新浪科技讯11月7日晚间消息，阿里新浪科技获悉，巴巴阿里巴巴多个团队正联合研发由数字人全面接管的预计终端交互引擎。预计第一款“数字人+终端”产品将在2023年一季度让用户体验。明年据介绍，季度该项目集合达摩院NLP，推出语音，首款数字视觉，人终3D构建驱动及大模型领域团队，端产和天猫精灵AliGenie交互系统专家。阿里

就像手指触屏奠定智能手机交互，巴巴大模型数字人将接管未来智能交互。预计2022年开始，明年达摩院多模态大模型开始应用于天猫精灵语音搜索与百科场景。季度各方目前将合作场景推向AliGenie交互的推出系统层和用户感知层。

当前，数字人领域正由喧嚣转向理性。虽然高精度高颜值的人偶形象不断出现，但绝大部分场景缺乏与用户的持续性、个性化互动，因而商业化规模有限。如只能在短视频和动画中存在的虚拟偶像，或只在单一设备或界面中面向大众支持问答的虚拟员工，这些形态缺乏大模型训练和大规模交互，无法个性化学习升级，用户感受就像“没有灵魂”。

刚结束的云栖大会上，阿里巴巴集团研究员李小龙透露了达摩院积累的包括多模态大模型、语音、自然语言、3D构建驱动、各个领域近两年百项专利与顶会论文，通过将这些成果，在诸多交互场景验证，一个多模态大模型为基础的数字人的引擎已初显雏形。

天猫精灵产品规划负责人卢勇介绍，接入AliGenie系统的终端已覆盖4000多万家庭、包含1600多个品牌的4.6亿已接入产品，能让数字人在可持续、大规模、组合式的场景与用户交互。AliGenie此前公布，仅智能音箱产品每月交互80亿次以上，70%是主动型服务。许多消费硬件领域厂商，也迫切希望有超出单一连接、单一设备对话的智能体验。（文猛）