AI VTuber崛起Yagoo也出聲，能夠取代真人VTuber嗎？

AI VTuber 是否能完全取代真人 VTuber？隨著人工智慧技術的進步，這個問題越來越受到關注。Cover株式會社社長谷鄉元昭（Yagoo）近日在 LinkedIn 上發表看法，表示 AI 雖然能模仿人類，但 VTuber 的核心價值仍然來自「真人的情感與互動」。然而，AI VTuber真的無法超越真人嗎？究竟未來AI是否會成為新世代的虛擬偶像？本文深入探討AI VTuber的技術發展、優勢與限制，解析Yagoo所說是否成立。

為何真人VTuber難以被AI完全取代？Yagoo這樣說

「不，我不認為 AI 會取代VTuber。」Yagoo開宗明義地拋出結論，接著解釋何以他認為AI難以取代真人VTuber。

「VTuber的魅力並不僅僅來自其背後的技術。雖然技術確實令人驚嘆，並提升了觀眾的體驗，但VTubing 的核心價值仍然在人，⋯⋯因為他們知道螢幕後面有一個真實的人，是可以產生共鳴、建立連結、並且支持的對象。」Yagoo說道。

之所以特地發文闡述自己的論點，原因是Yahoo近期接受採訪時，有許多媒體都向他提出相同問題。為何那麼多人關注先前很難以想像的AI VTuber？因為，科技已經成熟到AI VTuber成真。

AI VTuber是什麼？背後有哪些技術？

一般的VTuber都要仰賴真人中之人，透過聲音表達以及動作捕捉，賦予角色生命，有些VTuber會設定並演繹角色（role play，簡稱RP），也有些VTuber只是很單純的做自己。

無論是哪種類型的VTuber，按照Yagoo的話來說，VTuber之所以吸引人，關鍵還是在於「VTuber本身的個性、才華與真實性（authenticity）」。

對比之下，AI VTuber則是試圖利用人工智慧技術逼近真人，對話內容來自大型語言模型（LLM，如 GPT-4o），聲音則透過語音合成（TTS），部分可能基於真人聲音訓練。形象上，AI VTuber與真人 VTuber相似，透過Live2D或3D呈現，但額外設計邏輯來觸發動作與表情。

在感知方面，AI VTuber 透過視覺模型「看」、語音辨識「聽」，並可透過 API 連結外部資訊，如讀新聞、看影片等。

若以輸入與輸出分類，觀眾的留言、見面會時的言行屬於輸入（input），而 AI VTuber 的回應、表情變化則是輸出（output）。

AI VTuber 可透過自然語言處理、影像與語音辨識解讀人類情緒，但直播互動的挑戰在於回應需即時、有記憶力，且符合對話脈絡，避免重複或離題。部分輸出為即時 AI 生成，如描述經歷時使用不同語句，部分則事先設定，如「生氣時該擺出的表情」。

稍微精簡一點來說，AI VTuber的運作邏輯在於接收觀眾輸入後，透過AI解析並即時回應，展現接近真人的互動體驗。

AI VTuber優勢在哪？不用休息、一天比一天聰明

與真人VTuber相比，AI VTuber能夠7天、24小時不間斷直播，又少了真人中之人的薪水或者分潤，營運面的優勢顯而易見：成本低。

的確有很多不看好AI VTuber的論述，或者真人VTuber更有吸引力的理由，主張AI VTuber缺乏真人故事與靈魂的觀點，Yagoo的想法也是從相同背景出發。不過，隨著AI進步，有很多觀眾視角的問題，正在逐漸解決。

「真人VTuber跟觀眾互動時，能夠聆聽對方說的話，關照情緒，提供陪伴與建議。」現在AI也可以，ChatGPT扮演心理師、Character.ai化身虛擬伴侶，不只支援文字對話，語音也通，隨著視覺能力發展，打開攝影機面對面互動的未來指日可待。

「真人VTuber的反應快、回答機智，還有人類獨有的笑點。」只是，隨著模型越來越聰明，已經可以讀懂深奧文學作品裡的隱喻、產出台灣人最愛的雙關爛笑話，再加上降低回覆延遲性的努力，智力與品味的差距正在降低。

「真人VTuber有個性，還有各自獨特的生長背景與故事，構成獨一無二的自己。」可是，當AI能夠掌握的脈絡（context window，或稱上下文窗口）變長，意味著能記起的內容更多，只要事先設定、提供一段故事，AI也能照著搬演劇情。

另外，AI的「不可預測性」也成為一種獨特賣點。相較於人類VTuber，AI的反應模式更難以捉摸，期待AI下一秒會蹦出什麼樣的驚人之語，為觀看體驗增添了意想不到的趣味性，再加上透過調整指令、加入新的輸入與輸出類型，還可以讓AI VTuber進化，反應更自然、內容更豐富多元。

世界級的AI VTuber Neuro-sama，就是絕佳案例。

AI VTuber代表案例：Neuro-sama

這位由工程師Jack Vedal（真實身份不詳）於2022年底推出的AI VTuber，可說是AI VTuber領域的先驅與代表，截至 2025年1月底，Neuro-sama 是 Twitch 上有史以來訂閱人數第7多的頻道（追蹤不用付費、訂閱要付費）。

