شرکت چینی بایدو با رونمایی از نسل جدید انسان دیجیتال خود با نام NOVA ، عملاً به دنیای انسان های دیجیتالی راه یافته و قصد دارد تا اکتبر 2025 (مهر و آبان ماه) پروژه جایگزینی مجری های انسانی را با نمونه های مجازی حرفه ای کلید بزند؛ پروژه ای که مطمئناً هر چند به سرعت پیش نمی رود اما می تواند آینده آموزش، تجارت الکترونیک و برنامه های تلویزیونی را تغییر دهد.

به گزارش ایران، نتایج اولیه استفاده از فناوری NOVA بسیار چشمگیر بوده و به عنوان مثال استفاده از انسان دیجیتال در آموزش، زمان تماشای ویدیوهای یک اینفلوئنسر آموزشی در چین را 101 درصد افزایش داده است. انتظار می رود عرضه گسترده NOVA در بیش از 100 هزار کسب وکار در حوزه هایی مانند تجارت الکترونیک، آموزش، سلامت و حقوق، می تواند آغازگر فصل تازه ای در تعامل انسان و ماشین باشد.

توسعه فناوری NOVA توسط شرکت زیرمجموعه بایدو، Huiboxing، انجام شده و قرار است تحولی چشمگیر در عرصه اجرای زنده و ارائه های مجازی ایجاد کند. در واقع پلتفرم NOVA بایدو، با این آواتارهای مجازی، عملاً هزینه های استعدادیابی را حذف می کند و از آنجا که این انسان های دیجیتال نیازی به حقوق ندارند و 24ساعته و 7 روز هفته بدون خستگی کار می کنند و می توانند همزمان در چندین پلتفرم مستقر شوند، بسیار سودآور خواهند بود.

فناوری NOVA بر پایه مدل پیشرفته ERNIE 4.5 Turbo کار می کند و سه قابلیت کلیدی دارد. تولید خودکار متن های حرفه ای با کیفیت بالا و هماهنگی چندوجهی این فناوری بسیار جالب توجه است. این فناوری، صدا، احساسات و عمل را با هم ترکیب می کند تا انسان های دیجیتالی زنده ای خلق شوند که قادر به ارائه محتوای پویا و آگاه از متن هستند.

تحلیل آنی داده ها و تصمیم گیری خودکار هم یکی دیگر از قابلیت های این فناوری محسوب می شود. در واقع یک مغز هوش مصنوعی به مجریان دیجیتال اجازه می دهد با مخاطبان زنده تعامل داشته باشند و در حین پخش زنده، داده ها را به صورت آنی تحلیل کنند. فناوری شبیه سازی سریع چهره و صدا هم یکی دیگر از این قابلیت هاست. فقط با 10 دقیقه ویدیوی نمونه، این سیستم می تواند صدای فرد، تُن صدا و زبان بدن او را با دقت بالا تقلید کند.

این ویژگی امکان خلق آواتارهایی بسیار واقعی و شخصی سازی شده را فراهم می سازد. این قابلیت ها در ژوئن 2025 به وضوح نشان داده شد؛ زمانی که یک پخش زنده شش ساعته با پشتیبانی NOVA، شامل آواتارهای دیجیتالی دو مجری چینی انجام شد. آواتارها که پنج سال با محتوای عملکرد مجریان آموزش دیده بودند، شوخ طبعی، داستان سرایی و حتی رفتارهای فیزیکی آن ها مانند نوشیدن آب یا مکث های نمایشی را تقلید کردند.