百度一镜发布微表情大模型:0.2元/秒修脸,专攻AI短剧表情崩坏
表情不对,剧就不好看。
(本文作者为 木禾商业财经,钛媒体经授权发布)
2025年6月,罗永浩出现在百度优选直播间,连续“演”了6个小时,卖出5500万的货。这事本身不稀奇,稀奇的是1300万观众里几乎没人发现他是假的——那其实是个数字人。
罗永浩的梗、招牌手势、常用口头禅,连和助理的实时互动,统统由AI生成,并非提前录好的。跟以往数字人那种“假直播”相比,技术难度又往上抬了一截。
真正决定成败的,是罗永浩的眼神、表情这些“皮囊”层面的细节。它们同样由AI实时生成,自然到完全不像“女明星刚打了玻尿酸”那样僵。熟悉罗永浩的观众想挑刺,也挑不出来。
如今,百度把这套“做真脸”的本事,搬去给AI短剧演员修微表情了。
百度一镜奇袭,要抢AI短剧的“修表情”生意
比起2025年,AI短剧是越做越真了。

打开B站就能看到,去年大家还在嫌“AI脸”,觉得AI做出来的东西假;现在弹幕里那些“嫌弃的声音”,全变成了“哇,AI都已经能做到这一步了”。
比如最近几个月,黄仁勋、赵本山、库克等各路名人的AI演唱会,做得一点都不违和。创作者跟时事也跟得很快。眼下,黄仁勋的“告别演唱会”都已经开始巡演了。

AI的内容越做越逼真,可有一个BUG始终没修好,那就是表情不真。
不少AI短剧做得糙,角色哭的时候嘴角往上翘,狠起来眼里没东西。短剧圈里有句话,“80%的烂剧和神剧之间,差的不是模型,不是算力,甚至不是剧本——而是一张会‘演戏’的脸。”
反过来看精品AI短剧,脸部微表情普遍做得好,经得起细看。剧里,导演会把大约30%的镜头留给人物表情特写。
在这些创作者眼里,这些特写决定着一部剧能不能把情绪推到高潮。脸不对,戏就塌了。“修脸”是这个行业的刚需。
有刚需,就会有人来做生意。
日前的百度2026世界大会上,百度旗下的数字人平台“百度一镜”正式发布“微表情大模型”。
模如其名,这个大模型只干“修脸”一件事。核心能力有两条。
一条是AU级精细控制,能捕捉并再现“挑眉”“眯眼”这类细微表情,而不是只有几个预设的夸张表情。
另一路走的是高频微表情,1秒里最多能给出8到9种,拿来讲复杂情绪。价钱是0.2元/秒,主流要0.8元/秒,百度方面称效果能对标中等偏上水平。


单看这个模型,容易让人觉得百度要去“突袭字节Seedance后院”。百度数字人创新业务部总监吴晨霞的说法是:微表情增强工具会对外开放,创作者不必拿百度一镜拍完整部剧。用即梦、可灵这些工具做完,哪一段表情崩了,把前后两段导进来,百度负责把衔接修顺、把这段换掉。
这话的意思是,百度一镜没打算去抢AI短剧的“上游入口”,它把自己放在所有短剧工具的下游,当一个修补站。
说大白话,即梦卖生产能力,可灵卖真实感,百度卖的是“做完之后修一下”。三家好比相机厂商,百度一镜甘愿做个修图软件。你可以用任何相机拍,觉得脸不行,拿来修。
观察人士觉得这个姿态挺务实。没去跟头部视频生成大模型硬碰,而是挑了个行业刚需重点打。内容创意不沾,版权风险不担,只把铲子卖给挖金的人。
修脸为什么难,百度又凭什么能修?
不少大众有点儿不解:给AI短剧演员修脸这个事儿,有这么难吗?美图秀秀不能承接这个活儿?
微表情难在哪?一位算法工程师向《木禾商业财经》解释:它本身就短、就弱,能拿到的数据也少。你告诉AI"她很难过",它接收到的只是一团含糊的语义——眉间肌要收缩多少度、下唇该不该抖、眼眶红到什么程度算"隐忍"而非"面无表情",它一概不知。而观众挑刺的眼光,比任何算法都苛刻。
眼下市面上修微表情的各路办法,水平都谈不上高。
一种是用通用模型反复抽卡、不停改提示词,抽上三条,效果也就那样。
另一种叫"白模拉表情":先取一个没有皮肤、没有颜色的灰色人形模型,像操纵木偶一样把表情拉到既定位置,再让AI照着生成带皮肤和光影的画面。效率非常低。
有意思的是,据透露,百度一镜这套表情控制能力,是在罗永浩数字人直播间里被转化率逼出来的。
2025年6月,罗永浩的数字人在百度优选(百度的电商平台)首播,6个小时GMV超过5500万,观看人次1300万。关键在于,不少观众没认出这是个假罗永浩——表情、玩梗、跟助理的互动全由AI实时生成,并非提前备好的脚本,看着真切自然。
带货成绩同样不差:下单用户比真人主播多出230%,订单量高出150%。

