深夜的直播平台没有真人主播,也没有预先录制的节目单,屏幕上却不断滚动着由AI现生成的画面,观众在聊天框里打出一行字,几秒后,下一幕就朝着那个方向生成。这不是科幻设定,而是正在真实发生的AI直播实验。支撑这一切的关键,是视频生成速度首次跨过了"快过播放"的门槛。fal基于开源模型H3后训练的极速版本H3 Max,生成一段5秒带同步音频的768P视频最快不到3秒,观众还没看完当前画面,下一段内容已经备好,生成式视频由此从"批处理"进入"持续运转"的新阶段。
过去一周,至少三个AI电视台项目相继开播。8月29日,独立开发者Pieter Levels上线InfiniteSlop,规则只有一句话,聊天框决定下一段播什么,弹幕发出后对应画面通常在5到6秒内生成并进入直播流,直播页面同时显示"正在播放、正在生成、等待队列"三个状态。几乎同期,fal工程师Rehan Sheikh把H3 Max接进Twitch,做了一档没有节目单的"跨维度电视",观众通过特定指令影响剧情走向,相关观看量据传接近350万次。fal官方随后推出fal.live,内置情景喜剧等多个频道,屏幕下方常驻若干剧情选项,票数最高的选项直接决定后续剧情生成方向。
这套玩法的本质是把评论区变成节目控制台。传统电视先制作后播出,短视频的点赞评论也只能影响下一条作品,而AI电视台让观众的想法实时进入生成队列,成为内容的直接输入。观众既是观看者也是临时编剧,剧情可以在客厅聊天、开飞船、抓娃娃之间随机漂移,娱乐价值恰恰来自这种不可预测性。当内容从一件成品变成一项持续运行的服务,视频平台过去靠算法猜测用户想看什么的逻辑,被"根据用户要求直接制造下一条内容"取代,这种介于电视、短视频与游戏之间的混合形态,正在成为AI视频应用的新试验场。
fal官方随后推出的fal.live已经开出多个频道,最受欢迎的情景喜剧频道复刻90年代美剧质感,几个固定角色在房间里聊天,背景时不时响起罐头笑声,剧情走向完全由观众投票决定。前一秒角色还在吐槽逃出宇宙要收费,后一秒房间里就滚进一颗巨大薄荷糖,荒诞感成为这类频道最直接的流量密码。傅盛等从业者在体验后评价,这种"观众说了算的连续剧"或许就是下一代产品的雏形。
AI电视台能跑通,前提是生成延迟短于播放时长。H3 Max主动放弃2K分辨率,把上限锁在768P以换取极低延迟,后端推理吞吐量约为原生H3官方端点的35倍,画质与速度的取舍非常明确。但"能一直生成"不等于"能一直播出",横在商业化面前的第一道坎是算力账单。按业界估算,24小时不间断直播一天需要86400秒内容,按768P标准价约0.08美元每秒计算,仅视频生成就要接近7000美元一天,即便享受首发五折也要约3456美元,月成本轻松突破10万美元,还没算服务器、推流、存储与审核的开销。
第二道坎是内容审核。实时生成的画面无法像预录内容那样先审后播,Rehan Sheikh的Twitch账号与KICK账号先后因内容不符合平台政策被封禁,暴露了"现场长出来的内容"与现有审核体系之间的矛盾。第三道坎是连续性,角色上一幕穿黑衣服,下一幕不能突然换白衣;刚受的伤不能凭空消失;剧情、人物关系、镜头语言与声音对白都要保持稳定,这些才是实时长剧真正的门槛,速度只是第一道入场券。可以预见,AI电视台短期内更适合氛围画面、品牌互动与陪伴型频道,而生成式视频的下半场竞争,将从"谁会生成"转向"谁能不停歇且稳定地生成"。
成本下行的技术路径同样清晰。开源社区FastVideo等团队已把原生H3的49次Transformer前向压缩到4次,结合90%稀疏度的VSA架构,在8张B200显卡上13秒生成15秒768P视频,单张Blackwell最高获得14倍加速。H3开源三个多星期下载量已超过2400万次,衍生出300多个公开模型,当推理效率持续提升、单价持续下探,24小时直播的算力成本有望被压到商业可承受的区间。
算力账单高企之下,商业模式的探索已经开始。Pieter Levels的InfiniteSlop目前由fal提供算力支持,更像一场技术验证,可持续的路径正在分化:面向观众的会员订阅、按次付费的提示词点数、付费影响剧情走向的剧情优先权,以及品牌定制互动频道,用户可以直接改变广告场景、产品颜色甚至故事结局,一条固定广告由此变成持续运行的品牌世界。一条公共直播流可以同时服务大量观众,生成成本有机会被广告与会员收入分摊。
数字角色与互动内容的付费通道早有验证。YouTube披露,其抽样统计的300个虚拟创作者在2024年拿下超过150亿次观看,覆盖视频、直播与Shorts;资本市场反应同样直接,MiniMax港股8月31日盘中一度涨超19%,收盘涨16.18%。当视频生成从生产工具进入内容运行环节,模型厂商的估值逻辑也随之改写,投资者押注的不再是单条视频的质量,而是持续输出内容的系统能力。
当然,AI电视台短期内难以取代传统电视。内容供给接近无限,注意力却依然有限,偶尔的人物变形与剧情失控能带来笑点,但角色无法保持一致、故事缺乏明确目标时,用户很快就会流失。电影、纪录片与高质量剧集仍需要稳定的叙事、审美与价值表达,当供给越接近无限,可信度、审美与编辑能力反而变得更加稀缺,这也将是AI电视台从玩具走向生意的最后一道考题。