百度一镜推微表情大模型:0.2元/秒修脸,短剧工具下游补位
表情不对,剧就不好看。
2025年6月,罗永浩出现在百度优选直播间,一口气播了6个小时,卖出5500万的货。观众规模达到1300万,真正让人意外的不是销量,而是其中很少有人察觉,画面里的他其实是个数字人。他的梗、标志性手势、常挂嘴边的口头禅,连同跟助理的实时互动,统统由AI现场生成,并非事先录好。跟早先那种“假直播”的数字人相比,技术难度又抬了一档。
决定成败的细节,落在眼神、表情这些“皮囊”上。这些也是AI实时算出来的,自然到看不出破绽,全然没有那种“女明星刚打了玻尿酸”的僵感。熟悉罗永浩的观众想找茬,也挑不出毛病。
如今,百度把这套“做真脸”的本事,搬到了AI短剧演员身上,专门修微表情。
百度一镜出手,盯上AI短剧的“修表情”生意
跟2025年比,AI短剧确实越拍越像真的了。去B站逛一圈就能感觉到:去年大家还在吐槽“AI脸”,嫌AI做得假;现在弹幕里的嫌弃声,已经换成了“哇,AI都能做到这地步了”。
拿最近几个月来说,黄仁勋、赵本山、库克等名人的AI演唱会,做得一点都不违和。创作者追时事也追得紧,黄仁勋的“告别演唱会”眼下都开始巡演了。

AI内容越来越逼真,可有个BUG一直没修利索——表情不真。一些粗制滥造的AI短剧,角色该哭的时候嘴角上扬,该狠的时候眼神发空。短剧圈里有种说法:“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,脸部微表情大都处理得经得起细看。导演会把大约30%的镜头留给人物表情特写。在创作者眼里,这些特写决定一部剧能不能把情绪顶到高潮。脸不对,戏就塌了。“修脸”成了这行的刚需。
有刚需,自然有人来做买卖。
日前的百度2026世界大会上,百度旗下数字人平台“百度一镜”正式发布“微表情大模型”。
顾名思义,这个模型只干“修脸”一件事。核心能力有两条:一是AU级精细控制,能捕捉并还原“挑眉”“眯眼”这类细微表情,而非只给几个预设的夸张表情。
二是高频率微表情,每秒最多能呈现8到9种微表情,用来传递复杂情绪。价格0.2元/秒,低于主流的0.8元/秒,按百度自己的说法,效果对标中等偏上。
乍看这个模型,容易以为百度要去“突袭字节Seedance的后院”。百度数字人创新业务部总监吴晨霞的解释是:微表情增强工具会对外开放。创作者不必用百度一镜做整部剧。拿即梦、可灵或别的工具做完,哪一段表情崩了,就把前后两段输进来,百度负责把衔接做好,再把这一段替换掉。
这话的意思很清楚:百度一镜没打算去抢AI短剧的“上游入口”,它把自己摆在所有短剧工具的下游,干的是修补站的活。
说得直白点,即梦卖的是生产能力,可灵卖的是真实感,百度卖的是“做完之后再修一下”。三家好比相机厂商,百度一镜情愿当个修图软件。你用哪台相机拍都行,觉得脸不行,拿来修就是。
有观察人士认为这个姿态很务实。它绕开了跟头部视频生成大模型的正面交锋,挑中一个行业刚需重点攻克。不碰内容创意,不担版权风险,只把铲子卖给挖金的人。
修脸难在哪,百度又凭什么修得了?
