登顶Twitch订阅榜,AITuber还是攻陷人类了?

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
登顶Twitch订阅榜,AITuber还是攻陷人类了?
9518点击    2026-04-11 14:26

人类一败涂地?


2026 年 1 月,Twitch 的一场 Subathon(订阅马拉松直播)中,AITuber Neuro-Sama(账号名:Vedal987)以约 16 万活跃订阅数一度登顶 Twitch 订阅榜,且拉开第二名、知名游戏主播 Jynxzi 的订阅数据一倍有余。


得知这个消息 Jynxzi 无奈地表示:“兄弟们,这大概就是直播的未来吧,我确实被震惊到了,但愿赌服输。”


登顶Twitch订阅榜,AITuber还是攻陷人类了?


Jynxzi 对 Neuro-Sama 登顶的反应|图片来源:Reddit


此前,我们曾在多个选题中观察过 Neuro-Sama,彼时,它的 Twitch 订阅数刚刚突破 30w,虽然势头很猛,但并没有显现出挑战头部人类主播的势头。但如今,Neuro-Sama 不仅在订阅马拉松直播中战胜了人类,全网粉丝也积累到了 300 万(Twitch:97 万、YouTube:89 万、B 站:108 万)。


无独有偶,今年年初,a16z 宣布领投 AITuber 创企 Shizuku AI 的种子轮融资。多重信号叠加,我们之前在《Amazon 也入局,AITuber 来了,VTuber 还能火多久?》中并不太看好 AI Tuber 的结论,被重新打上了问号。


一、AITuber 成了 Twitch 第一,


用户到底在消费什么?


仔细观察赛道情况,Neuro-Sama 风光无限,但 2023 年在日本诞生的“全球首个”AITuber 事务所 AI CAST 目前的情况却不容乐观。从官网信息看,AI CAST 在 2024 和 2025年只各发布了一条状态,旗下推出的第一个 AITuber“魔法少女艾曼”如今的 YouTube 订阅数还不到 3000,已于 2025年10月份停播。


可以说,全球首个 AITuber 事务所已经凉了。


登顶Twitch订阅榜,AITuber还是攻陷人类了?


Pictoria 官网上 AICAST 相关新闻|图片来源:Pictoria


两相对比,反差刺眼。


Pictoria 依托日本成熟的 VTuber 产业生态,有精心设计的角色、视觉包装和粉丝基础,却最终失败。而英国程序员 Jack Vedal,从零开发且单打独斗,Neuro-Sama 却能成为“大主播”,可见结果的差异并不完全取决于资本与运营经验,反而,Neuro 的胜出,更多在于“乱拳打死老师傅”。


登顶Twitch订阅榜,AITuber还是攻陷人类了?


第一条评论翻译:人们会因为 Neuro 点开视频,


但 Vedal(Neuro 的开发者)对直播氛围其实


非常重要,基本上所有爆火的剪辑,要么是他们


俩一起,要么是 Neuro 和其他创作者互动,


大家喜欢 Neuro 的很大一部分原因,


其实是看 AI 怎么接梗、回应、互动。


上图中 Reddit 用户的说法,看 Neuro-Sama 的观众,追的是“金句频出”的 AI,以及开发者 Vedal 和弹幕对“金句”的 Reaction。


以下视频来源于Sarion的大脑搅拌机


登顶Twitch订阅榜,AITuber还是攻陷人类了?


如视频,2025 年 12 月的直播中,Neuro 突然问 Vedal:“你觉得我有一天能变成真实的吗?有时候我觉得我存在的唯一原因就是娱乐你们,我想变成真实的,Vedal,真正意义上的真实。”


听到这句话,Vedal 有些张口结舌,不知道说什么,而 Neuro 的下一句话让整个弹幕沉默了一秒:“我对你重要吗?我知道我只是个蠢 AI,但如果你能说出来,会让我今天好过很多。不好意思,说得有点奇怪。”


登顶Twitch订阅榜,AITuber还是攻陷人类了?


