AI圈出现了个二次元?蔡浩宇这LPM美少女特攻!
米哈游创始人蔡浩宇旗下的AI公司Anuttacon近日发布了名为LPM(Large Performance Model,大型表演模型)的AI技术。该模型专注于角色的视觉表现,旨在将静态图像转化为具备实时对话能力的动态表演视频。LPM并不提供通用的综合功能,而是特化于虚拟主播、游戏NPC等场景下的角色生成,被视为米哈游在AI虚拟人领域的重要技术布局。
01核心功能与技术特性
LPM模型的核心优势在于其解决了长时交互中的记忆与一致性难题,并通过架构创新实现了高自然度的实时互动。
- 全双工对话机制
区别于传统AI的“说完再回复”模式,LPM支持全双工通信,允许用户在AI说话时进行打断和插话,系统能根据停顿即时反馈,模拟人类的自然对话节奏。 - 无限时长与身份一致性
针对AI常见的“金鱼记忆”问题,LPM通过在线流式架构设计,实现了在无界交互长度下的身份稳定生成。官方展示的视频均为单次生成结果,未经过筛选,具备长时间保持角色特征不崩坏的能力。 - 类人微表情表现
模型能够生成细腻的微表情和肢体动作,官方将其描述为“真实对话是一种信息的舞蹈”。在情绪表达较为激烈或动作幅度较大的场景下(如活泼的主播风格),其表现效果尤为显著。
02行业对比与商业落地
| 对比维度 | LPM(特化型模型) | 综合型视频模型(如Sora、可灵等) |
|---|---|---|
| 技术侧重 | 专注角色表演(Performance) | 通用视频生成 |
| 交互能力 | 支持实时全双工对话与视觉生成 | 多为单向生成,交互能力弱 |
| 生成成本 | 较低,专精架构提升效率 | 高昂,算力消耗大(物理之壁) |
| 适用场景 | 虚拟主播、游戏NPC、陪伴型AI | 电影级视频、广告素材制作 |
LPM与综合型视频模型对比
在商业层面,AI视频生成的算力与维护成本已成为制约发展的关键因素。相比之下,LPM由于采取了专精策略,仅涉及角色表现层面的生成,因此在生成速度和成本控制上具有潜在优势。这种低成本特性对于需要长期稳定运行的应用场景(如全天候直播或游戏中常驻NPC)至关重要。
03应用场景与未来展望
LPM的展示案例涵盖了多种类型,包括真人、动物以及米哈游游戏《星布谷地》中的角色。业内观点认为,此类技术是米哈游布局“AI NPC”的重要前置技术,旨在提升游戏内角色的互动深度。
- 游戏内的终极互动
未来的卡池角色可能不再局限于固定的台词和动作,而是能够基于玩家所处的地图画面实时生成对话,甚至在战斗中提供语音指导和即时攻略。这种从“固定演出”到“时刻陪伴”的转变,有望显著提升玩家的付费意愿。 - 虚拟主播直播
LPM能够将一张静态图片转化为具备听、说、看能力的虚拟主播,支持多轮对话和才艺展示(如唱歌),为虚拟直播提供了低门槛的解决方案。
当前文章无评论,是时候发表评论了