Windows 桌面端 · 持续迭代中

一个真正参与直播过程的 AI 助手

不只是回复弹幕,而是持续观察直播状态,判断下一步该说什么、什么时候说,以及什么时候驱动游戏或执行动作。

直播决策链

视觉示意

输入信号

  • 直播状态

    开播 / 冷场 / 节奏

  • 观众互动

    评论 / 互动事件

  • 游戏状态

    奖励 / 回合 / 变化

AI 主播导演
综合判断 · 决定下一步

输出行为

  • 主播表达

    当前该说什么

  • 语音播报

    TTS 落地出声

  • 游戏联动

    驱动游戏动作

直播真正困难的,是持续做出下一步判断

这些不是零散的体验问题,而是系统能力的缺失。

01

只会回复,不会主持

传统 AI 回复通常需要观众先发言。

一旦没人互动,直播节奏就可能中断。被动等待式的互动,无法支撑一场持续数小时的直播。

02

主播和游戏彼此割裂

游戏发生了什么,主播不一定知道;主播说了什么,游戏也不会跟着变化。

两条线各走各的,观众看到的解说和画面之间缺少呼应。

03

长时间运行需要状态管理

真正的直播不是一次问答,而是不断观察、判断、执行、再观察。

缺少状态管理,系统就无法在长时间运行中保持稳定和连贯。

四个能力,共同组成一套直播系统

它们不是四个独立功能,而是同一条决策链上的不同环节。

AI 实时互动

读取直播互动与上下文,生成适合当前直播场景的回应,并通过语音完成播报。

观众互动理解上下文生成回应语音播报

主动主播

直播暂时缺少互动时,AI 不只是等待,而是根据当前直播状态主动发起内容。

直播冷场判断当前状态主动发言继续主持

AI 主播导演

核心能力

持续观察直播状态、观众互动与游戏变化,决定主播下一步应该说什么或做什么。

直播状态观众互动游戏状态
Director
综合判断 · 决定下一步
主播行为

游戏联动

根据游戏事件和直播状态,让主播表达与游戏过程形成统一流程。

游戏事件状态判断主播反应继续游戏

AI 主播导演,不只是“回答问题”

它负责决定下一步发生什么。

  1. IN

    输入层

    • 直播状态
    • 观众评论
    • 互动事件
    • 游戏状态
    • 当前上下文
  2. AI 主播导演

    Director

    汇总全部输入,判断这一刻直播最需要发生什么。

  3. IF

    判断

    • 要不要回应?
    • 要不要主动说话?
    • 现在应该说什么?
    • 是否需要驱动游戏?
    • 是否应该暂时保持安静?
  4. OUT

    输出层

    • 主播表达

      生成当前该说的内容

    • TTS 语音

      把内容转为语音输出

    • 游戏动作

      驱动游戏侧执行操作

    • 继续观察

      回到状态读取,进入下一轮

AI 主播导演能力仍在持续开发和真实直播测试中。

它不是执行一次,而是持续循环

每一次执行的结果,都会重新成为下一轮判断的输入。

  1. 01

    观察

    读取直播状态、互动和游戏变化。

  2. 02

    判断

    Director 决定当前应该采取什么行为。

  3. 03

    执行

    生成内容、语音播报或驱动游戏。

  4. 04

    再观察

    执行结果重新进入下一轮状态判断。

  5. 执行结果回注判断层,回到 01 重新开始。

直播不是一次请求,而是一段持续运行的状态过程。

游戏和主播,不应该各播各的

游戏事件只是系统输入的一部分,最终仍需要结合直播上下文进行判断。

游戏事件

  • 获得奖励

    游戏内达成某个结果

  • 回合结束

    一个回合或阶段收束

  • 状态变化

    分数、进度、局面改变

  • 触发互动

    产生可被解说的节点

山哥智播判断

结合直播状态与上下文,决定这个事件值不值得说、该怎么说。

主播反应

  • 语音播报

    把结果说出来

  • 解释结果

    补充发生了什么

  • 回应观众

    接住此前的互动

  • 进入下一步

    衔接后续流程

具体游戏能力取决于当前版本与适配情况。

真实运行在 Windows 桌面端

以桌面客户端形态运行,围绕真实直播流程持续迭代。

直播控制中心

把一次直播涉及的所有运行状态集中在一个界面里,方便随时确认系统是否正常。

这里主要解决什么:查看直播连接、AI、TTS、游戏及运行状态。

AI 主播设置

决定 AI 主播在什么情况下说什么、以什么声音说,以及何时该主动开口。

这里主要解决什么:配置主播行为、语音和主动发言策略。

游戏运行

观察游戏事件如何进入判断流程,以及主播表达是否与游戏过程形成呼应。

这里主要解决什么:查看游戏状态和直播联动过程。

界面示意用于说明功能区域与信息结构,正式发布前会替换为当前版本的实际界面。

适合这些直播工作流

小游戏直播

希望主播能理解游戏状态并参与解说、反馈和互动。

不露脸直播

希望减少真人持续说话压力,让 AI 承担部分主持工作。

长时间直播

希望系统能够持续观察状态,减少重复主持操作。

AI 主播实验

希望测试不同主播行为、主动发言和互动方式。

山哥智播当前仍处于持续测试阶段,并不适合所有直播类型。

当前阶段

山哥智播处于持续迭代中。以下说明当前的能力范围。

正在做

当前版本已具备、并在真实直播中验证的能力方向。

  • AI 互动
  • 主动主播
  • AI 主播导演
  • 游戏联动
  • TTS
  • 长时间运行稳定性

持续改进

仍在迭代中的方向,会随版本持续调整。

  • 真实直播状态判断
  • 主播行为
  • 游戏适配
  • 异常恢复
  • 运行稳定性

暂不承诺

当前阶段不作为能力范围对外承诺。

  • 所有直播平台
  • 所有游戏
  • 完全无人值守
  • 正式商业稳定性

想看看山哥智播现在做到哪一步?

当前正在真实直播场景中持续测试与迭代。