看完米哈游43页论文，我终于看懂他们到底要拿AI做什么了

米哈游近期发布的自研AI模型LPM，并未带来视觉层面的强烈冲击，却在业内收获极高评价。

啃完其43页技术论文后不难发现，这款模型的核心价值，早已超越普通AI视频生成范畴，更直指米哈游对未来游戏形态的终极构想。

这款AI模型的研发团队实力雄厚，核心成员童欣拥有20余年图形学与3D视觉深耕经验，曾爱玲则是AI视频生成领域的新锐研究者，二人带领团队直面AI视频领域的经典难题——表现力、实时推理与身份稳定性难以兼顾的困境，而米哈游的技术

目标，从一开始就与普通AI视频公司截然不同。

当前多数AI角色模型，本质只是让角色对口型念台词、生成基础表情，仅完成文本到画面的转化。LPM团队则提出核心观点：会说话不等于像人，真正的“人味儿”藏在倾听里。用户倾诉时需要的不是机械等待后的统一回复，而是倾诉过程中自然的情绪反馈、恰当的停顿、灵动的视线与微表情，这也是LPM命名为“大型表演模型”的原因，其目标从生成视频转向生成真实表演。

为实现这一目标，LPM彻底改写技术路线。它摒弃先写脚本再表演的模式，直接从音频信号学习视觉反应，让AI依据上一秒接收的信息即时生成反馈，更贴近人类真实的行为逻辑。

同时模型采用视频全双工设计，在数据层拆分说话与倾听行为，通过双音频输入分别建模，让角色可无缝切换说话与倾听状态，实现自然的实时流式互动。针对AI角色常见的身份一致性问题，LPM不再依赖单张参考图，而是加入多视角、多姿态参考信息，让模型在表演中持续对照，保证角色细节稳定。

技术落地层面，团队先打造170亿参数的BaseLPM，实现高质量可控的角色表演与时序一致性，再通过模型蒸馏得到OnlineLPM，兼顾低延迟与无限时长互动的稳定性，让实时交互AI角色、虚拟直播与游戏NPC的视觉引擎成为可能。这也是LPM演示画面看似不够惊艳的原因，它从不是单纯的视频生成工具，而是支撑实时交互AI的底层视觉能力。

米哈游的终极目标，是打造AI主导的千人千面游戏体验。传统游戏受限于生产成本，所有玩家体验高度趋同，而AI技术可以理解玩家行为，实时生成个性化内容。

LPM具备的实时表演生成、全双工对话、长期身份一致性等能力，正是实现这种下一代游戏形态的基础。从技术突破到交互革新，米哈游始终围绕“真实可互动的虚拟角色”前行，这也是其布局AI的核心逻辑。