在ChatGPT把大语言模型带火之后，我相信大家都在等一些重量级的AI应用出现。说实话，这件事真的急不得，至少在游戏/互联网行业都还需要一两年来摸清方向。但有一个大方向，却是从一开始就非常清晰的：AI虚拟主播。原因很简单，AI的推理、连续对话和角色扮演等能力，都与虚拟主播的要求高度契合。在AI语音也相当发达的前提下，已经有不少民间大神通过自己的研究，为纸片人接入大语言模型，在平台上高强度直播。大家可别小瞧虚拟主播这条赛道。要知道，游戏行业有许多大厂都在这里投入不小，比如腾讯、网易、米哈游、完美世界……不过要说他们已经经过验证的AI虚拟主播，可能就屈指可数了。其中人气最高的，显然是米哈游的鹿鸣，目前她仅直播过三次，我们此前的文章也聊过不少。而在此之后排在第二的，可能要数7月14日刚刚首播的，枝江娱乐的阿花——你应该想不到，这位主播的形象并非美少女，而是一只羊驼……但第一次直播一个多小时内，她就拿下了121位舰长，虽然这个数量不及鹿鸣首播的300多舰，但放眼V圈来看，也是相当难得的成绩了。什么概念呢？举个不一定恰当的例子：相当于手游产品首测还没做付费的时候，就有一百多号人充了大小月卡。为什么这只羊驼会这么受欢迎？实际上，阿花是与虚拟女团A-SOUL相关的NPC——A-SOUL可以说是目前V圈最火的虚拟团体了，制作团队形象就是羊驼，阿花则是羊驼阿草（是一只白色的枝江羊驼NPC）的学妹。除此之外，阿花背后还有Intel作为“首席技术支持官”。背靠这两位重量级选手，有强大的光环倒也不难理解。而实际的直播观感又怎么样呢？看完这次首播后，我发现阿花在各方面的表现其实还算不上完全成熟。不过在内容背后，我却看出了不小的潜力。在直播中，阿花简单展示了几种能力。首先是作为核心的对话聊天能力，在观众们输入弹幕后，她会挑选一些回答。从互动情况来看，大部分问题她都能做到较为自然地回答。比如有人问她为什么叫阿花，她的回答是“因为我就像一朵花儿，虽然憨憨的，但也能给这个世界增添一点点可爱和色彩呢。”当然，观众们少不了千奇百怪的输入，遇到一些特别的梗或新知识时，阿花就显得还不太会应对。比如有人吓唬她，说“爆！爆！爆！”（大概是发言爆炸了的意思，V圈常用来开玩笑），她就不太明白这是什么意思。不过在与A-SOUL和枝江娱乐相关的问题上，阿花应对得都不错。像是有人问她和成员谁高，她的回答是自己站在别人旁边小小的，但这并不重要，重要的是能一起唱歌、跳舞。其实这个问题本身就带一些调侃和钓鱼的意味，这么一看，阿花的回答还是挺得体的。此外还有一点比较特别：因为阿花是3D角色，她在说话时也会根据对话内容，做出相应的动作和表情。这给她对话的生动、真实程度都有一些加成——有时候也让她看起来更加憨憨或可爱。相比于民间大多数的2D AI主播来说，这种能力的确比较少见。除了对话聊天之外，阿花也表演了节目，与阿草和小黑一起跳了支舞，虽然羊驼跳舞看上去有点滑稽，不过我猜这次表演只是作为一部分基础演示，更深入的内容还会在后续放出来。另外，因为身处3D大场景中，阿花也能结合弹幕的互动投票结果，在场景中选择某个位置“遛弯”，移动过去。这项能力看起来也不算深度，但这次的场景比较小——以往A-SOUL曾经提到过“枝江开放世界”的规划，在前几天贝拉的生日会上，也已经放出了地图原画和部分场景。如果能让阿花在更大的场景中交互，结果可能会更有趣。总的来说，枝江娱乐在首播中打出的“牌”算不上王炸，但仅通过这些牌，就足以看出他们的一些底气和思路了。首先在技术这块，阿花称得上底子硬、上限高。一方面，虽然能看出她在部分问答上还不够熟练，但学习新知识本来就是大语言模型的强项，只要多聊天，她就能变得越来越聪明，应对一些V圈的梗也基本不成问题。另一方面，他们与Intel的深入合作也对阿花的发展相当有利。