蔡浩宇的AI公司悄悄发布了首个视频大模型

终于开始了。

文/修理

昨日，AilingZeng在X上公布了LPM 1.0，一个基于视频的角色表演模型，能够实时说话、唱歌、倾听、反应和做表情。

根据信息显示，LPM 1.0是面向单人全双工音视频对话的角色表演大模型，针对现有视频生成模型难以兼顾高表现力、实时推理、长时身份稳定性等挑战研发。

团队构建了以人为中心多模态数据集，训练17B参数的Base LPM并将其蒸馏为低延迟流式的Online LPM，实现实时视频生成、无限时长身份一致生成与细腻拟人化表演。

同时打造出首个交互角色表演基准LPM-Bench，在各项评估中取得SOTA结果，可作为对话代理、直播角色、游戏NPC的通用视觉引擎。

根据其个人主页信息，AilingZeng隶属于Anuttacon技术团队——就是蔡浩宇创办的那个AI公司。她此前曾在腾讯混元团队与AI Lab实验室从事模型相关研究工作。

该模型的技术论文一共由24位研究人员参与，内容很多，有兴趣的朋友可以自行搜索查看。葡萄君也不懂技术，这里就简单展示一下，这个模型可以具体做什么事情吧。

首先，LPM 1.0为多模态输入，你可通过1张图片+参考图片（可选）+ 说话/听/静音音频+文本的方式，来生成一段角色表演。这个表演视频可用于角色对话、角色直播和游戏NPC的视觉呈现。

通过下段视频你可以看到，该模型在角色的言语、节奏、目光，以及犹豫、思考等微表情方面上，有着相当多的真实细节。

LPM 1.0采用了多维度的角色身份稳定要素：全局外观参考、多视角身体图像与面部表情参考素材。以此来规避模型对牙齿、表情纹路、侧脸轮廓、未显露的身体形态等未知细节进行错误生成的问题，以实现角色身份的精准保持。

同时该模型也支持不同角色风格作为输入：写实、2D动漫、3D游戏和非类人生物等等，无需任何微调或领域特定训练。

并且LPM 1.0是支持实时互动的。根据官网的说法，该模型能在无限的交互时长下保持稳定、身份一致的生成，并会有回应前的停顿、身体节奏、目光转移等细节。

这种对话支持全双工（Full-duplex）：就像真实的打电话或面对面聊天。双方可以同时说话、倾听，互相随时打断，直接反馈。

该GIF取自一段45分钟的演示对话，基于Online LPM 480P型号生成

另外，在非对话场景中，角色独处于某个环境时，也会有着真实的呼吸节奏、自然的表演与准确的情感表达。

在Anuttacon团队看来，LPM 1.0主要优势在于：视觉忠实度、精准口型、身份保护以及自然感，包括支持任意长度的内容生成。（Kling-Avatar 2.0和OmniHuman 1.5最多限制为30秒）

所以LPM 1.0可能适用于以下情形：AI对话、游戏NPC互动、虚拟直播、教育辅导、游戏伴侣等等。长直播视频生成。

不过值得注意的是，Anuttacon团队现在没有计划向公众发布模型权重、源代码、在线演示、API、产品或任何相关产品。

本次公开仅用于展示LPM 1.0当前的研究进展，供学术交流使用。该模型不会开源或对外开放。

所以葡萄君认为，本次LPM 1.0对外披露的核心目的仍是招聘。之前不少相关人士都曾表示，蔡浩宇正在全力押注AI领域，且相关团队仍存在大量AI人才招聘缺口。而LPM大概率也不是Anuttacon唯一的技术探索方向，可以推测，他们未来很有可能还会推出更多的大模型。

看到这里，你大概就会发现，在一众游戏创始人中，蔡浩宇对AI的重视程度可能是最明显的，会亲自下场，在一线All in。

而不管是米哈游还是Anuttacon、Hoyoverse，他们近年来在AI领域的种种布局，其实已经开始形成一条有迹可循的技术探索路线。

比如说Anuttacon成立之初就表示要打造一款AI原生的游戏引擎级平台，开发者仅需输入前提条件，即可一键生成可自由交互的智能NPC，并以此快速搭建完整游戏世界。

而从最开始试验性质的AI游戏《Whispers from the Star》，再到后来的AI聊天产品AnuNeko，再到如今的LPM 1.0，这个技术的进化进度肉眼可见。

AnuNeko

包括米哈游或者Anuttacon近年来在各个AI领域的动作，看似分散，但现在也逐渐能串联起来了：

《崩坏：星穹铁道》团队早在2023年就已开始尝试将AI工具应用到角色行为管理、3D建模调优、NPC台词等多个方面，并希望未来打造“对话永不重复的智能NPC”。

米哈游还在2025年发布了崩坏IP项目组AI专项招募计划。该计划面向AI人才，核心目的包括“AI驱动提效”（将AI应用到游戏开发全流程）和“AI驱动创新”（通过AI带来新的游戏体验）。项目组已搭建AI Agent平台Echo和多个游戏开发管线应用。

前阵子，米哈游三位创始人蔡浩宇、刘伟、罗宇皓还通过刘伟代表，向上海交通大学捐款助力“AI未来基石基金”。不难猜想，这也是为后续的AI人才输送铺路。

而虚拟角色鹿鸣，米哈游与Hoyoverse联合开发的《雨之城》（Varsapura），则都有可能作为AI技术的探索载体。

事实上，在米哈游生活模拟新作《星布谷地》的首次测试里，已经推出了可支持玩家自由文字对话的AI NPC。

正如游戏葡萄此前的，每当谈及终极愿景时，蔡浩宇始终坚定会地认为，未来生成式的语言模型能跟游戏结合，做出非常酷的产品。

于他而言，虚拟世界是贯穿始终的灯塔。童年时对“被窝里的小电视”的幻想，因智能手机成为现实；而如今看不清终点的虚拟世界赛道，所有的AI技术布局、产品试验与底层探索，都是他一步步靠近这个终极目标的必经之路。

游戏葡萄招聘商务经理，

| |

| |

游戏行业书籍推荐： 葡萄书房

（星标可第一时间收到推送和完整封面）