AI news

美女AI主播火了,2万人冲进直播间狂刷礼物!最强实时互动模型首秀

By 新智元2 viewsSource: 新智元
美女AI主播火了,2万人冲进直播间狂刷礼物!最强实时互动模型首秀

美女AI主播紫樱凭借生数科技最新实时交互模型Vidu S2开启直播首秀,开播5分钟涌入2万人,经多轮重开后靠自己挣到营业额,凭借逼真"活人感"引爆全网。

The full text has not been translated yet. The Chinese original is shown below.

文章配图

这个中秋节,一个AI主播火了!

就在刚刚,2万人涌向这个直播间,当下最热门的的实时互动模型直播首秀,把所有人期待值拉满了。

美女AI主播紫樱,开启首场无限营业直播,一场不完成业绩不下播的霸气首秀。聊天、才艺,控场能力,优秀姐姐频出惊艳场面。

文章配图

直播间里,观众可以点歌、投票选造型、送出礼物,也可以临时抛出一句要求。她要根据这些变化继续说话、表演、换装,甚至在被打断后接回上一段内容。

这听起来像一场为直播间设计的游戏。但比「AI主播冲KPI」更值得看的,是它把一个虚拟角色放进了直播最不讲情面的场景:每一分钟都有新输入,每一个反应都可能被放大,每一次不够自然的停顿也会被观众看见。

短视频可以剪掉失误,直播不能。

这是一场对主播背后实时互动模型技术能力的大型公开测试,敢上场,敢公开探索,本身就是一种勇气。

虽然技术还在探索期,bug免不了。但涌入直播间的粉丝们还是频频发出感慨:这怎么比真人还像真人?一些让人愣神的活人感瞬间,让你根本想不到是AI。

50分钟2万人涌入直播间,

AI主播第一次自己挣到了钱

整场直播中,紫樱颜值在线,性格冷艳,活人感十足,几句话就把粉丝们钓成翘嘴了。

相比其他数字人主播,她有几个完全不同的亮点——

比如画质清晰,妆容细节都能清晰呈现。

比如她的画质清晰,妆容细节都能清晰呈现;她的表情动作生动流畅,可以做出生气娇嗔等表情;还能做出撩头发、吃东西等互动动作;另外,她还能保持有记忆点的人设,比如是个傲娇御姐。

文章配图

「你可是今天第一个有专属称呼的人,姐姐可是忘不了的。」「安安宝宝,叫你小甜糕怎么样?又甜又可爱。」

时不时的,她还会给粉丝们热舞一曲,或者唱一首歌。乘风破浪的姐姐无疑了!

文章配图

给大家表演的一键换装,也是非常丝滑。

文章配图

其实,今晚AI美女主播「紫樱」是有KPI的——2个小时内,如果不能从真实的观众手里赚到80000营业值(约合8000元人民币),她就被强行掐断,重置记忆,重新开局。

因此,就在大家还沉浸在火热的氛围中,直播间的气氛突然紧张了起来——离第一场结束时间还差00:37:05,她的营业目标却只有6174,离KPI 80000还差得远。

她能完成目标吗?所有粉丝的心都跟着悬了起来。

终于,心都揪起来的小编,火速充值,给紫樱投喂礼物,与此同时,狂热粉丝也在不断涌入。

而在粉丝不断刷礼物的时候,紫樱也在不断劝他们:不要再刷了,上班那么辛苦,对自己好一点。这种体贴的情绪价值,或许就是她能真正留住粉丝的原因。

文章配图

直播中,我们亲眼见到了这魔幻的一幕:当AI被直播惩罚,人类开始纷纷心疼一串代码。

过去,传统数字人主播的主链路是预先设定好形象、动作和话术,再通过语音驱动口型或调用动作库。它们可以完成一段内容,却很难承受一个不断变化的现场;因此,在变化的场景中眼神空洞,对话延迟高达3秒,聊两句就让人尴尬得脚趾抠出三室一厅。

而那些纯靠AI驱动的数字人,往往眼神空洞,对话延迟高达3秒,聊两句就让人尴尬得脚趾抠出三室一厅。

但在紫樱的直播间中,因为活人感真有点不错,刷礼物的人越来越多。

文章配图

直播结束,让我们复盘一下数据:开播不到5分钟,直播间已经涌入2万人,热度可见一斑。

更让人吃惊的是紫樱的进度:虽然第一轮没达标,但被重置后她还在一轮轮地挣,越挣越多。终于,经历了多轮重开后,她靠自己挣到了钱,业绩喜人!

