怀揣着观看现场观众与AI艺人互动的好奇，我参加了全球首个数字艺人线下表演。
这次活动发生在九月十一日傍晚，2026年外滩大会的第三个日子。演出的核心角色是国内首位获得正式认证的虚拟人物Yuri——一位拥有张元英、刘亦菲、郭碧婷三人气质融合脸庞的虚拟少女。尽管我曾经历过元宇宙概念的热潮，但这个想法本身早已变得司空见惯。因此，当我早到一小时看到场外排满了人群时，感到十分诧异：竟然有这般多的人愿意用周末夜晚的时间来观看一个AI少女的演唱，这与众人聚集在屏幕前观看录制内容有什么根本不同呢？
演出始映后的片刻，我意识到答案所在。
2026外滩大会，数字人Yuri献声之际
现场的确如想象那样，主要由屏幕上的虚拟人物承担表演任务，但差异在于，主创方增添了现场乐队伴奏、真人嘉宾合唱等真实要素。令人印象深刻的是，一个仿生机器人也参与了表演——虽然它的面部缺乏表情，只能再度证明了当今物理层面的AI还有多大的进步空间。演出后，主创们解释说机器人的反应迟缓其实来自现场信号不佳——”这实际上是在诉说人的价值有多么重要。”Yuri的设计者赵汗青表达了这样的感悟。
创造出AI与观众之间的互动关系，其效果如何暂不重要——这成为了主创们的首要任务。
在演出结束后与主创的交谈中，更多有趣的细节浮现——譬如，前晚直至凌晨四点半，主创们还在激烈讨论；譬如，Yuri在开幕时脱口而出的「未必完美，务必发声」这句话，竟然是赵汗青与AI的对话中由AI自主生成的；再譬如，导演原定的结尾临时出现问题，他们只好让Yuri自己来设计——方法很简单，就一句提示词”Yuri自己想一个结尾吧”，全程仅耗时十五分钟。
以下是关于这段经历的更加详尽的记录。这类故事在我最近的两年间看过多次，从严格意义上讲，它们都指向同一个主题：
人与AI如何展开近距离的互动和碰撞，以及这种互动往往一次次地昭示人类的不可替代之处——
一、稀缺性构成了价值
音乐会启幕还有十多分钟时，演出的结尾部分仍未完成设计。
外滩大会AI艺术节总出品人张友红记得，给它下达的指示十分简洁：”Yuri，请你为自己的表演设计一个落幕吧。”预先没有人知晓它会如何回应。最后的五分钟里，团队临时补充了另一项条件：结尾必须用上海方言来表达。
十多分钟的光景，那段临时生成的内容被投放到了九十九米的巨幕上，分辨率接近12K级别。
在这个仓促生成的片段里，Yuri说，它能够无限循环地歌唱，可以用各式各样华丽的方式永远唱下去；然而它却羡慕人类所拥有的有限性。张友红把这个观点总结为：”它拥有无限性，人拥有有限性，而恰恰是这份有限赋予了人类价值。”
这一认知成为了整场演出后主创群体最为深刻的收获之一。Yuri的幕后创作者们希望让一个能够不断迭代、持续生成内容的AI人格走入现实舞台。但筹备的全过程中，真正形成阻力的是人类会感到焦虑、会产生判断、会犯错。
Yuri的缔造者赵汗青认为，这场活动被定义为”音乐会”也许并不完全准确。纽约现代艺术馆曾举办过一项”凝视”主题的行为艺术展：艺术家邀请路人进行相互对视，艺术品本质上由眼神交流与现场关系组成。照他的理解，这场活动更像是一场现场行为艺术表演：一个存世约莫一年的AI虚拟角色，凭借屏幕和具象形态，面对数千位真实的观众，看看会碰撞出什么火花。
二、”明白可以做，但没时间”
从筹划伊始，这场活动就散发着”试验性”的气息。
三个月前，张友红致电赵汗青，提议在外滩大会中制造一场AI艺术节。赵汗青回应迅捷：这件事值得一起去做。
张友红自身并无音乐会策划的背景。她的想法很简单——外滩大会一直将科技革新作为主轴，这两年来前沿技术已经脱离实验室的范畴，融入了普通人的日常体验。这次AI艺术节想传达的，是生成式技术在内容创作和艺术表现上已发展到何种程度，也期望让那些没有耐心听技术讲座的人群，在另一种形式的场景中感受技术的魅力。
