做实时交互的，谁真在乎画得有多像？难的是接得上。
Characters 的做法是丢一张照片进去，几秒钟生成一个能直接对话的角色，不用再单独微调，写实和插画风都能吃。画面是逐帧往外吐的，所以撑得住半小时以上的连续对话，对做互动内容的人来说，这个时长比分辨率重要多了。它三月份就上线了，这回能进 Real-Time Live! 环节，至少说明是现场当场跑通的，不是剪出来的片。
团队后面提了三个方向：可导航环境、多张参考图、记忆。前两个真落地，基本等于一个能走进去的虚拟演员棚；记忆那条最难，也最决定它是玩具还是工具。
我自己更想看延迟曲线，聊到二十分钟往后还稳不稳。