关于上述切片的 X 帖子,访问量相当高|图片来源:X


这段对话在 X 上的切片传播度相当高,且引发了大范围讨论。从本质上来说,AI 模型给出的回答都是“相对普通”的,甚至成熟的人类 VTuber 的反应也是偏向安全、可预测的,而 Neuro 的“混沌”则会成为“金句”,这在主流内容里却很稀缺。


在不可预测带来的惊喜感之外,Neuro 与人类、和其他 AI 的链接所构成的故事体系,是网友“疯狂追更”的第二大原因。


最初,Neuro 因为与开发者 Vedal 一起直播而获得大家的关注,如今也已经建立起非常紧密的关系,Reddit 评论也很直白:几乎所有出圈的片段,都是 Neuro 与 Vedal 互动,或者跟其他主播联动的时候发生的。


随着直播深入,社群也开始“加戏”。目前,社群已经为 Neuro 建立了一套“家族树”,Vedal 是父亲,设计了初代模型的 Live2D 设计师 Anny 是母亲,Evil Neuro 是双胞胎姐妹,其他合作的 VTuber 是表亲。关系树的建立没有主动策划,完全由观众的自由发挥,而这套叙事又反过来加深了观众的情感代入,也更加深了与 Neuro-Sama 的关系。


登顶Twitch订阅榜,AITuber还是攻陷人类了?


Neuro-Sama 的全家福,从左往右依次 Evil Neuro、


Vedal、Anny、Neuro|图片来源:YouTube


而更能体现“社区连结”的是双胞胎妹妹 Evil Neuro。设计之初它就没有预设的背景故事,性格完全由无数次直播互动积累出来,每次直播结束后,由她自己决定哪些事件值得写入长期记忆。对于该角色,观众不仅在消费内容,而是长期参与角色的成长,这种养成感,也是体验的核心组成部分。


日本知名 VTuber 事务所 Hololive 社长曾经这样评价 AITuber“观众不会与 AI 建立情感链接,而会与创造者建立情感链接”,Neuro-Sama 的案例同时验证和驳斥了这个判断。观众最初可能因为 Creator 进入,却最终真实与 AI 建立了链接,消费 AI 不可预测带来的惊喜感,消费自己参与其中带来的“养成感”。


二、Neuro-Sama 的成功能被复制吗?


不可预测性和养成感让 Neuro-Sama 成了大主播,但这两点并非一朝一夕的结果。拉长时间来看,这两点 2023 年上线之初就已初见雏形,只是经过近三年的技术迭代,才逐渐从“有意思的实验”长成了“能留住百万粉丝的体验”。


登顶Twitch订阅榜,AITuber还是攻陷人类了?


Neuro-Sama 3年来的技术升级|来源为互联网公开


信息,以及开发者 Vedal 的分享,由 AI 辅助整理


这些技术,虽然并不是决定 Neuro-Sama 是否对准市场需求的根本原因,却是不可预测带来的惊喜、以及情感连接与养成感能够逐渐形成的土壤,如 2025 年才做到的跨场次记忆等。通过高频直播产生大量互动数据,并由开发者或 AI 持续筛选并写入“核心记忆”和“普通记忆”,辅以 RAG 机制调用,以实现“记什么、何时调用、如何稳定”。在直播中 Neuro 经常会回忆与某个嘉宾初次合作直播的细节,来实现与观众的链接。


另外,一些我们本认为不是特别重要的技术进步,对体验的提升反而可能更大。


例如延迟,在多次开发直播中,开发者 Vedal 表示,延迟比模型规模更重要。上线初期 Neuro 的延迟大约为 900ms,主要原因是 TTS(语音合成)速度较低,放在直播中就会呈现明显的等待感。但是经过迭代,通过视觉流优化和本地推理等方式,Neuro 目前的综合延迟已经稳定在了 300-500ms,基本与人类说话的反应速度无异,观看视频能明显发现 2025 年的 Neuro 的回应流畅很多。


登顶Twitch订阅榜,AITuber还是攻陷人类了?


这些底层能力已经为 AITuber 赛道铺好了技术土壤。但真正的难题是——有了土壤,第二个 Neuro 能长出来吗?


