AI数字人现在还干不了什么

买过数字人服务的人，多半经历过一次落差：宣传片里流畅自然，自己上手一做，出来的东西总觉得哪里不对。不是工具坏了，而是你把它的能力想宽了。它擅长的是把准备好的内容稳定输出，不擅长应对没准备过的局面。数字人有四条硬边界，短期内很难跨过去：复杂的情绪、脚本之外的临场应变、需要身体去做的动作，以及出了事之后的担责。认清这四条，你在设计流程时就会提前留人兜底，而不是等翻车了再补窟窿。

复杂情绪：它演不出真的难受

数字人可以做出微笑、点头、皱眉这些表情，但这些表情是从样本里学来的形状，不是从心里长出来的感受。区别在哪？真人安慰一个刚丢了工作的人，会先停两秒，语速放慢，句子变短，眼神不直视对方，这些细微的退让是情绪的自然反应。数字人做不出来，它只会按设定给出一个标准的关切表情，然后继续往下讲。观众说不清哪里不对，但会觉得冷。这就是为什么客服、心理咨询、医患沟通这类场景，加一张脸反而容易减分。它可以承担告知，承担不了安抚；可以把流程讲清楚，讲不进人心里去。

临场应变：脚本之外它接不住

数字人的反应依赖一套固定流程：听清、转文字、想答案、合成声音和口型。这一圈跑完通常有半秒到两秒延迟，更麻烦的是它只会在自己知道的范围内作答。观众问一个没准备的问题，它要么答偏，要么绕回预设话术，要么干脆沉默。直播里这种场面最尴尬：弹幕突然刷起一个梗，真人能顺着玩两句，数字人只能当没看见。有人会说我给它接个大模型不就行了，接了也有问题，模型会编，编出来的错话在现场没法收回。所以真正上线的项目，通常要配一个人在后台盯着，随时接管。这不是技术不到位，是这类场景本身要求太高。

线下动作：屏幕里的人搬不动箱子

这一条最容易被误解，因为有些方案把数字人装进一台带轮子的机器里，看着像它能走路。实际上走的是机器，说的是屏。数字人本体没有手、没有腿、没有触觉，它的一切都发生在画面里。需要递材料、需要扶一把、需要在货架上取货、需要在车间里绕到设备背面看一眼，这些活它做不了。这也解释了为什么展厅里的数字人常常站在固定位置，不是不想动，是动不了。如果业务里有物理动作，要解决的是机器人那条线，不是数字人这条线，两者的预算和供应商都不一样。别把两件事混在一个合同里，验收时说不清。

责任承担：出了事它签不了字

最后一条最容易被忽略，却最要命。数字人说的话，法律上要落在一个具体的主体上：是运营它的公司，是提供它的技术方，还是给它稿子的品牌方。它自己不能签字、不能被追责、不能道歉。这意味着凡是涉及承诺、诊断、审批、合同的内容，都不能只交给它。金融产品不能让它承诺收益，医疗内容不能让它下诊断，法律意见不能让它出具结论。一旦出事，监管部门找的是人，不是模型。所以合规的做法是：数字人负责讲清楚，人负责拍板和担责，中间留一条可追溯的记录，谁审的稿、什么时候发的，都能查得到。这不是保守，是省事。

边界在移动，但有些不会动

要说清楚的是，边界不是固定的。三年前数字人做不到实时对话，现在能了；两年前口型对不上，现在好多了。随着模型进步，情绪表达会越来越细，反应延迟会越来越短，这些都会改善。但有些边界不是技术问题，而是定义问题：一个没有身体的东西，永远搬不动箱子；一个不能承担法律后果的东西，永远不能签字。这两条不会因为模型变强而改变。所以判断一个场景能不能用数字人，先问自己：这件事的最后一公里，是不是必须由一个人来负责。如果是，数字人只能做前面那段。

一句话带走：数字人能把话说漂亮，但不能把事扛下来。下次评估一个场景，先写下这件事如果做错了谁来担，写不出名字的，就先别交给它。