米哈游蔡浩宇的第一颗子弹，瞄准了NPC的脸
米哈游蔡浩宇发布LPM 1.0 AI模型，170亿参数实现NPC实时表情与动作生成，彻底改变游戏开发。体验无限时长互动，告别固定台词时代！
那个810亿身价的男人，去年从米哈游退休时撂下一句话：AIGC会彻底改变游戏开发，普通人建议转行。
现在他自己下场做的工具，可能就是那个让一批人转行的东西。
4月9日，蔡浩宇在新加坡创立的AI公司Anuttacon在arXiv发了一篇论文，公开了视频角色表演生成模型LPM 1.0。170亿参数，主打一个功能——让虚拟角色能听、能看、能演，实时生成带表情和动作的对话视频。
LPM 1.0正式推出——这是一个基于视频的角色表演模型，能够实时说话、唱歌、倾听、回应并做出表情。支持全双工对话、身份一致的无限制长度生成，以及细腻拟人化表演。通过协同设计的数据管线、基座模型、在线模型与流式推理优化构建而成。
相较于其他视频生成模型的核心优势：表演质量、情感对话、精准唇形同步、身份保持以及生动自然的表现力。只需输入一张图片，LPM 1.0即可生成表演视频，为对话智能体、虚拟直播角色以及游戏NPC提供视觉引擎。
官方展示视频总时长有10分多钟，涵盖了非常多的角色，我选了一些表情细腻的片段。
0/0
继续观看
米哈游蔡浩宇的第一颗子弹，瞄准了NPC的脸
还有一个好玩的就是交互感升级，实时交互和NPC倾听你表达上都有很大的亮点：
倾听交互的视频效果
0/0
继续观看
米哈游蔡浩宇的第一颗子弹，瞄准了NPC的脸
0/0
继续观看
米哈游蔡浩宇的第一颗子弹，瞄准了NPC的脸
LPM 1.0采用多粒度身份条件控制——全局外观参考、多视角身体图像以及面部表情示例。
这种细粒度的条件控制实现了专业级的身份一致性，消除了模型在生成时“脑补”看不到的细节的需求——比如牙齿、表情纹、侧面轮廓几何以及不可见的身体外观。
0/0
继续观看
米哈游蔡浩宇的第一颗子弹，瞄准了NPC的脸
同一个角色我们再测试一下她的倾听互动效果：
0/0
继续观看
米哈游蔡浩宇的第一颗子弹，瞄准了NPC的脸
还有下一个角色的唱歌视频展示，不得不说，游戏NPC有这个体验还是很不错的：
0/0
继续观看
米哈游蔡浩宇的第一颗子弹，瞄准了NPC的脸
发布视频的AilingZeng隶属于Anuttacon技术团队，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。
这不是通用视频模型。它不做Sora、Seedance2.0、HappyHorse等那种让任何画面动起来的活儿，只盯着一件事——让游戏里的NPC，终于不用再念台词了。
NPC的表演三难，有人想一巴掌拍平
做过游戏的都知道，让NPC像个人，到底有多难。
论文里提了个表演三难：高表现力、实时推理、长时稳定，三者很难同时做到。有的模型能把表情做得很真，但生成一段要等几分钟；有的跑得快，但角色说着说着就换了一张脸；还有的能稳住身份，但表情僵得像戴了面具。
LPM 1.0的解法是把问题拆细，只盯单人全双工对话场景。
翻译成人话就是——你给一张角色图，它就能根据语音或文字，实时生成这个角色在说话或倾听的视频，身份不会崩，长度可以无限续。延迟低到能接ChatGPT、豆包这类语音模型做实时对话。
Seedance2.0、HappyHorse那些模型追求的是万能，能生成任何画面，而LPM 1.0追求的是专精，只解决角色表演这一个问题。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机器人。
从2025年的AI游戏《星之低语》，到2026年的LPM 1.0，蔡浩宇的布局有一条清晰的线。
0/0
继续观看
米哈游蔡浩宇的第一颗子弹，瞄准了NPC的脸
AI游戏《星之低语》
从聊天产品切入，再沉到底层模型能力，最后用AI游戏做验证。三层递进，步步为营。
Anuttacon团队里藏了不少来自腾讯混元、AI Lab的顶尖人才，这次论文的Project Lead曾爱玲就是其中之一。
他们构建了以人为中心的多模态数据集，训练了170亿参数的Base LPM，再蒸馏成低延迟的Online版本。同时推出了首个交互式角色表演基准LPM-Bench，在各项评估中拿下SOTA。
