虚拟主播“Bloo”通过真人动作捕捉驱动，每日自动生成多语言游戏实况视频，能替代人类主播完成游戏实况录制、多语种配音、视频剪辑全流程。

真人可以通过动作捕捉设备实时驱动虚拟形象的表情与肢体动作，比如直播场景，同时由AI系统自动生成多语言配音、视频剪辑及频道运营。

▲虚拟主播Bloo的演示画面（图源：CNBC）

同时，西班牙的一家内容工厂，由三个人构成的“金手团队”（GoldenHand）也在推动AI视频量产体系：团队通过全自动化流水线日均生成80条视频，精准投放65岁以上银发群体，单频道月收益超3000美元（折合人民币约为2.17万元）。

在2023年，金手团队推出SaaS工具TubeChef，用户支付18美元（折合人民币约为130.14元）/月可自动生成10条AI视频。

一、虚拟主播技术突破，五分钟生成个性化视频

范登布舍在CNBC采访中透露：“人类是当前模式的缺陷。”当前主流虚拟主播多采用“人控模式”（Puppeteering），真人通过动作捕捉驱动虚拟形象，如Bloo的创作者需实时操控角色表情与语音。

人控模式单视频制作需4小时，其中包含2小时动捕校准，全AI生成视频因缺乏即兴互动与情感波动，点击率骤降37%。

但技术正快速进化，专注于AI视频的创作公司Hedra开发的Character-3系统已实现AI生成5分钟时长的完整剧情视频，其最新融资3200万美元（折合人民币约为2.31亿元）用于研发实时自动化虚拟人。

▲Hedra的产品Character-3允许用户制作由AI驱动的可实时动画人物（图源：CNBC）

AI生成的虚拟网红虚拟歌手米拉·索菲亚（Milla Sofia）的AI音乐单条视频在TikTok获得数十万点击量； 喜剧演员乔纳森·拉舒沃（Jon Lajoie）的《宝宝脱口秀》是一个超写实AI婴儿角色参与的脱口秀节目，通过AI技术生成婴儿形象并模拟对话，内容幽默荒诞，其中有一个超逼真的动画婴儿对着麦克风说话。

▲AI技术生成的逼真的婴儿对着麦克风说话（图源：CNBC）

谷歌Veo 3借助V2A技术，将视频像素转为语义信号，结合文本生成同步音频，能精准匹配环境音效、人物对白，实现唇形同步。但因其动用超200亿条YouTube视频训练模型，已被警告或触发平台知识产权危机，面临创作者集体诉讼风险。

二、西班牙团队建AI视频工厂，日产量80条瞄准银发市场

西班牙“金手团队”通过全AI视频流水线实现“去人化生产”，即剥离真人出镜与手动剪辑环节，以GPT-4生成2000字脚本为起点，经MidJourney自动配图、ElevenLabs语音合成、AI剪辑工具输出成片，最终在旗下18个“无面孔频道”日均发布80条视频。

在外媒看来，“金手团队”的商业逻辑在于精准锁定65岁以上银发受众，通过AI批量生成怀旧故事与健康知识等内容单条爆款获百万流量，并推出SaaS平台TubeChef以18美元（折合人民币约为130元）/月订阅价向第三方提供同等产能，而团队人力仅聚焦于每日筛选60-80个创意原型。

有创作者坦言：“构思每日60-80个爆款创意才是真正挑战，AI反让我更专注创造力。”

三、AI内容洪水淹没平台，用户怒斥“创意已死”

低质AI内容泛滥正触发从用户到技术专家的全链条反弹，社交媒体X上“反AI垃圾内容”声浪高涨，用户直斥“AI图像无处不在，毫无创意和意义，令人失望”。

▲网友在X平台上的发帖（图源：X平台）

Meta生成式AI顾问、AI政策顾问亨利·阿杰德（Henry Ajder）在CNBC采访中透露“数字污染时代已不可避免，即便内容信息量充足且对部分人具有娱乐性或实用性，我们正步入一个无法区分人类创作与AI生成的时代”。

全AI生成内容的技术瓶颈在虚拟主播Bloo的实验中凸显，其纯AI制作视频点击率下降37%，创作者约尔迪·范登布舍向CNBC透露：“当前AI缺乏人类即兴互动与情感波动的能力”，仅当技术实现更快、更好、更廉价三重突破时才会完全替代人工操作。

“金手团队”的实践进一步印证此矛盾，该团队通过AI工具链日均生产80条视频主攻老年市场，但未标注的AI生成内容正加剧平台虚假信息风险。

在外媒看来，技术检测机制滞后于内容生产规模，从深度伪造检测机构Vermillio透露的数据来看，YouTube的Content ID系统对AI合成音轨的识别误报率达34%，而Meta顾问阿杰德警告称“当平台失去区分人作与AI的能力时，版权体系与信息真实性将同步崩塌”。

2024年7月，牛津大学在《自然》（Nature）子刊发表的研究成果透露，若持续使用AI生成内容训练新模型，算法认知偏差率会提升41%。研究团队通过多轮实验，发现模型在迭代过程中会逐渐偏离真实数据分布，出现“模型崩溃”现象，生成内容的可信度和多样性大幅降低。

结语：虚拟主播爆发背后：AI视频工具的成本收益账与版权质量坎