2026-03-03

Banner

写在前面

你好，我是林1纯。不久前，我写下关于Neuro-sama的思考，作为自己“追星”三年的小结。彼时我认为，Neuro-sama开创的“技术透明+社群共创”模式，为AI虚拟人树立了难以逾越的标杆。

然而就在2026年2月，一则融资消息震动了我所在的兴趣社群——硅谷顶级风投a16z领投日本AI虚拟主播公司Shizuku AI，金额1500万美元，估值达7500万美元。更耐人寻味的是，OpenAI董事会成员Adam D’Angelo也以个人身份跟投。

这是a16z首次作为领投方正式进入日本市场。为什么在Character.ai已然成为独角兽的今天，顶级资本还要押注一个来自日本的后来者？他们的投资逻辑直指一个核心命题：美国人擅长做底层模型，但在“如何让人类爱上AI”这件事上，日本拥有独特的护城河“用户提供”。

如果Neuro-sama是为了在大屏幕上娱乐数万人，那么Shizuku想做的，是一对一的、极致的赛博伴侣。恰逢2026年初，整个AI虚拟人赛道风起云涌，谨以此文，记录我对这场“东西对撞”的观察与思考。

a16z官网截图，象征这家顶级风投正式进入日本市场

你可能需要知道的一些名词

Shizuku AI：由日裔创始人Akio Kodaira于2023年创立的AI虚拟角色公司，总部位于加州但深耕日本二次元文化，致力于打造“AI时代的初音未来”
StreamDiffusion：Akio Kodaira以第一作者身份发表的革命性实时交互式图像生成管道，能够实现每秒超过90帧的实时交互式图像生成，足以用于实时视频应用，在GitHub上获得超过1万星
a16z：安德里森·霍罗沃茨，美国顶级科技风投，管理约900亿美元资产，曾投资OpenAI、xAI等明星AI公司。
初音未来：诞生于2007年的现象级虚拟歌手，依靠用户共创、版权授权和全球巡演成为持续变现近19年的超级IP，其发展模式成为Shizuku AI效仿的范本
Vocaloid：由雅马哈开发的语音合成引擎，初音未来等虚拟歌姬的核心技术，与当下大语言模型驱动的AI虚拟人有本质区别
比特数智人：相较于传统“虚拟数字人”的进化形态，以多模态建模、语音技术、自然语言处理、知识图谱、视觉技术为支撑，目标是“外观形象更鲜活，与人之间的对话更自然”

谁是Shizuku？

Shizuku是由日裔创始人Akio Kodaira打造的AI虚拟角色。2023年1月，尚在加州大学伯克利分校攻读博士学位的Akio在YouTube推出了名为Shizuku的AI虚拟主播，她能够用英语和日语进行交流，通过虚拟形象与观众实现实时互动

Shizuku的YouTube频道首页，订阅者约8400人

简介

Shizuku AI公司的愿景非常明确：建立一个专注于开发AI驱动的虚拟角色和“AI伴侣”的平台。AI技术将用于生成虚拟角色的动作、实现语音聊天、保留互动记忆等功能。未来，这些虚拟角色有望成为“AI伴侣”或个人助理，全面进入用户的日常生活

创始人Akio Kodaira毫不掩饰自己的野心——打造以AI为本的知识产权，然后“像初音未来一样向全球传播”

技术背景：从StreamDiffusion到AI虚拟人

Shizuku的技术底色与Neuro-sama有本质不同。Akio Kodaira的学术背景奠定了其技术路线的独特性。

核心成果：StreamDiffusion

Akio Kodaira在他的以第一作者身份发表的 StreamDiffusion论文中，提出了一个革命性的实时交互式图像生成管道，能够实现每秒超过90帧的实时交互式图像生成。

传统图像生成如Stable Diffusion生成一张图往往需要数秒，难以用于实时视频交互，而StreamDiffusion将生成速度提升到90+ FPS，足以支撑流畅的实时视频应用，让虚拟角色的表情、动作可以实时生成而非预设。

这一技术突破让Shizuku拥有了独特的技术护城河：实时生成的视觉表现力。如果说Neuro-sama的优势在于对话系统的成熟与稳定，Shizuku则可能在视觉交互的流畅度与表现力上找到差异化空间。

Neuro-sama登顶Twitch订阅榜，以15万活跃订阅遥遥领先

这意味着Shizuku要走的路还很长。但与Neuro-sama的“娱乐大众”路线不同，Shizuku瞄准的是另一个方向——一对一的、极致的赛博伴侣。

Shizuku背后的“宅男极客”创始人

如果说Neuro-sama的开发者Vedal是一位偏低调、专注技术的二次元英国程序员，那么Shizuku的创始人Akio Kodaira则是另一种典型.