在LLM推理部分，他们与Intel合作，对不同规模的LLM进行了完善的测试和分析，Intel的技术专家团队在一个月内提供了Super-Fused FP16/AMX-BF16 LLM推理加速方案，极大提升了效能。经验证，对比Stock PyTorch性能，10/20/70亿LLM推理任务都获得了至多2.8倍的加速比，这让阿花能以非常低的开发投入满足部署性能要求。另外，阿花历经形象设计、模型制作、引擎适配、交互设计等多重流程，会逐渐从后台走进人们的视野。A-SOUL与Intel在第四代英特尔® 至强® 可扩展处理器上，引入Super-fused LLM推理加速方案所实现的效果也将逐渐为双方带来更大的好处。这很有利于后续经营——比如在如今的V圈，3D势（xx势通常指直播定位）的成本问题是一个很难忽视的痛点，而阿花作为AI主播，可能会有不小的优势。其次在内容这块，阿花也能结合A-SOUL讲更多故事、实现更多效果。结合整体的内容铺排来看，阿花本身就是枝江大世界内容的一环。在粉丝观看女团成员直播之余，她可以作为补充，提升内容的丰富程度。这一点，有不少观众在首播时就已经意识到了。别看她现在只是一只羊驼，在首播上，官方表示在学习足够深入之后，阿花还会解锁人类形态。到那时，一些能力可能才会展现出真正的威力。这不，在不久后的Bilibili World上，阿花就兑现承诺，在Intel × A-SOUL线下直播访谈中的惊喜彩蛋环节中变成了人类形态露面，并现场演唱了一首歌。从观众的反应不难看出，大家都对阿花很感兴趣。尤其是在她变身的时候，现场接连爆发了好几阵呼声……综合这些点来看，我觉得枝江娱乐和A-SOUL在AI虚拟主播方面，已经有了一条很明朗的路径。因为阿花展现出的能力虽有限，但已经有了很多独特的优势。首先，V圈中能稳定直播的3D势本来就不多，在品质和互动性的提升上，有能力的团队都在尝试各种可能性。举个例子：在直播中最常见的互动形式，仍然是通过弹幕投票决定直播内容，或是在场景中增加一个元件，并且显示弹幕发送者的ID来增加参与感。但要说再往后怎么做，在技术出现大突破之前，就很难有明确的头绪。这也是许多观众都希望在A-SOUL这种团队身上，继续看到下一步动作的原因——作为V圈顶流，他们的技术和玩法都很领先，能力到位，自然会有一些带头探索的责任在身上。如果他们能利用好AIGC，让直播、游戏和AI融合起来，相信就能做出更多新颖、有趣的内容，这个虚拟世界，也会变得更精彩。而阿花这样的AI虚拟主播，可能反而会在互动性上有新的解法。就拿场景的应用来说，由中之人扮演的3D虚拟主播，只要不是提前录制好的播片，不管场景看起来多大，在直播中的移动很大程度上都会受到动捕场地的限制。像贝拉生日会做到的效果其实已经很惊艳了，但离完全不受限制的“开放世界”，肯定还是有一些距离。如果从AI的角度来看，一个虚拟世界中的NPC显然就不会受到这么大的限制了——他们在3D世界中可以去到更多的地方、实现更真实的效果。这样一来，直播也就会更像一个具有互动性的开放世界游戏。这种效果，对目前的虚拟直播来说是遥不可及的，但对AI来说就没那么遥远。而且这种大地图的应用，还只是出于3D角色本身的特点。如果再加上AIGC技术的应用，让阿花结合枝江世界的背景讲一些故事、玩一些互动游戏，玩法可就更多了。其次，大多数由民间自制的AI虚拟主播，往往都在长线运营方面有更大难度。如果你了解过，会发现一些AI势吸引人的点在于，观众会尝试用大量的调侃和梗来试探AI对话的边界。这种试探确实能带来一些有趣的对话，进而引流、出圈，但不得不承认的是，大多数观众其实很难长时间保持这种试探的热情，相对来说也更难成为忠实粉丝。而相比之下，阿花背后的思路显然是要走长远路线的。它背靠A-SOUL和Intel，在技术和内容两方面都有不小的优势，并且也有自己的团队枝江娱乐支撑产出。如果他们能规划好这条赛道的后续经营，或许AI虚拟主播就不止是我们找乐子的存在了，而是真的能进一步抬高上限，甚至成为不少人生活的一部分。