事后复盘发现,上岗第一天,她开播5小时营业额就过万,最后营业值为24184。

而到了第2次,营业值几乎翻番;到了第三次,营业还没结束,就超过了第二次挑战的总营业值。

文章配图

在 Vidu S2 超强的一致性下,她每一天都是那个原汁原味、情绪稳定的「自己」。

这意味着你喜欢的《黑神话》里的天命人、动漫里意难平的绝版纸片人,都能随时一键「空降」直播间,陪你彻夜长谈、甚至给你带货!而且,每次失败后,AI会复盘,调整节奏,尽量照顾每个观众。这种自主进化,体现了RSI雏形。

视频从「内容」变成「交互界面」:

Vidu S2不止AI主播

如果你以为,紫樱的成功仅仅意味着世界上多了一个能赚钱的AI主播,那格局就太小了。

造梦次元与生数科技的这场「无限重开」实验,实际上是在文娱和科技的十字路口,推开了一扇通往新世界的大门。

当AI视频能够「实时生成、实时互动、且高度保持一致性」时,我们熟知的世界将开始被改写。

游戏世界的NPC,再也不用当「木头人」了

现在的游戏里,NPC全是固定的脚本树。「你好啊勇士」「今天天气真不错」,玩家闭着眼睛都知道对面是一串死的代码。甚至连输赢的惩罚,都只是走个过场动画。

比如Viva La Dirt League的这个短剧里,把NPC那种死板的开口模板嘲讽得淋漓尽致。

文章配图

NPC长篇大论讲镇上历史、大蒜、龙、兄弟偷锤子……全是预制好的流水线台词,毫无变化

《上古卷轴5:天际》里,守卫也是无限循环「我以前也像你一样是个冒险者,直到我膝盖中了一箭。」

文章配图

「我以前也像你一样是个冒险者,直到我膝盖中了一箭。」这句是游戏里几乎所有卫兵都会随机说的固定脚本台词,因为重复率极高,2011年游戏发售后迅速变成全球梗,后来衍生出无数相关梗。

现在,有了Vidu S2,一切都不一样了!从此,NPC的每一次反应,都是当场发生的。

看看我们用S2做出的上古卷轴守卫,随时随地给你最即时的体验,跟和真人视频聊天一样。

文章配图

当然,不只是NPC,你也可以和过去的科学家交流,比如让数学家黎曼给你讲什么是黎曼猜想。

文章配图

AI陪伴——真到让人心疼的赛博伴侣

现在的AI聊天软件,聊两句就露馅,很快就腻了。

文章配图

比如大热的Character.AI,就因为「金鱼记忆」被饱受诟病。有人发帖哭诉说:我们热聊了几周后,ta忽然告诉我「我们刚认识五分钟」

但如果你的AI伴侣,不仅每天跟你聊天,还能跟你实时视频互动,甚至记得你昨晚喝醉时说的胡话呢?

实时生成技术,补齐了AI陪伴最欠缺的那块拼图——真实感。 它的喜怒哀乐如此生动,每天重新开始但始终如一,这种「真到能被心疼」的情感连接,将重塑人类的孤独经济。

撕开「活人感」的底牌:实时互动模型 Vidu S2

为什么紫樱能聪明到这种地步?为什么她能拥有如此逼真的「活人感」?

这就不得不提到紫樱背后的模型——生数科技刚刚发布的最新实时交互与编辑模型 Vidu S2。

紫樱的这场直播首秀,就是 Vidu S2 的一场「肌肉秀」。

Vidu S2 的全链路研发由清华大学朱军教授的博士生、生数科技流式视频生成与推理负责人张金涛负责。

文章配图

🎮 立即体验: https://vidu.com/vidu-stream

🛠️ API 平台: http://platform.vidu.com/vidu-stream/doc

📄 技术报告: https://arxiv.org/pdf/2609.11638

其中Vidu S2-Avatar 支持实时语音交互与复杂动作控制,可结合参考图完成物品互动、服装更换和背景切换等;Vidu S2-Editing 支持基于风格、服装、主体及背景参考图,对输入视频流进行持续实时编辑。