不少人有点想不通:给AI短剧演员修脸,真有这么难?美图秀秀接不了这活?一位算法工程师告诉《木禾商业财经》,微表情的难点在于它又短又弱,数据还少。你跟AI说“她很难过”,AI收到的是一团模糊的语义,它并不知道“难过”意味着眉间肌收缩多少度、下唇要不要颤抖、眼眶泛红到什么程度才算“隐忍”而不是“面无表情”。观众挑刺的眼睛,比任何算法都毒。
眼下市面上修微表情的路子,普遍都不太行。一种是用通用模型反复抽卡、一遍遍改提示词,抽上三条,效果也就那么回事。
另一种叫“白模拉表情”:先取一个没皮肤、没颜色的灰色人形模型,跟操纵木偶似的把表情拽到位,再交给AI照着生成带皮肤和光影的画面。这么干,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个小时拿下超过5500万GMV、1300万人次观看。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,真切自然,并非提前备好的。
直播成绩也拿得出手: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、动作跟脚本对得足够齐时,观众是愿意掏钱的。而追转化率,又会倒逼数字人技术继续往“像真人”的方向走——要卖货,要不让观众看出破绽,表情和互动就得做得足够真。微表情大模型的技术积累,就这么无意间攒了下来。
吴晨霞的总结很直白:把罗永浩的数字人做好、文本创作做好、微表情做好,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年就兴起了。那会儿除了百度,腾讯、阿里、快手乃至小红书都在做。不过从当下数字人直播的市占率看,百度一镜已经跑到了头部。
沙利文在2026年5月发布的报告里提到,中国AI数字人市场头名是百度一镜,份额8.1%,已服务超10万客户。眼下不少自媒体KOL和电视台主播每天追热点发的视频新闻,背后用的正是百度数字人技术。
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,百度数字人能走到今天,原因在于一开始就不是“为了做数字人而做数字人”,而是孵化于电商业务,目标一开始就定在转化上,要做出超过真人的感觉。
于是所有技术研发的指向都瞄准了“让数字人越做越真”:剧本怎么写才能提升转化,眼神怎么动才显得不假。反观市面上不少数字人产品,重形象和口播,对剧本的规划不足,自然就弱一截。
理清这段历史,百度方面的潜台词也就不难读出:把数字人技术延伸到AI短剧微表情,不过是能力的外延。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?
今年内容市场的当红炸子鸡,非AI短剧莫属。中国电影票房奔了快一年才318亿;短剧前9个月上线49万部,是去年全年的15倍。
红果光一个平台每天就上线200多部新剧,日活1.68亿,这个量比爱奇艺、腾讯视频、优酷、芒果TV四家加起来还大,全年广告收入预计有数百亿。
可到了2026年,转折来得相当残酷。AI把供给端打开之后,红果短剧产量猛涨,播放量里头部20%拿走了80%以上,万播收益则从一年前的百元左右掉到5到10元,有创作者反馈说只剩几块钱。算法推荐机制本身没动,变的是内容堆得太多,广告预算不够分。
在这套格局里,字节红果扮演入口平台,强项是用户体量和广告预算。Seedance则是字节的视频生成模型,经即梦对外输出,主打“立刻能出片”的体验,门槛低,覆盖也广。
快手的可灵,主打物理真实感和中文动作场景,特别会做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。
如前述,百度一镜跟这三家并不打算在同一层面上抢: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”。这个定位天花板很刚、很聚焦,BUG也很明显——修表情的生意,规模取决于有多少人愿意为“最后那一下”单独付费。
做跑量剧的创作者,成本上每一分钱都要抠,再让他们单独买一个专门修表情的工具,恐怕会犹豫。
精品剧的创作者对微表情大模型的需求应该更大一些。可问题是,精品剧在市场盘子里数量本来就少,撑不起一个独立赛道。
百度顺手还做了另一件事:同步上线“短漫剧Studio”,带了三个Agent能力。
剧本Agent能支持百万长篇小说的IP改编,在生成视频之前先把剧本打磨到足够精细,减少描述模糊造成的反复抽卡,从源头把成本省下来。
成片Agent负责从资产到分镜、再到成片生成,帮创作者把灵感变成有爆款潜力的成片。
再一个是转绘能力,能做到“出海作品秒速适配海外文化背景”,背后依托的数据库技术叫“世界观映射”。
![]()
说白了,中国的豪门总裁人设,到了海外可以变成吸血鬼或狼人体系;中国女生端茶壶的镜头,转绘之后会变成英国宫廷的玻璃壶。这已经不是翻译,而是文化语境的替换。
一键转绘瞄准的是想做海外市场的承制方。国内短剧市场的竞争激烈程度,已经把承制方的毛利率压得薄如纸,红果的补贴退潮后,大批团队在盈亏线上挣扎。
海外的情况不一样。没有红果级别的巨无霸,会员付费和广告变现都还有空间,竞争烈度低了一个量级。吴晨霞说,北美是重点,东南亚也会去开拓市场。
百度这一连串动作,市场究竟会有多少人买单?
微表情短漫剧版本上线之前,百度自己也不知道答案。不过据透露,眼下已经有客户开始对接,已有百集规模的剧本希望百度做海外本土化适配。他们看中百度产品最大的能力,就是“降本”。
总的来看,百度奇袭AI短剧不算拍脑袋的决定。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”付钱的场景。
能不能成,还要看那些被AI脸折磨过的短剧制作者,愿不愿意为“最后那一下”掏钱。