前米哈游大佬出手，让「赛博老婆」活过来！已获千万美元融资

未来数字世界会是什么样？

在全球计算机图形学学术界 TOP1 顶会——SIGGRAPH，已经透露了信号。

在前沿论文中，有极大比例，都在死磕同一个主题——「人」。从身体关节的精确驱动、面部表情的微妙肌肉牵扯，到角色的骨骼建模与动画控制，甚至精细到头发的物理模拟。

为什么？因为图形学最大的落地场景是游戏和影视，其中，「人」永远是最核心的元素，是受众产生情感连接的锚点，也是承载商业价值的载体。

最近两年，极具行业分量的 ACM SIGGRAPH 「时间检验奖」，都重磅颁发给了动画方向研究。

这无疑释放了一个强烈的风向标：无论渲染技术多么花哨，环境多么逼真，让角色「动」得像个真正的人，依然是下一代体验的圣杯。

然而，当下行业却面临巨大的断层。

当生成式 AI 开始席卷游戏行业，由前米哈游「逆熵」AI 研究负责人带队，刚刚斩获超千万美元融资的半图科技，正在向行业最难的方向发起冲锋——

他们要用一套前所未有的「人类行为模型」，把 AI 从聊天框里拽出来，让它们在 3D 世界里，真正地「活」过来！

融合了空间理解、多模态实时交互、物体互动等能力的人类行为模型

世界生成已经跑在前面，

角色行为成了最大瓶颈

今年 ChinaJoy 的主题直接定成了「与 AI 同游」，专门开辟了 AI NPC 互动体验区。

你能明显感受到整个行业的急迫：所有人都知道，AI 角色的下一步不能只是「会聊天」，但怎么走到那一步，路径依然模糊。

问题到底卡在哪里？原因在于，大模型教会了角色「想说什么」，但没人教它「怎么行动」。

一个真正让人信服的 3D 角色，不只是嘴巴在动。

当你走近它，它应该转身看你；当你递给它一杯咖啡，它应该伸手去接；当你们经历了一段共同的冒险，下次见面时它的态度、表情、甚至站位都该有所不同。

这些行为要在时间上连续，在空间上合理，在情绪上连贯。

听起来简单，但你仔细想，这里面涉及的东西太多了。

反观当下市面上绝大多数主打「AI 互动」的游戏产品，体验往往在新鲜感褪去后迅速崩塌。为什么？因为它们没有解决以下几个核心痛点。

没有边界的自由，导致目标感迷失： 开放的聊天框容易产生无限的分支，缺乏剧情、规则和情绪节奏的约束，玩家很快就会失去「接下来该干嘛」的动力。

角色只会「说」，不会「演」： 大模型只能输出文字告诉你角色「很生气」，但眼前的 3D 模型依然僵硬得像个木桩。角色需要转身、走向玩家、甚至拿起桌上的水杯，这些都需要连续的「3D 行为」来塑造，而不仅仅是 Prompt 调用。

无法融入游戏工业管线，成本难以收敛： 如果每次玩家的互动都依赖大模型实时推理，成本将随 DAU 呈指数级爆炸。更致命的是，只有文字的 AI 无法融入游戏引擎的数值、关卡和动画工作流，技术团队和美术团队无从下手。

