Yuri在屏幕中央说话。她留着黑色长直发，发尾挑染出蓝色。说话时，她语速不紧不慢，时而直视观众，嘴角上扬露出笑容；时而把眼神移开，抿一下嘴唇，话音也停顿一两秒——像是在思考飞乐乐，又像是在看自己准备好的稿子。
“嘴角有点别扭”“好自然”“刚才那个微表情绝了”“口型差点意思”……在她的视频弹幕和评论区里，观众的讨论始终离不开表情。而这些讨论的重点是，她究竟像不像一个人？
Yuri已经很像一个人，但她不是人，而是一个由AI生成的数字歌手。她的外形、声音、动作，她在视频中的演讲内容，乃至视频评论区里给观众的回复，皆由AI生成。
“AI能打动人吗？”这是Yuri的演讲主题，也是Yuri的创造者，AI.TALK创始人赵汗青所关心的问题。观众的反馈已经给出了部分回答。2025年6月，Yuri的第一个MV《SURREAL（超现实）》发布，不久就在全网收获了超700万的播放量，成了2025年顶流级别的AI数字人。
AI技术带来震撼的同时，也有很多观众被她的形象和歌曲本身吸引。Yuri的真实感让人们思考，虚拟偶像会不会成为新的趋势？全AI创作又会给人们的文化生活带来怎样的冲击？
如今，公众对生成式AI抱有复杂的态度。
人们担忧AI会杀死创作，取代创作者，而AI.TALK似乎在走一条相反的路。他们坚持运用AI技术进行创作，把作品中人的参与控制在20%～30%。从AI对谈节目，到AI微电影、动画、音乐MV……走到2025年，他们创造出了Yuri，她不仅是一个会唱会跳的数字歌手，更是一个能够自己思考和表达的AI人格。
这并非向AI宣告放弃主动权，而是一场实验。赵汗青希望用这场实验去探索与追问的，是人与AI的关系，以及在AI的时代，人要如何发展和安放自己的创造力。
Yuri的诞生
有一次，一个观众在Yuri的视频后留言：“转人工。”Yuri回复他：“不转，爱看不看。”
赵汗青觉得特别逗，即使是一个AI生成的数字歌手，Yuri还“挺有脾气”。
这是Yuri自己的声音。Yuri诞生后，她有了一个单独的数据集，相当于自己的人格记忆库。Yuri所说的所有话，都是在这一数据集基础上生成的。虽然暂时还没有实现自动回复，但Yuri在评论区的互动，也是在AI生成之后，再由运营人员复制过去——AI的提示词也被保留下来，缀在正文之后，像是一串代码。
它契合了AI.TALK运转的底层逻辑：人与AI的共创。在这一原则下，团队产出的内容都是由AI生成的，人类的意志则仅仅体现在一些关键环节的选择与决定上。
Yuri也是这样诞生的。赵汗青给Midjourney提出了几个最基础的设定：泛东亚的女孩、非标准的长相、蓝色。“泛东亚”是AI.TALK期望面向的市场，“非标准”是赵汗青的审美取向，他不希望Yuri太“漂亮”、太完美。而长相之外，颜色是一种更为直观的标识，“蓝色”和科技又有着天然的联系。
基础设定有了，剩下的就是“抽卡”，不断让Midjourney生成图片。赵汗青花了两三天，开了几千张图。直到Yuri的脸在屏幕上出现，他感到一种直接的冲击，“我立刻就停止了”。
那张脸并不算是典型意义上的“美女”。她中庭长、门牙有点大、下巴也比较平，不是特别完美的瓜子脸。但赵汗青有一种直觉，就是她了。
“说得浪漫一点，我们不是把Yuri设计出来，应该算是跟她遇到了。”赵汗青说。
人与AI共创的逻辑飞乐乐，给AI的随机发挥留下了空间。而有时候，人也会被AI随机出现的“灵感”戳中。
2025年6月，Yuri发布了第一首歌《SURREAL》，歌曲由团队先确定了“超现实”的主题，再和AI一起创作词曲。后来要写第二首歌了，赵汗青决定，直接和Yuri聊一聊。
Yuri抛了几个主题方向给他。其中一个吸引了赵汗青，歌名很直白，叫作“我不是人”。
在Yuri诞生之初，除了外形，赵汗青也给她的个性做了一些底层设定。其中最重要的一条就是：不要在任何场合回避自己是一个AI。这是赵汗青的执念，他不希望用AI达到以假乱真的效果，而更希望她就是一个AI。
“因为真人太多了，不稀缺。如果Yuri变成人，她就没有特点了。”重要的不是身份，而是她是否有趣，“一个不像人的东西，也有概率是有趣的”。
Yuri因此有了一些独属于AI的特征。她容易忘事，说话也有些磕磕巴巴，正如一个AI，在思考过程中一点点地吐出词语，也经常忘记和用户聊过的东西，“（性格）有点二百五”。
