“数字人”当下早已不是一个新名词，但其应用价值的全面落地依然存在诸多痛点。日前，2026世界人工智能大会（WAIC）腾讯AI 应用创新论坛在上海成功举办，作为多年来深耕游戏直播领域的头部公司，虎牙基于游戏娱乐场景推出的实时多模态数字人VAM1.0让人眼前一亮。

一张照片生成一个虚拟人，每一帧都在线生成

咨询公司沙利文最新报告数据显示，中国数字人赛道年复合增长率达52%，约为全球增速的1.5至2倍，但市场很热，落地很冷，多数数字人仍停留在照着脚本念的阶段，能说不能听，能输出不能互动；一段三分钟视频没问题，一场三小时直播撑不住。

虎牙CEO黄俊洪认为，数字人从展示型产品走向实时交互型应用，需要同时解决稳态、拟态和动态三类问题，即长时间生成不崩、表情动作足够自然，以及能够实时聆听、实时反馈、实时互动。

对于此次亮相的VAM1.0，黄俊洪一句话概括其能力：“给它一张静态照片，它还你一个能实时说话、实时聆听、实时反应的虚拟人。不是预渲染，不是录播，是每一帧都在线生成。”

具体到应用中，用户说话时数字人点头注视，停下来它自然接话，打断它立刻反应，弹幕和语音双通道驱动。能够实现这样的交互能力，在黄俊洪看来，很大程度得益于虎牙的场景优势：“大多数模型只学过怎么说，没学过怎么听。虎牙泡在直播间十几年，观众不会等你说完再发弹幕，可以说，场景，倒逼出了技术。”

技术杠杆撬动增长，从“看别人玩”到“和AI一起玩”

虎牙深耕直播十数年，弹幕、打赏、语音连麦等交互基础设施与海量主播的视听数据每天都在反哺模型。从2019年HERO平台一路走到VAM 1.0，公司已在游戏发行、直播、广告等场景实现全业务线闭环。黄俊洪坦言：“为了实现今天的能力，我们也是一直在做时间的朋友。”

目前，VAM已在虎牙平台落地多个核心场景：基于AI实时生成的唱跳互动，不用固定模板，换装不黑屏；数字人原生狼人杀、塔罗牌等陪伴式互动内容，切换游戏模式全程无缝；真人主播的数字分身或数字助手，帮主播接弹幕、带气氛；以及24小时不间断游戏道具带货。

在黄俊洪看来，过去十年直播内容全靠真人主播撑起来，但多模态数字人更深地融入全天候直播、赛事解说、才艺陪伴这些场景后，内容供给将大规模扩大，边际成本则持续下降，一言以蔽之，当技术杠杆被撬动，行业中多赛道的发展都有望实现乘数效应。

值得一提的是，在游戏发行层面，虎牙也将通过超拟真的数字人生态直播矩阵，聚焦海量用户，为内容营销驱动游戏发行的模式提供更大基础支撑。从直播间到游戏产业链，从成本结构到增长方式，黄俊洪憧憬，过去十年虎牙是“看别人玩游戏”的地方，未来十年要成为“和AI一起玩游戏”的地方。