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。
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。
输入信号
开播 / 冷场 / 节奏
评论 / 互动事件
奖励 / 回合 / 变化
输出行为
当前该说什么
TTS 落地出声
驱动游戏动作
这些不是零散的体验问题,而是系统能力的缺失。
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。
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。
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。
它们不是四个独立功能,而是同一条决策链上的不同环节。
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。
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。
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。
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。
它负责决定下一步发生什么。
汇总全部输入,判断这一刻直播最需要发生什么。
生成当前该说的内容
把内容转为语音输出
驱动游戏侧执行操作
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。
每一次执行的结果,都会重新成为下一轮判断的输入。
读取直播状态、互动和游戏变化。
Director 决定当前应该采取什么行为。
生成内容、语音播报或驱动游戏。
执行结果重新进入下一轮状态判断。
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。
游戏内达成某个结果
一个回合或阶段收束
分数、进度、局面改变
产生可被解说的节点
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。
把结果说出来
补充发生了什么
接住此前的互动
衔接后续流程
具体游戏能力取决于当前版本与适配情况。
以桌面客户端形态运行,围绕真实直播流程持续迭代。
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。
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。
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。
希望主播能理解游戏状态并参与解说、反馈和互动。
希望减少真人持续说话压力,让 AI 承担部分主持工作。
希望系统能够持续观察状态,减少重复主持操作。
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。
山哥智播处于持续迭代中。以下说明当前的能力范围。
当前版本已具备、并在真实直播中验证的能力方向。
仍在迭代中的方向,会随版本持续调整。
当前阶段不作为能力范围对外承诺。