數字人的生產方式與價值邊界正在被重新界定。

在京東全球科技探索者大會（簡稱JDD）上，京東數字人JoyStreamer平臺發布了4.0版本，用戶或品牌僅需輸入一段描述性文字，或上傳任意一張圖片，便可在短時間內生成一個1分鐘以上的高質量、可商用的數字人視頻。

在此發布之前，一個行業顯著的趨勢是，數字人越來越多地被用于完美復刻某個真實人物，充當其“數字分身”。它們化身為24小時無休的直播主播、耐心解答重復問題的客服、以及各大晚會中的表演者，以其高效、穩定、低成本的特性，成為企業降本增效的一把利器。

但當熱潮退去，一個更深層次的問題浮出水面：如果數字人僅僅是“真實世界的完美倒影”，那么它的想象空間和商業價值，是否也被這份“真實”所局限？

“真實，但又很局限。”這正是許多品牌方和技術探索者共同的感受。對于一個追求天馬行空創意的吉他品牌，一個希望讓千年文物開口講述歷史的文旅機構，甚至是一些AI時代的內容創作者而言，一個標準化的“真人替身”顯然不夠。他們需要的，不是復刻，而是創造。

京東JoyStreamer數字人4.0的發布，正是對這一行業痛點的直接回應，通過推動數字人產業從“替身執行”邁向“個性創造”，從而讓數字人撕掉“工具人”的標簽，成為能夠沉淀品牌價值、激發創意、與消費者建立情感連接的核心資產，也由此拓寬數字人的商業化路徑。

1

從“完美復刻”到“隨心所欲”

數字人技術的發展，呈現出兩條并行且互補的進化路線。以京東數字人3.0為代表的“高保真復刻”路線，其核心是通過專業設備錄制真人的形象、聲音、身體動作，進行精細化訓練和驅動。覆蓋超過20000家品牌的京東直播數字人便是這一技術的典型產物，在直播間穩定地輸出信息，展現了技術在“替身執行”層面的成熟。

然而，當品牌的創意需求爆炸式增長時，新的挑戰也隨之而來。如果數字人的形象庫始終受制于有限的真人模特，風格便難以突破。想要一個賽博朋克風格的代言人？或是讓一只可愛的貓咪開口說話？傳統路徑難以實現，成本與周期也無法估量。

新的答案，指向了以DiT架構為基礎的生成式AI。在JDD大會上發布的京東JoyStreamer數字人4.0，正是這一路線的踐行者，通過對模型架構和訓練方法的優化，讓數字人的“個性化創造”真正實現了零門檻和隨心所欲。

具體而言，JoyStreamer 4.0攻克了三大核心難關：

首先，實現了電影級質量的長視頻生成。在基于文本、音頻、參考圖像、姿態等多種控制條件的輸入下，模型能夠穩定生成超過一小時的高質量長視頻。視頻中的數字人不僅匹配度高、想象力強，且動作豐富連貫，足以應對嚴肅的商業內容輸出。