美团智播拆解:GTV 增 82% 的 AI 数字人直播技术闭环
美团技术团队 · wechat · 2026-09-03
美团技术团队详解其 AI 数字人直播方案「美团智播」的完整技术栈。过去一年,该业务月日均 GTV 同比增长 82.12%,观看人次增长 163.44%,开播场次提升 11 倍,并获 2026 年度「中国多媒体企业创新技术奖」。
核心技术按「长得真→动得准→演得活→卖得好」四环展开:
- 长得真(SDIP + SREdit):将姿态/身份/背景结构解耦实现真人 1:1 复刻;自奖励编辑将指令原子化、用同一模型既做编辑器又做评判器以避免 reward hacking,GEdit-Bench 等基准提升 2.5%3.8%(ACMMM 2026 收录)。
- 动得准(MoTiGA):把 LLM 自回归范式引入人体动作生成,全因果卷积消除训练-推理不一致,重建 FID 从 0.114 降至 0.031;在 HumanML3D 上 FID 0.041(降 82.3%),并构建 101,490 组人类偏好对做 DPO 式优化。
- 演得活(StreamingTalk):流式因果生成架构,逐 chunk 渐进输出,实现恒定延迟、恒定内存下无限长的语音-手势语义协调生成,支持实时切换表演风格(已投稿 AAAI 2027)。
- 卖得好(Glance2Gaze):模拟人眼「扫视-注视」机制的视觉 Token 压缩,实现 75% Token 压缩与 2.5 倍推理加速,支撑万路商家并发开播。
文章还介绍了双引擎技术中台与「形象-动作-场景」解耦复用架构,是数字人从「能用」走向规模化量产的完整工程复盘。
「公司和人」频道最新
- 早特斯拉十年做电动车的 Reva 也死了:两个超前时代的印度发明 — santoshpanda · 2026-09-03
- 律师忆 Simputer:早于 iPhone 的印度触屏机为何死去 — santoshpanda · 2026-09-03
- 旧金山「 hottest 名单」引爆 X，Wired 剖析 ragebait 经济学 — kyliebytes · 2026-09-03
- AI 安全圈筹建 AI 网络攻击观测站非营利组织,急寻创始人 — joshua_saxe · 2026-09-03
- Altman 确认 OpenAI 将打造人形机器人：世界为人形而设计 — Scobleizer · 2026-09-03
- Meta 花数十亿美元买 token，业界预言头部公司终将弃用 Anthropic — tinyfool · 2026-09-03