7月18日，在2026世界人工智能大会（WAIC）腾讯AI应用创新论坛上，虎牙公司正式发布其自主研发的实时多模态数字人产品——VAM 1.0。虎牙CEO黄俊洪在论坛现场介绍了该数字人的核心能力与应用成果，引发行业广泛关注。据悉，VAM 1.0已落地虎牙平台多个业务场景，在实时生成、交互模式、主播分身等多维度实现了技术突破，标志着直播行业数字人应用正式从“预置脚本”迈向“无模板实时生成”的新阶段。
无模板实时生成：唱跳换装告别黑屏
传统直播数字人往往依赖预设模板或离线录制，在场景切换、动作变化时容易出现黑屏卡顿，用户体验大打折扣。而VAM 1.0最大的技术亮点在于，它能够在不依赖任何预置模板的前提下，实时生成数字人的唱跳、换装等动态效果，且全程无黑屏、无延迟。黄俊洪在演示中展示，数字人可根据直播间内任意音乐节奏即时编排舞蹈动作，服装材质与款式也能随用户指令实时切换，整个过程流畅自然，视觉效果逼近真人主播。
这一能力的实现，得益于虎牙在实时渲染、多模态融合计算与AI动作生成领域的深度积累。VAM 1.0采用了端到端的实时推理架构，将语音、文本、图像等多模态输入同步转化为数字人的肢体、表情、口型与动态服饰变化，消除了传统技术路径中“渲染-合成-输出”的串行瓶颈，使响应时间压缩至毫秒级。
原生支持互动游戏：狼人杀、塔罗牌无缝切换
除了基础表演功能，VAM 1.0还原生集成了多款互动游戏模块，包括狼人杀、塔罗牌、你画我猜等热门玩法。黄俊洪强调，与市面上需要额外插件或第三方SDK的数字人不同，VAM 1.0的游戏交互是“原生”的——数字人既能担任游戏裁判，也能作为玩家参与其中，并根据游戏进程自动切换角色、语气与互动策略。
例如，在狼人杀场景中，数字人可以同时扮演“法官”和“狼人”，从组织发言、投票到夜间行动，全程无人工介入；在塔罗牌占卜中，数字人可基于实时输入的牌阵和用户问题，生成个性化的解牌话术，并伴随手部动作和表情变化。更为关键的是，不同模式之间的切换无需断流或重启，数字人能够在一场直播中自由切换唱跳、游戏、聊天等多种状态，极大丰富了直播内容的节奏与趣味性。
主播数字分身：24小时不间断道具带货
作为虎牙平台的深度应用，VAM 1.0的另一大亮点是“主播数字分身”功能。黄俊洪指出，许多头部主播受限于体力与时间，无法实现全天候直播。而VAM 1.0可以1:1复制主播的外貌、声音与风格，作为数字分身承接实时弹幕互动，并完成氛围烘托、口令引导、道具介绍等任务。在演示环节，数字分身不仅能精准识别“送飞机”“上链接”等弹幕关键词并做出反应，还能在深夜时段自动切换低音量轻直播模式，实现24小时不间断道具带货。
这意味着，主播可以将直播时段延长至全天，而不再受生理疲劳限制。对于平台而言，这不仅提升了用户黏性与道具消费频次，也为商业化变现打开了新的空间。据虎牙内部测试数据，使用VAM 1.0数字分身的直播间，平均用户停留时长提升约35%，道具消费转化率提高近20%。
行业意义：从“工具”到“数字员工”的跨越
在2026世界人工智能大会的论坛上，多位与会专家指出，VAM 1.0的发布是数字人从“辅助工具”向“多功能数字员工”演进的重要标志。此前，数字人在直播领域主要用于简单的客服、迎宾或虚拟偶像歌唱，功能单一且交互深度有限。而VAM 1.0通过多模态实时生成与原生游戏集成，将数字人的能力边界扩展至表演、互动、运营、销售等多个维度，真正实现了“一人一数字分身”的全方位数字孪生。
黄俊洪在演讲结尾表示，虎牙将继续深耕虚实交互技术，未来VAM系列将逐步开放第三方开发者接口，让更多内容创作者与品牌方能够快速定制专属数字人。他同时透露，虎牙已在探索数字人与脑机接口、空间计算等前沿技术的融合，预计在2027年底前推出具备情感记忆能力的下一代数字人产品。
可以预见，随着VAM 1.0在虎牙平台全面铺开，直播行业的交互范式将迎来深度重塑。当数字人不再需要模板、不再有黑屏、不再受限于单一场景，用户所面对的或许不再是“一个虚拟形象”，而是一个鲜活、智能、永不掉线的数字伙伴。