣持續低迷的中國，以降低成本為目的的AI虛擬形象應用預計將進一步擴大。考量到中國市場對新技術的高度接受性，以及能依品牌與零售商特性製作出足以媲美真人的虛擬人物的技術能力持續提升，AI虛擬形象成為行銷各個場景標準配備的那一天，或許並不遙遠。
撰文：Team Roboteer（チーム・ロボティア）
精選圖片：Yiwise.AI（一知智能）官方網站
本文出自經營 @cosme的日本上市公司 istyle 集團 旗下媒體 BeautyTech.jp，專注報導全球美妝科技與創新趨勢。並由CMRI美妝行銷總研全責翻譯。
CMRI美妝行銷總研 隸屬於istyle集團台灣子公司 i-TRUE 艾思網絡，專注台灣美妝市場趨勢與消費洞察分析。