做出来给你看，但不给你用
所有报道里最扎心的信息是这句——模型仅供非商业学术使用，不会开源，不会提供API，没有任何对外服务的计划。
技术已经跑通了，但你用不到。这次对外披露的核心目的，仍是招聘。
蔡浩宇之前就说过，未来游戏开发只有两类人：要么是前0.0001%的天才精英，要么是99%的AI赋能业余爱好者。中间那层混饭吃的，可以考虑转行了。现在他自己在硅谷、新加坡疯狂组建豪华团队，用每小时最高210元人民币的薪资在全球招募AI训练师。他想要的，就是那0.0001%的人。
这种技术展示但产品封闭的策略，在游戏圈和AI圈都不少见。训练成本摆在那，170亿参数的模型，推理开销不是小团队能随便接的。
再说一个容易被忽略的硬指标：无限时长。
Kling-Avatar 2.0和OmniHuman 1.5最多只能生成30秒的视频，时间一到就得切，一切就容易断戏。为什么？因为模型要保持角色身份、表情连贯、动作自然，时间越长，累积误差就越大。脸会慢慢变形，表情会逐渐走样，最后变成另一个人。
LPM 1.0敢说无限时长输出，意味着它在时序一致性上做了根本性的架构优化。不是靠堆算力硬撑，而是模型自己学会了长期记忆。一段十分钟的对话，角色的表情、眼神、微动作能从头稳到尾，这在视频生成领域是质的飞跃。你感觉不到技术存在，那才是技术厉害的地方。
项目主页评论区有人问了句：所以《原神》里的派蒙，以后能看着我的眼睛说话了？答案可能是，但是还得等。
一个玩家的随口一问，可能比所有技术指标都更接近这场变革的本质。玩家不在乎你用了几层Transformer，不在乎蒸馏还是扩散。他只在乎，那个陪了他好几年、在屏幕上蹦蹦跳跳的小家伙，能不能在叫他名字的时候，抬头看他一眼。
这大概就是蔡浩宇说的技术宅改变世界。不是改变华尔街的K线，不是改变硅谷的估值，而是让一个像素小人，学会看着你的眼睛。
那米哈游自家的游戏能用上吗？
蔡浩宇2023年卸任米哈游CEO，但他还是米哈游的大股东，股权没动。Anuttacon是他个人在新加坡全资控股的公司，跟米哈游没有直接股权关系。两家公司独立运营，各走各的路。
目前没有任何公开信息说LPM 1.0要优先给《原神》或《崩坏：星穹铁道》用。米哈游自己的技术团队也在搞AI，没必要等着蔡浩宇喂饭。但蔡浩宇手里捏着米哈游的股份，米哈游又需要最前沿的AI技术来升级游戏体验，两家公司未来会不会有技术合作或授权协议，没人知道。
至少现阶段，Anuttacon是一家独立的技术供应商，LPM 1.0的客户可以是任何游戏公司，不绑定米哈游。
蔡浩宇已经把米哈游的摊子交给大伟哥刘伟，自己跑去硅谷二次创业。当时所有人都以为他去退休了。
但他偏不。在硅谷圣克拉拉设了办事处，成立AI公司Anuttacon，头衔是中二感爆棚的AI灵魂大法师。他正试图在2030年之前，把10亿人送进他创造的虚拟世界。
当年他从上海交大那间宿舍走出来，和两个同学靠着10万块天使投资创业。喊出一句羞耻感爆棚的口号：技术宅改变世界。2020年《原神》上线，171天狂揽10亿美元流水，米哈游估值一度冲破200亿美元。这个偏执的天才，在圈内以管理风格难搞著称，即便手下有上千人也要自己手K每一个细节。他曾放话：对我们团队来说，我觉得对的就是对的。
但这种极致的个人英雄主义，在团队膨胀到5000人时遇到了瓶颈。大型项目的沉没成本高得吓人，工业化体系让他感到压抑。对于一个相信技术宅改变世界的人来说，守着印钞机数钱，远没有去开辟新大陆刺激。
这次LPM 1.0的发布，把玩家期待值拉满，如果每个NPC都能实时表演、情感回应，游戏行业会变成什么样？
不再是玩家追着剧情跑，而是NPC主动来找你。
你路过酒馆，老板娘会抬头对你笑，说好久没来了。
你完成一个任务，队友会拍你肩膀，眼神里有崇拜也有担心。
你跟反派对话，他会眯起眼睛，嘴角微微抽搐，让你真的觉得他在算计什么。
游戏叙事从写好的剧本，变成即兴的对手戏。
玩家和角色的关系，从操控变成相处。
这不是加点表情包的小升级，是游戏设计底层的范式转换。那些只会念固定台词的NPC，以后就像默片时代的演员一样，被时代轻轻推走。
蔡浩宇的第一颗子弹，瞄准的不仅是NPC的脸，而是游戏叙事的那堵墙。
