米哈游创始人藏了3年的AI项目，把45分钟实时对话做成了现实

AI视频生成赛道最近卷得离谱。Seedance 2.0把15秒短视频做到电影级画质，全行业都在拼谁的画面更逼真。

但有个"灵魂大法师"偏不走这条路。

这称号听着中二，却是米哈游前董事长蔡浩宇的领英头衔。卸任后他溜去新加坡，开了家叫Anuttacon的AGI公司。如今LPM 1.0发布，AI视频直接从"离线剪辑"跨进了"实时生命体"——demo里那个虚拟角色，一口气聊了45分钟没崩。

这相当于什么？别人还在当摄影师，他已经开始养数字演员了。

行业有个老毛病叫"表演三难困境"：画面要像、响应要快、时间长了不能崩——三者只能取其二。即梦、可灵、Sora们做短视频无敌，一旦拉长到实时交互，角色脸歪了、身份换了、动作抽搐了，全是家常便饭。

病根在"自回归漂移"。时间越长，误差像滚雪球，最后彻底翻车。

LPM的解法是把170亿参数的扩散模型，用"分布匹配蒸馏"压成"主干-精炼器"结构。主干管整体轨迹，精炼器抠表情细节。内存占用锁死，身份一致性却能无限续杯。

更狠的是全双工音视频对话。两路音频同时跑：一路AI自己说的话驱动口型，一路用户的话驱动实时反应。你停顿，它点头；你挑眉，它跟上。终于不是复读机了。

画面确实不如Seedance 2.0精致，但"能演"和"好看"本来就是两回事。

字节靠TikTok的海量短视频喂出Seedance，蔡浩宇手里有什么？米哈游41%的股权背后，是十几年游戏工业攒下的"人类表演学"家底。

LPM要的不止一张照片，还要全局外观、多视角、8类预定义表情。78种精细情感、5000个动作描述符，全是结构化数据。350万次倾听行为标注，教AI学会人类对话里的呼吸、犹豫和停顿。

这是"工业审美"对"流量数据"的路线分野。Seedance 2.0画面栩栩如生，LPM 1.0的角色却有电影级的"去AI味"质感。

但蔡浩宇没打算开源，也不卖API。LPM本质上是一套视觉引擎，不是单纯模型。在虚拟角色这个细分赛道，稳定+实时+长效的交互能力，约等于虚拟世界的门票。

门票贵得吓人。实时生成720P视频，单GPU 0.35秒处理1秒画面，大规模并发就是烧钱黑洞。试水作《星之低语》33.99元买断制，显然盖不住算力成本。

B端场景倒是现成的。虚拟主播、AI导师、客服，哪个不需要7×24小时稳定在线？省掉动捕棚和真人工资，账本立刻好看很多。UGC平台更诱人——用户给张照片说句话，AI包办全部表演，创作门槛归零。

LPM没打算在画质上硬刚Seedance。行业追像素的时候，它追一致性。

这大概是游戏人对"体验"的执念：角色崩坏一次，沉浸感就永远消失。而LPM的实时呼吸感和微表情，正在把恐怖谷效应往反方向推。

Anuttacon官网的demo结尾，那个虚拟角色说完最后一句话，眼睛眨了一下——不是程序预设的循环动画，是听完你发言后的自然反应。这个细节，比45分钟的时长数字更说明问题。