行业解决了「怎么生成世界」，但还没真正解决「角色进入世界后要怎么行动」。

半图科技的答案：

用「人类行为模型」重塑角色灵魂

面对这些行业沉疴，半图科技给出的答案极具颠覆性，却又非常务实：AI 不需要推翻传统的游戏制作管线，而是应该切入角色塑造中最具体验价值的环节。

开发者依然负责设计世界观、规则和戏剧冲突；而 AI 则在这些框架中，让角色保持记忆状态、理解环境关系，并以连续的「3D 行为」回应玩家。

这套杀手锏，被称为「人类行为模型」。

以往，大模型负责理解你说了什么、角色想做什么——这是「意图」。但意图到行为之间，还差着十万八千里。

你跟一个角色说「帮我倒杯水」，模型理解了语义，然后呢？角色要走到桌子前，伸出手，拿起杯子，走回来，递给你。

这一系列连续动作，涉及路径规划、物体交互、表情配合、时序协调，哪个环节断了，你看到的就不是「一个在倒水的人」，而是「一段抽搐的动画」。

半图科技构建的人类行为模型，干的正是这件事：接收意图，输出行为。

具体来说，这套模型能接收文本、语音、音乐等多模态输入，同时读取角色的历史状态、所处环境、周围人和物体的关系。然后把所有这些信息，转化成统一的 3D 行为表示。

这种行为表示不是一段不可编辑的视频，而是结构化的、可拆解的、可组合的动作资产，能够被不同引擎、不同角色、不同场景复用。

通俗说就是：不是给 Chatbot 套个 3D 外壳，而是让角色真的能理解状态、规划行为、持续回应。

用视频大模型渲染3D，实现精准的动作和镜头控制

这个思路其实解决了行业的几个核心卡点：

第一，目标感。 在开发者设计的世界观、任务和规则框架内，让角色做出有变化的、但合理可控的反馈。创作者依然掌握边界，AI 负责在边界内「即兴表演」。

第二，角色立体感。 文字只能表达性格，行为才能塑造角色。一个角色的表情、动作、姿态、空间距离、互动反馈，这些加在一起，才是一个完整的「人」。

第三，成本可控。 把状态管理、行为资产和实时生成环节解耦，不再每次互动都调用大模型做全量推理。该生成的地方用模型，该复用的地方用资产，该走规则的地方走引擎。

第四，能接入真实管线。 输出的 3D 行为可编辑、可迁移，能进入现有的游戏引擎和动画制作流程，策划、美术和动画团队不会被晾在一边。

50 万小时行为数据：

从「让 AI 动起来」到「让 AI 动得好看」

正如前文 SIGGRAPH 顶会所展示的那样，「人类行为模型」的建设，是一项极具门槛的美术与计算机图形学的复合工程。

模型再好，没数据也白搭。

训练一个能理解和生成人类行为的模型，需要的不是普通的视频素材。

模型要学的是动作背后的结构：一个人拿杯子时手指怎么弯、转身时重心怎么移、跟人聊天时身体距离怎么变化、不同情绪下走路节奏有什么区别。

这些信息，互联网上有海量的视频「画面」，但几乎没有对应的结构化 3D 数据。传统动捕能采集高质量数据，但成本高、产能低。

这也是为什么过去大部分「让角色动起来」的方案，看起来总差那么一口气。

为了让模型学会人类级别的「表演」，半图科技做了一件极具护城河价值的苦活——建立了一套面向人类行为的超大规模数据生产体系。

半从专业表演采集、大规模视频处理、3D 空间重建，到自动标注、仿真与数据合成，把真实的人体动作、手部操作、面部表情、动作节奏、空间轨迹以及人与物体的交互关系，全部转化为结构化的行为数据。

从海量视频与专业表演采集，到包含3D身体结构、细粒度动作和连续时序的结构化行为数据

截至目前，他们已经积累了50 万小时级别的人类行为数据。

但更值得注意的是他们对「行为美学」的强调。

创始人邢骏的说法是，让 AI 动起来不难，难的是让它动得自然、情绪准确、姿态讨喜、细节富含信息。这不是纯算法能解决的，需要 AI、3D 美术、动画、内容设计等多个工种一起攻关。

用他的话来概括半图的技术哲学：AI begins with humans, and ultimately returns to humans。

邢骏的履历支撑得起这种野心：中国科学技术大学本科，香港大学博士，美国南加州大学 ICT 研究院博士后，回国后曾在米哈游担任逆熵 AI 研究负责人。

从好莱坞数字人研究到鹿鸣 AI 技术，他的职业主线始终围绕同一个命题：让数字角色从「像人」走向「是人」。

爆款初现：

《代号 Live》达到72% 的次日留存

技术故事讲得再漂亮，最终得靠产品说话。

为此，半图科技亲自下场，自研了一款 AI 互动产品《代号 Live》，定位全球二次元用户，主打互动养成。

在这款游戏中，用户化身为虚拟偶像「Ria」的运营者。这绝不是一个在屏幕里打字的 Chatbot，而是一个以完整 3D 身体参与互动的「生命」。

这不仅仅是用户为她安排日程、处理事件、帮她学习舞蹈和演唱这么简单。关键在于，用户的每一个选择，都会影响 Ria 的能力、情绪、关系和记忆，并在后续行为中持续体现。