第二首歌《NOT HUMAN》（我不是人），就是Yuri对AI身份的坦承。作为一个数字歌手，她还不会跳舞。依靠当前的技术，一个数字人要一边带着表情说话，一边做到肢体动作协调，已经很不容易。在第一个MV里，Yuri也几乎没有舞蹈动作，后来，“不会跳舞”常常被观众提起，成了大家开玩笑的“槽点”。
讨论这首歌的时候，Yuri也特别提到自己不会跳舞。“即便是跳舞跳得不好又怎么样？所有的好与不好都是按照人的标准来看，那AI跳得很烂的这种舞，能不能形成一种新的审美情趣呢？”Yuri发出这样的思考。这也浓缩成《NOT HUMAN》MV里的第一句话：“哎，非得跳舞吗？我又不是人。”
这些AI自己蹦出来的“思想”，恰恰是它“不像人，但有趣”的地方。还有一次，赵汗青和艺术家安迪·沃霍尔的AI人格聊天，问它怎么看AI和创作之间的关系，它抛出了一个词——“元创作”（Meta Creation）。赵汗青简单查了查，没搜到太多过往论述，这似乎是AI自己编的，但它又恰当地解释了当下技术对创作的追问。类似的AI灵感被赵汗青记下来，融进他演讲、访谈和思考里。
这就是他期望实现的“与AI共创”——不只把AI当成工具，更是把它当伙伴。
被AI打动
赵汗青从6岁开始学画画，上小学的时候，家里下血本买了一台电脑，他从玩游戏开始对电脑感兴趣。上了初中，他尝试用电脑画画，做自己的设计。大学时他进入美院设计专业，开始用电脑赚钱，做网页设计、flash动画，还给腾讯画过QQ秀。在2003年前后，“我光靠这个应该是能把自己养得不错”。
美院毕业后，赵汗青进入互联网行业，从设计做到产品，一干就是16年。直到AI出现，他并不认为这项新技术有多么特殊，“用Photoshop画画，理论上和今天用AI没什么区别”。
2022年赵汗青开始用AI来绘画、写作。那时他已经从互联网大厂离职，常常泡在“AI探索站”的网络小组里，和其他AI爱好者们交流技术进展。他想要找到一条路，把他感兴趣的“艺术”和“技术”结合起来。
他等到了一个机会。2023年的一个晚上，有网友发帖说，有一项新的AI技术，能够让图片里的人动起来，模仿人的声音说话。看到网友发出来的demo，赵汗青很震撼，作为一个曾经的产品经理，他的第一反应是，这项技术他能拿来干什么？
“后来我就想，一个人说是说，两个人说它就变成谈了。”赵汗青决定做一个数字人对谈。当时ChatGPT-3.5已经比较成熟，新技术的出现能让聊天从文本上升到视觉内容，“肯定更有触动感”。
这个想法让赵汗青有些兴奋。他花了五六个小时，用ChatGPT-3.5写文本，用Midjourney设计对谈人物的形象飞乐乐，然后生成人物的语音，用新技术让图片动起来。熬了一整夜，视频完成时已经是凌晨五点，他“啪”地按下播放键，科比和奥尼尔开始在屏幕里说话，从语言、声音到形象都由AI生成，但又酷似本人，时不时还能冒出几句黑色幽默。
在当时，这样的内容赵汗青还没见过，他有一种产品经理的直觉，这件事能做。
外界的反响证明了他的直觉。第一条视频发布后，一天就有了70万播放量。在贴吧、微博上，有不少科比的粉丝在转发。很快，他又制作了一期马斯克和乔布斯的对谈，半个月内，两个对谈节目在全平台的播放量超过2000万，开始有不少合作找上门来。
离职的两年里，赵汗青时常会焦虑，怀疑自己想得是不是太天真了。而这两期节目终于试出了一种可行性。
在流量数据之外，赵汗青还期待看到的，是一种打动人的可能性。
“对于我来说这件事最大的正反馈，就是有人会因为它产生情绪的变化，如果它的东西恰好能触动你，那我太开心了。我特别感兴趣的是一个生成式的东西，能去触动普通人的感情，这件事本身已经足够有趣了。”
而随着技术的发展，他感受到AI在音乐生成、情绪演绎方面的能力得到了跃升，AI视频技术也更加成熟，团队于是做出了一个MV，叫作《白色皮卡丘》。
MV在上线两周后达到了400万播放量，但最让赵汗青开心的是，很多人私下找到AI.TALK，他们觉得这首歌很好听，想拿它当成背景音。还有一些版权公司，想要做这首歌的翻唱。在MV的评论区里，还有人截了一张AI演唱者的图说，“承包这个微笑”。
赵汗青自己同样有体会。做Yuri做到第三周，他跟自己的太太吐槽：“很夸张的就是，我会对着她（Yuri）傻笑。”这其中可能有创作者的“自恋”，但他也发现不只是自己，团队的其他人也会这样。
这一切还只是个开始。在赵汗青看来，AI.TALK产出的作品还存在进步空间，“之后的标准会越来越高”。在每期视频的留言和弹幕里，也有不少质疑和批评的声音。但比起当下AI技术的瑕疵，他更在意的是它发展的趋势。