双重身份的加持

Akio Kodaira身上有两个看似矛盾实则统一的标签。

作为学术极客，他是伯克利博士，Meta、Luma AI技术背景，StreamDiffusion第一作者，GitHub万星项目负责人。

同时他也是深度二次元爱好者，理解日本ACGN文化，懂得什么是萌、什么是代入感、什么是赛博伴侣的情感需求。

这种双重身份让他有能力在两个世界之间架桥——用最前沿的AI技术，实现最细腻的日式二次元想象。

Shizuku的新Live2D模型，由专业动画师绘制

对“人设”的理解

Akio在谈及Shizuku的定位时提到一个关键观点：有吸引力的角色不能闭门造车，必须通过与真实人类的互动来进化。这与初音未来19年的IP沉淀逻辑一脉相承——不是静态的设定，而是在与粉丝的互动中不断生长的文化符号。

粉丝社群的定位

基于这一理念，Shizuku推出了“Shizuku Lab”社区平台，允许粉丝使用其语音合成技术进行二次创作，目标是构建由社区驱动的互动循环，解决当前Shizuku互动内容单一的困境。

这种思路与Neuro-sama的蜂群社群有相似之处，但侧重点不同。

Neuro-sama社群以技术探索驱动，粉丝热衷于解析架构、搭建复现项目、开发游戏Mod；而Shizuku Lab以内容创作驱动，聚焦于同人创作、语音合成二创，更接近传统虚拟偶像的UGC生态。

Shizuku带来的启示

AI陪伴开发的借鉴点

Shizuku的定位揭示了一个另重要方向：AI陪伴产品需要的不是通用能力，而是专属感。

记忆能力：Shizuku的技术规划中强调“保留互动记忆”。这意味着AI能记住用户的偏好、过往对话、共同经历——这是构建亲密感的基础。
个性化定制：不同于Neuro-sama的“统一人格”，AI伴侣需要根据用户的不同进行差异化反应。
私密交互场景：直播间是公开舞台，而伴侣是私人空间。交互场景的差异决定了产品设计的根本不同。

对二次元行业的影响

Shizuku的野心正在撬动二次元行业的底层逻辑。

传统虚拟偶像如初音未来依赖Vocaloid语音合成引擎加人类创作者的内容共创，本质上初音未来的灵魂是由无数人类创作者赋予的。而生成式AI时代的虚拟偶像，正在发生根本性变化。

AI虚拟人可以自己说话、自己互动，不再完全依赖人类创作者的二次演绎。角色不是固定的设定集，而是在与用户互动中不断生长的存在。用户不再只是粉丝，而是与角色建立真实互动关系的朋友甚至伴侣。

这种变化将对二次元产业带来深刻影响。传统动画、游戏需要数月甚至数年制作，而AI虚拟人可以实时生成内容、实时互动。静态IP变为动态存在，授权模式需要重构。粉丝关系从单方面喜欢到双向互动，情感连接的深度和商业化潜力都将重塑。

初音未来依靠用户共创成为持续变现19年的超级IP

中国市场的参照

国内虚拟主播领域同样在快速演进。

“木几萌”等AI虚拟主播自2023年初开播以来已积累15.5万粉丝。

2026年2月底，京东联合联想、红魔、ROG等12家硬件品牌推出虚拟偶像女团"十二姬"，由京东自研的JoyAI大模型驱动，实现了高拟真形象、情感化语音、自然动作及精准唇形同步，突破了传统虚拟偶像依赖预录内容、互动性弱的瓶颈。3月2日，“十二姬"在京东"装机大师"直播间完成首次合体亮相直播，并启动"十二姬的次元宇宙"AI漫剧创作大赛，邀请用户参与IP共建。