4月13日消息，米哈游联合创始人蔡浩宇旗下 AI 公司 Anuttacon（安努塔康）近日在 arXiv 发布论文（arXiv:2604.07823），公开其首款视频生成模型 LPM 1.0（Large Performance Model），同步上线项目主页展示演示视频。LPM 1.0 是一款 17B 参数的扩散 Transformer 模型，面向单人音视频对话场景，能根据一张参考图像和音频输入生成角色视频，支持说话、倾听、微表情等同步表演。模型权重和代码均不公开。
17B 参数 DiT 架构与蒸馏版 Online LPM
LPM 1.0 采用 17B 参数的扩散 Transformer（DiT）架构，论文引用了阿里巴巴开源的万象 Wan2.1 模型作为参考工作。部分媒体报道称其"基于 Wan2.1-I2V 约 16B 参数模型新增约 3B 多模态模块"，但论文本身并未披露具体的架构拆分方式，且 Wan2.1-I2V 的官方参数为 14B 而非 16B，这一说法缺乏直接依据。
模型的训练数据来自团队自建的"以人为中心"多模态数据集，据称在数千万音频片段上完成端到端训练。输入端接受单张参考图像加音频或文本提示，输出端生成带有唇形同步、面部表情和肢体动作的角色视频。团队在论文中提出了所谓"表演三难困境"——高表现力、实时推理、长时身份稳定性难以兼顾——并声称 LPM 1.0 同时解决了这三个问题。
为实现低延迟交互，团队将基础模型蒸馏为因果流式生成器 Online LPM。项目主页标注 Online LPM 支持 480P 输出，部分演示暗示也支持 720P。关于具体延迟数据，项目主页使用了"real-time"和"low-latency"等描述，部分媒体引用的"0.35 秒"这一数字在论文和主页中均未找到。项目主页展示了长达 45 分钟的连续生成视频，论文称支持"无限时长生成"，演示中角色外观保持稳定，未出现明显的身份漂移。部分报道提到的"累计 60000 秒演示"同样缺乏直接出处。
该模型支持全双工对话——角色在倾听时生成点头、注视变化等反应性微表情，在说话时驱动唇形和肢体节奏，而不是传统的一问一答轮流模式。项目主页展示了与 ChatGPT、豆包等对话模型的即插即用集成演示，角色作为视觉前端实时呈现 AI 回复。团队还发布了 LPM-Bench，据称是该领域首个交互角色表演基准，LPM 1.0 在其中取得了最优成绩，但由于基准由团队自行设计，独立验证价值有限。 视频角色生成赛道：从说话头到全双工表演
17B 参数在视频生成领域属于较大规模。目前公开参数的主流视频模型中，阿里 Wan2.1 高性能版为 14B，智谱 CogVideoX 最大版本为 5B，OpenAI Sora 参数未公开。 在更细分的"音频驱动角色视频"赛道中，现有方案大多聚焦于说话头（talking head）生成。阿里的 EMO 能驱动角色说话和唱歌，但最长约 90 秒且非实时。复旦与百度合作的 Hallo2 支持长达 60 分钟、最高 4K 分辨率的视频生成，但属于离线渲染，不支持实时交互。微软亚洲研究院的 VASA-1 实现了实时音频驱动面部动画，但仅覆盖面部区域。字节跳动的 OmniHuman 系列做了统一条件化的人体动画生成，不过同样不专注于全双工对话场景。
LPM 1.0 的差异化在于把实时全双工交互和长时身份一致性放在了一起。在商业市场上，HeyGen、D-ID、Synthesia 等数字人平台已有成熟的产品和付费客户，但它们以预设角色库和离线渲染为主，与 LPM 1.0 的定位不在同一个维度上——前者面向企业视频制作，后者目前还停留在研究展示阶段。
Anuttacon 成立于 2024 年 3 月，注册地在新加坡，主要办公地在硅谷，北京和上海也有招聘。团队约 40-50 人，核心成员包括前微软全球研究合伙人童欣和前腾讯混元团队研究员曾爱玲。此前公司发布过 AI 互动叙事游戏《星之低语》（2025 年 8 月上线 Steam）和 AI 聊天应用 AnuNeko。 需要注意的几个问题
首先是开放程度。LPM 1.0 的项目主页安全声明明确写道：模型不会开源或提供外部使用。这意味着目前外界只能通过论文和演示视频了解其能力。对于研究者和开发者来说，LPM 1.0 目前是一个纯展示性质的成果。
其次是性能数据的可信度。LPM-Bench 由团队自行设计和评测，在自建基准上取得 SOTA 的参考价值有限。论文中部分关键参数（如具体延迟数字、帧率）在正式文本中表述模糊，"表演三难困境"的定义和解决声明由团队自行提出，缺乏第三方对该框架的认可。
第三是商业化路径不明。17B 参数的模型对计算资源的要求不低，即便蒸馏后的 Online LPM 也未公布具体的硬件需求和推理成本。公司的融资信息——据媒体报道为首轮 2 亿美元、估值 15 亿美元——未经主流媒体交叉验证。从《星之低语》到 AnuNeko 再到 LPM 1.0，产品线跨度较大，商业落地节奏尚不清晰。在数字人赛道，HeyGen 等竞品已有稳定的企业客户和收入，LPM 1.0 如何从研究展示走向可用产品，是一个待观察的问题。
AI 速览