这场直播说明了一件事:数字人的表情、口型、语气、动作与脚本高度对齐时,观众是愿意掏钱的。
而要追这个转化率,数字人技术就会被推着继续往"像真人"的方向走。为了卖货、为了不让观众瞧出破绽,表情和互动必须做得足够真。微表情大模型的技术积累,就这样无意间攒了下来。
吴晨霞的总结很直白:罗永浩的数字人做好了,文本创作做好了,微表情做好了,长视频说话互动的Agent能力也有了,串起来就是AI短漫剧的视听生成,修脸这门技术便能拿出去卖。
数字人主播、数字人直播这个行业,其实2022年就起来了。当年入局的除百度外,还有腾讯、阿里、快手,连小红书也在做。不过从数字人直播的市占率看,百度一镜已经跑到了头部。
沙利文2026年5月发布的报告显示,百度一镜以8.1%的市场份额位居中国AI数字人市场第一,服务超10万客户。如今不少自媒体KOL、电视台主播发每日热点视频新闻,用的就是百度数字人的技术。
百度集团副总裁、移动生态大商业事业部总经理平晓黎"解密"说,百度数字人能有今天,是因为一开始就不是"为了做数字人而做数字人"——它孵化于电商业务,定目标时盯的就是转化,要的是超过真人的感觉。
这样一来,所有技术研发的指向都落在"让数字人越做越真"上:剧本怎么写才提转化,眼神怎么动才不显得假。反观市面上不少数字人产品,重心放在形象和口播上,对剧本的规划不足,自然就弱一些。
理清这段历史,百度方面的潜台词也就出来了:把数字人技术延伸到AI短剧微表情,不过是一次能力外延。当然,AI短剧市场的发展空间,他们肯定也看在眼里。
只是AI短剧要想做好,光有一个微表情大模型还不够。
AI短剧市场,百度坐的是哪把椅子?
今年内容市场上最火的,非AI短剧莫属。
中国电影票房跑了快一年才318亿;短剧前9个月上线49万部,是去年全年的15倍。
红果一个平台一天就上新200多部,日活1.68亿,比爱奇艺、腾讯视频、优酷、芒果TV加起来还多,全年预计吸纳数百亿广告收入。
到了2026年,局面急转直下。AI把供给端打开后,红果短剧的产量猛增,播放量高度集中在头部20%的作品上,这部分拿走了80%以上的量;万播收益则从一年前的百元左右掉到5到10元,有创作者反映实际只剩几块钱。算法推荐的逻辑还是老样子,真正变的是内容供给过剩,广告预算被摊薄了。
这个格局里,字节红果是入口平台,强在用户规模和广告预算。Seedance是字节的视频生成模型,通过即梦对外输出,卖的是"立刻能出片"的体验,门槛低、覆盖面广。
快手的可灵,主打物理真实感和中文动作场景,尤其擅长复杂肢体动作和中文动作世界观,服务的是对画面质感有要求的创作者。
如前所述,百度一镜并不打算跟这三家在同一层面上抢。即梦卖生产能力,可灵卖真实感,百度卖的是"做完之后修一下"。
这一定位聚焦得很紧,天花板也摆在那里,问题同样明摆着:修表情这门生意能做多大,要看有多少人肯为成片“最后那一下”单独掏钱。
跑量剧的创作者,成本上每一分都要算,再让他们买一个专门修表情的工具,多半会犹豫。
做精品剧的人对微表情大模型的需求应该更大,可精品剧在整个市场里占比本来就小,独立撑起一条赛道并不现实。
所以百度还顺带干了一件事:同步上线“短漫剧Studio”,带了三个Agent能力。
其中剧本Agent支持百万字长篇小说IP改编,先把剧本在生成视频之前打磨到足够细,描述含糊导致的反复抽卡就能少一些,成本从源头省下来。
成片Agent则管从资产到分镜、再到成片生成这一段,帮创作者把灵感做成有爆款潜力的成片。
再有就是转绘能力,能让“出海作品秒速适配海外文化背景”,支撑它的数据库技术名为“世界观映射”。

说白了,中国的豪门总裁人设搬到海外,可以变成吸血鬼或狼人体系;中国女生端茶壶的镜头,转绘之后会换成英国宫廷的玻璃壶。这是文化语境的替换,不是翻译。
一键转绘瞄准的是想做海外市场的承制方。国内短剧竞争太凶,承制方毛利率已经很薄,红果补贴退潮之后,大量团队在盈亏线上撑着。
海外的情况不同:没有红果那样的巨无霸,会员付费和广告变现都还有空间,竞争强度低一个量级。吴晨霞说,北美是重点,东南亚市场也会去开拓。
百度这一连串动作,市场上究竟有多少人愿意买单?
微表情短漫剧版本上线之前,百度自己也答不上来。不过据透露,目前已有客户开始对接,有百集规模的剧本希望百度做海外本土化适配。他们看中的最大能力,就是“降本”。
说到底,百度奇袭AI短剧不是拍脑袋的决定。这项能力在直播间里被转化率验证过,如今找到了一个更愿意为“脸”花钱的场景。
成不成,就看那些被AI脸折磨过的短剧制作者,愿不愿意为“最后那一下”掏钱。