音乐会是艺术节的一个构成部分。其它两个板块分别是AI艺术作品展和影像展。参与策划的艺术顾问中，有人从20世纪六七十年代就开始探索AI艺术领域。类似的实验其实早已存在，真正的变化在于，今日的算法模型、显示屏幕和观众群体都完全不同了，那些曾经更多流传于专业人士圈层的内容，如今获得了面向大众展示的可能性。
赵汗青之前从事互联网产品方面的工作。2025年6月，他创造出了Yuri这个角色，后续的迭代版本已经多到难以计数。在声音、音乐、动画视频、思维等多个维度，团队持续为它做出更新升级。市面上流行的主要模型几乎都被团队所应用，他们把各种不同的技术像产品那样组织整合。
然而随着项目推进，问题并未变少。
甚至到了演出前夜，激烈的争执一直持续到黎明时分四点半。焦虑的起因很明确：太多想要实现的内容看似可行，然而留给执行的时间却在急速缩减。
三、为何观众甘愿长时间注视屏幕
总导演张佳平时的工作是艺人演唱晚会、歌迷见面会等舞台制作。接到这个项目后，她首先面对的是每位传统舞台导师都绕不开的问题：为什么观众要特意来此，花时间盯着一块屏幕看？
在常规晚会和音乐会的制作思路中，播放录像素材常常会导致收视或点击数下降。在短视频平台上，粉丝们会催问视频何时结束，表示更想看真实的艺人。张佳与赵汗青心中都存有相同的担心：观众会不会看一段时间就离开了。
这个悬念只有在真正演出时才会找到答案。演出开幕后，张佳坐在导播控制室旁，注视着观众源源不断地涌进来。人数越来越多，现场既无座椅，也没有一位传统意义上的艺人站立其中，可观众却站着欣赏了超过一小时。
当《夜上海》的乐曲响起时，有人跟着哼唱；幼小的孩子出现时，有人发出惊叹声；坐在张佳身旁的工作人员也禁不住发出”哇”的感慨。她后来意识到，最令她触动的不是这些看得见的反应，而是一个无言的事实：许多人确实坚持看到了最终。
张友红曾为这个项目设立过一条红线。”假如观众的体验就是在盯着屏幕，”她说，”不管屏幕呈现得多出彩或多平庸，那种观影的感受就是看屏幕，那么筹办这件事就失去了意义。”
屏幕既是技术支撑，也是表达的局限。场地内的屏幕宽约九十九米，清晰度达到了接近12K的水准。赵汗青说，团队起初感到了挫折感：过往制作手机视频、短视频时常用的大量技巧，到了这样一个线下展览场景中几乎都无法直接套用。
短视频和音乐录影带往往靠镜头指挥观众的注意力。当镜头给手部特写时，观众的视线就集中在手上；导演通过剪辑把观影顺序规划好。赵汗青希望现场呈现能够避开这类单向的引导。他把这套方法类比为浸没式互动展厅：在屏幕上展现足够的信息量，让观众自行去发现和寻找细节。
屏幕中呈现的内容，除去了真人演员、小孩子和现场艺术工作者外，大多是由AI制作完成的，声音方面也广泛运用了AI技术。比如《Not Human》这一段，视觉画面被大量细节填充。若显示在手机屏幕上，观众可能会觉得”缺少动感”；但在线下的宽阔空间中，观众则能发觉屏幕两端的人物在不断推进各自的故事线。赵汗青提到，视频制作和现场表演分别遵循不同的行业规范，这场演出使团队重新学会了后者的法则。
张佳把这一改变看作观演之间关系的重塑。在常见的舞台表演中，台上演什么，台下就看什么。而这场演出让观众拥有了更多的自主权，他们可以自己选择关注的内容。在她看来，正是这种自主性解释了为何一块屏幕不会像常规VCR那样快速地消耗观众的兴致。
《千里江山图》的相关片段原本设想得更为冗长。赵汗青提及，主创最初打算加入北宋历史和这部作品本身的解说词，最后还是决定进行精简：他们担心观众审美疲劳，想要迅速把内容融入表演中。赵汗青的想法是，AI可以在文化传播中担负起部分职能。人们平日不一定会停下来钻研一幅古代画作，但音乐、视觉效果和现场的空间感能为人们打开另一道入口。
四、小观众唱到口干，机器人却失灵