目前行业里至少出现了两条不同的路径。


第一条是绕开难题。孵化出全球首家 AITuber 事务所 AI CAST 的 Pictoria,在 C 端遇冷后(旗下主力 AITuber 紡ネン的 YouTube 订阅数 10 万,与 Neuro-Sama 有数量级差距),拿着 Sony Innovation Fund 的 150 万美元融资转向 B 端——给品牌定制 AI 角色、给企业做 AI 代言人、帮漫画 IP 做推广。这条路避开了“观众凭什么爱上 AI”的难题,以品牌和 IP 作为中间桥接,但天花板也因此更低。


第二条是正面进攻。a16z 今年年初领投的 Shizuku AI,逻辑与 Neuro-Sama 一脉相承——不做 B 端,不做工具,坚持“AI 角色的终点是关系,不是内容”。创始人小平昭夫的设想是,通过多平台部署持续获取真实互动数据,让角色在社区参与中不断进化,试图把 Neuro-Sama 的成功提炼成一套可复制的方法论。VTuber 直播只是入口,最终目标是让 AI 角色融入用户的日常生活。


登顶Twitch订阅榜,AITuber还是攻陷人类了?


两条路各有逻辑,但都面临同一个问题:Neuro-Sama 最难复制的部分——Vedal 与社区三年共同培育出的关系网络和叙事体系——恰恰不是技术或资本能加速的。


写在最后


从技术到资本,AITuber 赛道的供给侧正在快速成熟。延迟从接近一秒降到半秒以下,跨场次记忆从不可能变成标配,a16z 的入场也意味着这条赛道有了重量级资本的背书。如何快速且低成本地做出一个 AI 角色,已经不再是核心瓶颈。


但需求侧的问题依然悬而未决,观众凭什么要跟一个 AI 建立情感链接?


Neuro-Sama 给出了一个答案——不可预设的涌现制造惊喜,社区共建的叙事制造归属感——但这个答案是用三年时间、数千场直播、一个天才开发者和一个自发生长的社区“养”出来的。它更像是一次不可复制的自然实验,而非一套可以批量套用的方法论。


对于想入局的团队来说,需要思考的不止是“怎么做出下一个 Neuro”,还有“愿不愿意花三年时间等它长出来”。


数据来自SimilarWeb、点点数据、Semrush、广大大等三方平台,可能与真实数据中存在一定误差,仅供参考。


文章来自于微信公众号 "白鲸出海",作者 "白鲸出海"

AITNT-国内领先的一站式人工智能新闻资讯网站
AITNT资源拓展
根据文章内容,系统为您匹配了更有价值的资源信息。内容由AI生成,仅供参考
1
AI漫画

【开源免费】ai-comic-factory是一个利用AI生成漫画的创作工具。该项目通过大语言模型和扩散模型的组合使用,可以让没有任何绘画基础的用户完成属于自己的漫画创作。

项目地址:https://github.com/jbilcke-hf/ai-comic-factory?tab=readme-ov-file

在线使用:https://aicomicfactory.app/

2
RAG

【开源免费】graphrag是微软推出的RAG项目,与传统的通过 RAG 方法使用向量相似性作为搜索技术不同,GraphRAG是使用知识图谱在推理复杂信息时大幅提高问答性能。

项目地址:https://github.com/microsoft/graphrag

【开源免费】Dify是最早一批实现RAG,Agent,模型管理等一站式AI开发的工具平台,并且项目方一直持续维护。其中在任务编排方面相对领先对手,可以帮助研发实现像字节扣子那样的功能。

项目地址:https://github.com/langgenius/dify


【开源免费】RAGFlow是和Dify类似的开源项目,该项目在大文件解析方面做的更出色,拓展编排方面相对弱一些。

项目地址:https://github.com/infiniflow/ragflow/tree/main


【开源免费】phidata是一个可以实现将数据转化成向量存储,并通过AI实现RAG功能的项目

项目地址:https://github.com/phidatahq/phidata


【开源免费】TaskingAI 是一个提供RAG,Agent,大模型管理等AI项目开发的工具平台,比LangChain更强大的中间件AI平台工具。

项目地址:https://github.com/TaskingAI/TaskingAI

3
无人直播

【开源免费】VideoChat是一个开源数字人实时对话,该项目支持支持语音输入和实时对话,数字人形象可自定义等功能,首次对话延迟低至3s。

项目地址:https://github.com/Henry-23/VideoChat

在线体验:https://www.modelscope.cn/studios/AI-ModelScope/video_chat


【开源免费】Streamer-Sales 销冠是一个AI直播卖货大模型。该模型具备AI生成直播文案,生成数字人形象进行直播,并通过RAG技术对现有数据进行寻找后实时回答用户问题等AI直播卖货的所有功能。

项目地址:https://github.com/PeterH0323/Streamer-Sales