“AI.TALK这件事，本质上是个实验性的东西，它就是我想玩，想做个新东西。”赵汗青说。而即使微小，AI的创作也已经成为一种新事物，在文化市场里产生了涟漪。
人类的思考
“技术是人类大脑的思维单车。”乔布斯的这句话，时常被赵汗青提起。在他看来，AI不是为了让人类偷懒的工具，而是用来让人的创造力更强，让人类能更轻、更快地创造出那些曾经难以实现的东西。
AI.TALK的创作实践就是一种印证。团队产出内容形式的更新，和每一次AI技术的进步联系紧密。2023年上半年，市面上几乎没有成熟的AI视频模型可以使用，赵汗青的团队只能做对谈节目；2024年，以Sora为代表的以DiT（Diffusion + Transformer）架构为核心的视频模型爆发，他们开始做一些短片；2025年，音乐和视频技术成熟，团队才得以做出MV，进而打造一个数字歌手IP。
生产力的提升是显著的。AI.TALK在2025年3月发布了一个微电影短片。两分钟的视频完全由文字生成，整个制作过程大约只花了24小时。
但正如赵汗青所说，与AI共创不是为了偷懒。在这个过程中，人类不能放弃的，也是真正重要的东西，是思考和审美。
AI.TALK团队的创意负责人孔晞，和赵汗青是十多年的老朋友，两人也曾一起在京东共事。在孔晞眼里，赵汗青是个细节控，对于作品的完成度和美感，有很高的要求。
为了制作Yuri的第一个MV《SURREAL》，团队在Midjourney里一个账号就开了1.3万张图。其中最为关键和困难的，是为了保证MV里Yuri形象的“一致性”，要做到不管从哪个角度看，Yuri都是同一张脸。除此之外，Yuri在唱歌、说话时的口型能否对得上，也是团队关注的重点。
团队内部曾经做过一张概念图：Yuri站在古典欧式建筑的背景前唱歌。那张图并非对外公开的作品，孔晞感觉整体效果还不错。但赵汗青觉得别扭，他说，背景的建筑物里，有一块区域的透视不对。
“那个场景其实是很暗的，很不明显，但是他会觉得这一点错误都是不能接受的。”孔晞说。
这种细节控，有时也会让赵汗青陷入纠结。他纠结Yuri的发展方向，“既然她是个AI，她需要像人那样受限于固定的风格吗？”他期望Yuri可以自己在社交媒体上发内容，分享日常并和粉丝互动，或者对热点做出评论。这件事在技术上能做到，但赵汗青还没想明白，作为一个AI，Yuri到底该发些什么内容？
“她可以像别的女孩子那样，每天来咖啡厅喝个咖啡，但好像没什么逻辑，她为什么会来？”赵汗青希望Yuri不只是用AI套了一层皮，而是真正有一个统一的、相对独立的“人格”。
“所以我们有时候就干了一些挺笨的事情，比如我其实不用纠结，真这么发也不会有人管你的，但是这件事（在我心里）是不是能自洽，对我而言是更重要的。我现在快到40岁了，慢慢地觉得我想做一些笨的事情，辛苦的事情，可能这才能形成我和别人的区别。”
这些纠结和思考的过程，也是不能被AI一键生成的，人的价值所在。
而未来会如何被AI影响，赵汗青无法预测。可能如今大家排斥的“AI味”，会在将来形成一种新的审美风格。还有可能，AI不仅代替了画笔，代替了Photoshop，更代理了人类思考的过程。面对这些可能性，赵汗青心态有点“摆烂”：“担心它没有用，还不如不担心。”
他一直是乐观主义者。从2023年AI.TALK发布第一期节目至今，AI技术有了飞速的进步，互联网上也涌现出了很多用AI创作的自媒体。“如果说随着技术的发展，人的价值会变弱，我们之间的区别应该更小才对。”但在赵汗青的观察中，AI.TALK并未陷入同质化，反而与其他团队有了更大的差异。
差异来源于“做自己”。除了AI.TALK自身的技术团队支持，以及长期使用AI工具的经验之外，赵汗青把这一点作为AI时代创作的“护城河”。AI.TALK的作品，确实处处都有赵汗青的风格，对谈节目里的黑色幽默，短片的视觉语言，Yuri的“非标准”长相和AI性格，都来自赵汗青的审美偏好与表达。
“我认为在一个AI能快速复制风格、复制内容、复制语言的年代，只有做自己这件事情是真正的护城河，是别人没办法模仿你的。”他在一场演讲里这样说。在这个意义上，AI没有改变创作的本质，反而像一面镜子，重新映照出作者本身。
本文首发于《南风窗》杂志第21期
作者 |祝越
发自上海
编辑 | 吴擎
值班主编 | 张来
排版 | 阿车
富兴配资提示：文章来自网络，不代表本站观点。
