MiniMax升级音乐模型，米哈游发布表演大模型，商汤拿下首个国标数字人

来源：滚动播报

（来源：上观新闻）

在音乐、数字人与虚拟角色表演的交汇地带，AI正在以肉眼可见的速度重构文娱产业的底层逻辑。过去一周，三项来自不同赛道的关键进展不约而同地指向同一个方向：大模型不再满足于“生成内容”，而是开始追求对创作过程、交互体验和情感表达的精准掌控。

MiniMax上线Music 2.6 ：极速响应、精准掌控，开启全球创作

全球领先的大模型公司MiniMax发布新一代音乐生成模型Music 2.6,本次更新从底层引擎到创作工具实现全维度进化，大幅提升生成延迟、音乐控制、声学品质，推出全新“Cover”创作功能和面向 AI Agent 生态的 Music Skill，并面向全球创作者开启为期14天的免费内测。C端产品用户每日享有500首免费创作额度；开发者额外获赠每日100首免费调用额度。

Music 2.6对底层生成架构进行了深度重构，最直观的变化体现在速度上——首包延迟大幅降至20秒以内。这意味着创作者输入文字灵感后，只需一次深呼吸的时间就能收到初步音频反馈，告别以往的漫长等待。

在可控性层面，Music 2.6 打破了此前 AI 音乐生成中“开盲盒”的体验，实现了三项关键突破：更精准的 BPM 与调性锁定,创作者设定的节拍速度和调式（Key）将被忠实还原，不再偏离；更精细的段落结构控制,模型对主歌、副歌及过渡段的理解力显著增强，能够从容驾驭严谨的编曲需求；更深度的情绪掌控,人声和乐器音色的情绪表达更加精准，创作意图不再在生成过程中被稀释。

人声方面，Music 2.6 有意褪去了此前版本中“机械般精准”的工业化唱腔，转而呈现出更具随性与自由感的真实演唱;器乐方面，模型扩充了乐器种类的多样性，并优化了整体时序上的演奏逻辑。

本次最受瞩目的新功能当属 Cover功能上线，支持创作者上传一段随手自唱音频，模型提取旋律特征，开启无尽的创作空间。它具备极端的跨风格迁移能力——一首舒缓民谣可瞬间变为狂暴重金属，古典交响乐可改写为赛博朋克电子乐。此外还支持填词翻唱，模型能将全新歌词严丝合缝地嵌入原曲旋律之中。

米哈游蔡浩宇AI公司发布表演大模型，以假乱真

米哈游创始人蔡浩宇成立的AI公司Anuttacon近日发布新一代视频角色表演生成模型 LPM 1.0（Large Performance Model），并同步上线项目主页。该模型可实现自定义虚拟角色生成，支持全程自由自主对话，身份一致的长时间稳定性，以及细致入微的类人表演。

对于这款大模型的介绍，Anuttacon用了这样一句话，不仅仅是对话的“脑袋”，而是表演：角色们会说话、倾听、反应，并且在长时间互动中保持一致。相较于其他视频生成模型，LPM 1.0重新定义了虚拟人应该如何参与对话，其优势在于性能质量、情感对话、精准的口型同步、身份保持以及逼真的自然度。

在该大模型的技术报告中，提到了一个以往此类模型的不可能三角，即在以往的表演中几乎不可能同时满足三个核心要求：一是表现力，动作需要自然不重复，能传达微妙的情绪；二是实时性，生成视频需要无延迟；三是长时稳定性，角色不能在表演过程中变了，同时衣物、背景等也需要保持一致。以往模型最多智能满足“不可能三角”其中的两个，但LPM 1.0解决了这个问题。

在给出的几段表演中，虚拟角色基本做到了以假乱真，说话时会伴随着五官和手部、身体的动作，聆听时也有微表情和动作，比如点头、皱眉、尴尬等，“人味”十足。

在项目演示中，其视频对话模式可与 ChatGPT、豆包等音频到音频（A2A）模型即插即用组合，生成角色视频，预计可应用于对话式 AI 智能体、交互式 NPC 与游戏角色、直播与虚拟主播、教育与个性化辅导、游戏陪伴、娱乐内容陪伴等领域。

有网友表示，希望米哈游在未来推出的游戏如《雨之城》中用上该项技术，也有人希望将其加入米哈游现有游戏如《未定事件簿》中，为玩家带来更具沉浸式的游戏体验。

首个国标数字人，商汤如影

近日，国家标准由市场监管总局（国家标准委）批准发布实施《信息技术客服型虚拟数字人通用技术要求》（GB/T 46483—2025）。作为虚拟数字人领域首个国家标准，该标准规定了客服型虚拟数字人系统的参考框架、功能和性能要求，为数字人在客服领域应用提供了技术支撑。

商汤凭借如影直播互动数字人产品，成为第一家获得虚拟数字人领域首个国家标准符合性测试证书的企业。这标志着商汤科技在虚拟数字人领域的技术领先性与产品规范化水平再获国家级权威认可。

该项数字人国家标准，首次对客服型数字人产品形态、功能边界和性能指标进行了明确定义，标准规定了客服型虚拟数字人系统化的形象生成、视觉交互、语音交互、情感交互、形象驱动、运营维护等功能要求。

在性能要求方面，标准提出了2D数字人和3D数字人的分辨率基线，并提出口型驱动准确率不低于90%、手势交互成功率不低于80%、语音交互成功率不低于85%等技术要求，这些具体指标将有效引导并提升客服型虚拟数字人应用的可用性、流畅性及准确度，为客服型虚拟数字人产品标准化奠定基础。除了视觉和语音交互外，标准还对情感交互提出明确要求，例如情感交互成功率不低于80%，有望提升客服型虚拟数字人在拟人化方面的表现，进一步增强用户体验。

目前，商汤如影“直播带货数字人”已经服务了淘宝、美团、京东数千个直播间的客服场景。

原标题：《MiniMax升级音乐模型，米哈游发布表演大模型，商汤拿下首个国标数字人》

栏目主编：戎兵 题图来源：豆包AI生成

来源：作者：文汇报 沈湫莎