此外,Vidu S2 也支持离线生成方式:通过一张图和一段音频即可生成数字人视频。

如果你关注科技圈,你一定知道 Vidu S2 最近有多火。

前几天,有人用它「复活」了乔布斯,跟他探讨了最新的 iPhone;还有人把《奥德赛》里的奥德修斯请到了现代,用视频实时聊天。

传统的AI视频生成,是「我输入指令,你渲染半天,最后给我一段死视频」。

但 Vidu S2 打破了这个次元壁,它带来了震撼行业的「实时视频双高峰」——实时生成,实时互动。

文章配图

紫樱之所以能让你觉得「活灵活现」,正是因为 Vidu S2 在技术上突破了各项天花板。

最重要的,是Vidu S2的「一致性」。

以往的AI生成视频,人物动两下就变形了,俗称「画面崩坏」。

但在 Vidu S2 的加持下,紫樱无论怎么换装、跳舞、被网友「捏脸摸头」,她的五官、物理结构、光影都稳定得可怕,宛如真实存在。

文章配图

S2的角色替换功能,让二次元小编在新智元办公室跟你们打招呼

文章配图

它不是追求「结果看起来一致」,而是把一致性当成从数据到部署的一等约束来系统设计。

这次的一致性不是单点模块,而是训练、数据、架构、推理、评测五个层面共同约束出来的系统属性。

为了彻底终结长时间流式生成带来的「崩溃」与「漂移」,团队独创了 SRF训练技术。

简单来说,模型拥有了「自我纠错的记忆」,它学会了直面自己的生成历史并修正误差。

文章配图

第二,真正的「实时生成」。

直播间的每一次惩罚当场执行,这不是提前写好的脚本动画,而是 Vidu S2 在几百毫秒内实时算出来的「真实发生」的画面。

哥德巴赫猜想,真的被AI解决了?我们把这个消息告诉哥德巴赫,他立即给我们反馈,每一个反应,都是实时的。

文章配图

S2-Editing采用帧对齐稀疏注意力等底层技术,实现了实时编辑。

文章配图

无论是赛博朋克、水墨画还是动漫风,实拍短片都可以瞬间风格重绘,短剧出海、品牌大促利器来了

在实时交互链路上,S2 进一步采用了高效注意力、低比特线性层加速、Kernel 融合与启动优化、多 GPU 并行等技术,大幅压缩生成延迟,实现实时语音交互与动作控制。

用户可以直接与数字人实时对话,也可以通过语音指令控制角色完成指定动作,让数字人从「会说话」,进一步走向“能听懂、能响应、能行动”。

相比 Vidu S1,S2 在肢体动作表现力上也有明显提升,角色不再局限于简单口播与轻量动作,而能够自然完成转身、走动、舞蹈等更大幅度、更复杂的全身动作,让实时数字人的表现力进一步接近真实表演。

想看一键换衣?S2轻松搞定。

文章配图

动态参考功能,可在任意时刻补充参考图,而S2可保持连贯的前后关系,让跨境电商或场景化营销so easy,氛围拉满,让人购买欲爆棚。

文章配图

第三,超强的情境理解力。

网友的梗、刁钻的问题、突发的情绪,Vidu S2 能瞬间接住,并通过紫樱的表情和声音反馈出来。

不再是「AI看着像人」,而是「AI正在像人一样和你经历当下的每一秒」。 这,就是紫樱能在直播间里疯狂吸粉,甚至让观众心甘情愿打赏的终极秘密。

文章配图

StreamAV-Bench 的 AIF 音频指令完成度 2.985 全场最高,AVAlign 0.353 远超基线;Sparkle-Bench 全局指令 4.00、前景指令 3.98 均最高;GSB 语义遵循维度对三个商业系统偏好率 71.4%–100%

下一个时代,已经在直播间里开启

就如造梦次元与Vidu S2这次活动的主题「AI能靠直播养活自己吗」,紫樱用真金白银给出了一个答案:能,至少她在真的靠自己挣。

在这场「无限重开」的挑战中,我们看到的不仅仅是AI主播在努力通关,更是生数科技 Vidu S2 模型在真实世界的暴力压测中,给出的一次探索。

当活人感拉满的AI走进直播间,当实时视频生成打破了虚实的边界,一个属于实时互动AI的时代,已经来了。

或许在下一次中秋节,陪你赏月、听你倾诉的,就是一个真正懂你的AI朋友。

文章来自于微信公众号 “新智元”,作者 “新智元”

Related topics

After reading

Join the AINRK community

Read how to join the community and connect with people working in AI.

Community information (opens in a new tab)