米哈游原神之父再放大招！蔡浩宇的AI公司发布首个视频大模型，主打高一致性视频角色表演生成

提到蔡浩宇，所有玩游戏的人都不陌生——米哈游的创始人，是《原神》《崩坏》系列的幕后大佬，正是他，让我们看到了国产游戏的崛起，也让我们沉浸在一个个精彩的游戏世界里。

自从跨界扎进了AI领域，在新加坡创办了Anuttacon公司，专门做AI交互式内容和AGI产品研发，而且去年就已经发售了首款AI游戏《星之低语》。当地时间4月9日，他的公司又放出了一个大招——正式发布全球首个高一致性视频角色表演生成模型LPM 1.0。

这个LPM 1.0模型，到底跟我们玩游戏有什么关系？简单说，它能让游戏里的角色，变得和真人一样有情绪、有动作，彻底告别“僵硬感”和“重复感”。

根据Anuttacon团队在arXiv发布的论文，LPM 1.0模型拥有170亿参数，采用的是扩散Transformer架构，这种架构的优势的就是，能统一处理角色的空间、时间和条件信息，让生成的角色视频更清晰、更连贯、更稳定。

论文里还提到，现在的视频生成模型，都面临一个“表演三难”的问题——很难同时做到高表现力、实时推理和长时稳定性。比如有的模型能生成表情自然的角色，但生成速度特别慢，要等好几分钟；有的模型生成速度快，但角色播着播着就“变脸”，特别出戏；还有的模型能保持稳定，但表情和动作都很僵硬，没有灵魂。

而LPM 1.0，就完美解决了这个“三难”问题。它能根据文本、参考图片或视频，生成具有连贯动作和表现力的角色视频，而且所有过程都是实时的——也就是说，你输入指令，下一秒就能看到生成的视频。更重要的是，它能保持角色身份的稳定，不管生成多久的视频，角色的脸、发型、穿着都不会变，表情和动作也特别自然。

除此之外，这个模型还能和ChatGPT、豆包等AI模型即插即用。这意味着，以后游戏里的NPC，不仅能跟你实时对话，还能有对应的表情和动作——你跟它说开心的事，它会笑着回应；你跟它说难过的事，它会露出心疼的表情，再也不是那个只会念固定台词的“工具人”了。

而且，这个模型的应用场景特别广，除了游戏NPC，还能用于虚拟主播、游戏陪伴、教育辅导等领域。比如以后做游戏直播，虚拟主播能实时跟观众互动，表情和动作比现在自然太多；玩家自己也能通过这个模型，生成自己喜欢的游戏角色视频，不用再依赖专业的剪辑和动作捕捉工具。

不过，目前这个LPM 1.0模型，只供非商业学术使用，暂无计划对外发布模型权重、源代码、在线演示等服务，也不会开源。但这将是一个革命性的突破。

从《原神》到AI大模型，蔡浩宇一直都在突破自我，也一直在推动游戏行业的进步。这可能将会彻底颠覆未来的游戏开发模式，让游戏创作变得更高效、更简单。