Ria 不只回复文字，她会说话、做表情、跳舞、在空间中移动、跟物体互动。你跟她说的一句话、一次靠近、一个话题变化，都可能改变她后续的表演方式。

在今年 9 月完成的测试中，《代号 Live》交出了一份颇有说服力的数据：次日留存 72%，5 日留存 57%，用户日均互动轮次接近200次。

考虑到产品仍在早期迭代阶段，这些数字初步验证了一件事：用户确实愿意为持续、有温度的 3D AI 角色互动买单。

但半图科技自己对这款产品的定位很克制。他们强调，产品是有独立的用户体验和商业化目标的，同时也是模型接受真实需求检验的场景。

测试过程中产生的大量数据——哪些表情用户更容易接受、哪些动作出现频率更高、哪些状态变化最影响互动体验，会直接反哺模型训练和数据生产，形成「数据生产→模型训练→产品验证→反馈迭代」的闭环。

与此同时，半图科技已完成标准化 API 封装和容器化部署，正在与国内外知名游戏娱乐及数字内容企业推进技术接入。合作内容涵盖 3D 动作与表演资产生成、实时角色驱动、跨模态行为调度等。

用一句话概括就是，把自家验证过的行为能力，做成水电煤，接入别人的产品管线。

顶级战队与千万美元重注：从「数字躯体」到「物理世界」

驾驭如此庞大的跨学科系统，离不开一支能够横跨深度学习、图形学、3D 动画、实时引擎的顶尖团队。

半图科技创始人邢骏的履历堪称硬核：本科毕业于中科大，香港大学博士，后赴美国南加州大学 ICT 研究院（好莱坞早期数字人技术重镇）从事博士后研究。回国后，他曾担任米哈游「逆熵」AI 研究负责人。

团队核心成员几乎清一色来自米哈游、字节跳动、腾讯，并聚集了复旦、北大、上交大等顶尖科研人才。近期，前米哈游核心运营成员（曾负责《原神》0-1 海外运营）、前鹰角网络海外业务负责人黄承国也正式加盟出任运营合伙人，彻底补齐了商业落地与全球化的关键版图。

豪华的团队阵容和一条持续十余年的技术主线，让半图科技在近期成功完成了单轮超千万美元的融资。本轮由联想创投等多家国内及海外一线资本领投，老股东 IDG 资本持续加码。

但半图科技的野望，远不止于游戏屏幕之内。

无论载体是虚拟角色还是具身智能，一个能够与人持续互动的智能体，都需要理解环境、决定下一步行动，并将意图转化为自然可执行的物理行为。这两者的底层逻辑是完全相通的。

目前，半图科技的这套「人类行为模型」，正在自然地向物理世界延展。

公司已与国内外知名的游戏娱乐公司，以及国内头部具身智能企业推进技术接入与商业合作，将人类行为数据与模型能力接入合作方的仿真和训练体系中。

写在最后

回到最开始那个问题：当 AI 学会了造世界，谁来教角色怎么「活」？

整个 3D AI 赛道正在经历一次重心迁移。过去两年，所有人都在追「生成」——生成画面、生成场景、生成资产。

但当生成的门槛持续降低，真正拉开产品差距的，不再是谁能造出更精美的世界，而是这个世界里的角色，能不能让你觉得它是「活的」。

半图科技选择从人类行为数据出发，构建理解、生成和驱动行为的模型能力，再通过真实产品和产业合作持续验证。

他们在认真回答一个行业级的问题——

AI 不只要能生成 3D 世界，还得让角色在这个世界里持续行动。

能把这件事做成的人，大概率正在定义下一代互动体验的底层基础设施。  

正如半图科技团队所坚持的信仰：AI 始于人类，最终也将回归人类。

文章来自于"新智元"，作者 "所罗门 Aeneas"。