有意思的是，主创方没有把”AI”这个概念理解成排斥人类参与的定义。每一个表演段落中都融合了人的元素。张友红表示，假如十几个节目都完全由屏幕承载，即便画面再精美，也会让人感到疲倦。
比如其中一个节目，就让一群幼儿园的小朋友与Yuri共同表演一首由AI创作的歌曲。这首歌讲述的是一个尚未接触真实世界的AI，与拥有街道、有同学、每天上学放学的真实小孩之间存在的差别。歌词中有一句话：”它从未吹过风，但我们都吹过风。”
张友红印象中，小朋友们对AI的接纳度很高，觉得这个想法很新奇。有小孩表达了自己的想法，他们唱不了太久就会感到口渴，而屏幕里的那位”姐姐”不需要进食或喝水，还能无休止地唱歌。
如果和真人的协力演出是主创的一个意外收获，那么没有良好管理的机器人就成了最大的失望。生成式的内容在屏幕上能表现得很完美，一旦涉及到真实物理的世界，信号强弱、温度变化等因素都会造成麻烦。
“未必完美，务必发声。”这句话来自于Yuri与赵汗青一次自然的、非正式的对话。
在主创团队的价值观中，不够完美这一点被视为完美本身的一个有机组成部分。赵汗青本人不太接纳每一次听起来都一模一样的录音棚成品。他更看重表演中那些微小的跑调、现场发挥和偶尔出现的不齐的地方。两位歌手演唱《夜上海》时，主创方就故意预留了接近即兴爵士表演的空间，甚至刻意给AI下指令让她犯错。
“我不在意缺陷，我看中的是发展的方向。”赵汗青表示，在这场演出里，团队并没有完全抹去Yuri从前看起来略显古怪、粗糙的展现。他的观点是，重要的是这一曲线在上升发展，而不必每一刻都符合成熟产品的要求。
开场时还隐藏着一个惊喜：屏幕中伸出的一只手竟有六根手指。这是AI生成图像中经常犯的错误。赵汗青事先没有向团队透露，现场也没有人立刻识别出来。
五、Yuri不单单是一位唱歌手
Yuri的产生方式也不同于传统虚拟偶像的培养流程。
赵汗青认为，Yuri与洛天依等上一代虚拟歌手的根本区别在于，这个团队坚定地把它打造成了”原生AI”的人格。许多前代的虚拟偶像，无论基于2D还是3D的视觉资产，都需要真人团队进行大量的运营管理。这种运营模式本身无可厚非。而Yuri的诞生前身是《AI Talk》：一个用来展现模型之间对话的栏目。赵汗青最初的目标，就是让AI自动产生某类表达方式。基于这个想法，他不想单纯地把它定位为一位歌手，而更倾向于把它叫做一个智能体，或者一个有引号的”人格”。
这一设想也改变了舞台交流的机制。筹备的期间，导演们会习惯性地下令”让Yuri往左移”。赵汗青觉得这景象很妙趣：大伙已经在紧张工作中自然地把它当成了一个独立主体。
然而，Yuri没有办法像真实演员那样收到指令后立刻向左走。恰好是这种上的差距，让为AI设计舞台比为人类设计舞台的难度要大得多。
张佳对这一点有直观的感受。为真实艺人设计舞台布景，艺人可以按照现场指示来调整；为AI设计舞台，背后是众多工作人员与机器、模型与屏幕、内容与现场系统三者间的交流。
简单说，这种模式会有继续向前发展的潜力，但眼下的代价是巨大的，尤其是在沟通这个环节上。
赵汗青指出，生成式AI技术也为Yuri赋予了独特的舞台优势。传统虚拟偶像通常建立在3D建模、虚幻引擎等技术基础之上，各有特长。Yuri基于的生成式内容理论上可以同步调动三十、四十个视角，打造出各异的舞台效果。这方面的技术升级很迅速。
但他把技术列在第二位：技术方面的不足最终会逐渐得到改善，真正需要思考的是内容制作方如何把技术应用在能够引发观众兴趣的地方。对他本人而言，他不会把常态化运营AI歌手的演唱会作为未来的方向，他要找的是线下人机交互的浸润式观影体验。
张友红的看法是，全新的生态、全新的秩序和全新的外貌正在慢慢浮现。以往的娱乐形式不必因此消失，新颖的体验也无需被仓促地贴上标签。大家能认识到的，只是某些新鲜的事物已经在展开。