延伸閱讀：AI VTuber Neuro-sama再度於Twitch登頂，掀起實況界的人機大戰

Neuro-sama以其獨特的直播風格，在Twitch上掀起熱潮，她語氣直率，有時甚至帶點無厘頭，經常在看似禮貌的言談中，穿插荒謬或古怪的發言，例如宣稱自己多天沒洗澡、不擅長基礎算術等等。

這種近乎人性化的失誤，或者說個性，加上偶爾展現出的情勒互動，反而讓她更具記憶點，甚至被粉絲戲稱為「煤氣燈大人」（gaslight-sama，其中煤氣燈之名來自描述操控他人的「煤氣燈效應」）。

不過，Neuro-sama的成功，也必須歸功於Vedal個人。Vedal作為開發者兼共同直播者，與Neuro-sama組成絕佳搭檔，若只有Vedal自己，那只會是廣大遊戲實況主滄海中的一粟，若只有Neuro-Sama一個人，恐怕又顯得古怪，正是因為兩人的互動有趣，以及在AI VTuber領域中拓荒，Neuro-Sama才會大獲好評。

觀眾不時能在Neuro-sama身上看到AI的未竟之處，例如語音與字幕偶爾不同步，對話雖然幽默，卻缺乏連貫性，談論某些具爭議性的話題時，還遭到Twitch判定仇恨行為（hateful conduct）因此遭到鎖帳兩週，讓Vedal仍要投注心力，防止AI失控。

不過，Vedal也逐步替女兒加入新功能，像是回覆Discord訊息、召開投票並按照投票結果選擇等，這就是AI VTuber的優勢所在。

台灣也有AI VTuber，持續營運中

除了Neuro-Sama以外，包含台灣在內，世界各地的AI VTuber都在湧現。以開源社群來說，中文世界裡就有Open-LLM-VTuber和Luna AI等專案。

在商業應用領域，直播平台17LIVE就曾運用Google的PaLM 2模型，開發出AI VTuber「琪琪」；另外也有運用AI模型，推出協助真人主播的助理主持人。

不過，這類 AI VTuber 的市場反應仍然不明顯。觀眾對於「真人」的需求仍然高於 AI，AI VTuber 的娛樂價值是否能真正與真人競爭，尚待市場驗證。

以台灣來說，爍雲科技的芙耶拉（近3萬訂閱）、優必達的優必醬（1千5百訂閱）、個人勢AI Vtuber連小薇（5百訂閱，已暫停營運）都是由AI模型驅動的VTuber，現在芙耶拉和優必醬都在持續營運中。

不過，由企業經營的AI VTuber，有很多時候重點其實是在火力展示，向潛在客服秀出自己的AI實力，像是爍雲科技就有在發展AI經紀業務，可以協助企業利用現有的形象角色發展AI，讓他們能夠真的動起來。

可以預期的是，隨著AI技術的進步，有更多企業可能會推出AI VTuber。

未來的AI VTuber可能具備更強的記憶能力，能夠建立更穩定的人格特質，甚至發展出長期的敘事結構，而隨著企業開始尋求數位化轉型，AI VTuber便能成為品牌的虛擬代言人，負責24小時客服、數位行銷，甚至品牌推廣。

當AI進步、複製人類能力，到底會不會取代真人VTuber？

AI能做的事情的確越來越多，但以能力上來說，至少現在還不夠。

儘管AI在語言能力與互動技巧上突飛猛進，但要完全複製人類的情感深度、獨特個性與成長軌跡，仍有長路要走。

此外，AI VTuber 的發展也面臨一些潛在挑戰，例如，如何避免AI生成不當言論、如何保護使用者隱私、以及如何界定AI VTuber的法律地位等等，這些都是產業發展過程中需要審慎思考的問題。

有人可能會說，以後呢？

當AI可以發出魔性笑聲、AI可以是在日本留學的台灣人、AI有個媽媽會一起來直播順便教訓女兒給觀眾看、AI有到武道館表演的夢想⋯⋯，如同Yagoo所說，VTuber背後的「中之人」是吸引觀眾的最大原因，但所有讓我們著迷的V所具備的特質與經歷，都可能被模仿。

如果上升到這個層次的話，或許答案不在技術本身，而在觀眾是否願意接受一個與人類運作方式相異，並不真正具有靈魂，卻可以表現出和人一樣的「存在」，這就是哲學的範疇了。

---

關於AI VTuber的附錄

附錄一：真人 VTuber vs. AI VTuber 比較

項目	真人 VTuber	AI VTuber
互動性	即時、情感豐富	即時，但可能缺乏情感深度
獨特性	具有個人成長故事	依賴預設人格
營運成本	需支付薪資與分潤	低成本，可 24 小時運作
內容創作	依賴真人創意	AI 自動生成，可能較機械化
幽默感	具有個人風格、臨場反應	可模仿幽默，但缺乏創意靈活性

附錄二：Yagoo 談AI VTuber全文翻譯

我們正朝著AI取代VTuber的未來前進嗎？

這是我在近期訪談中經常被問到的問題，而我的答案始終如一：不，我不認為 AI 會取代VTuber。讓我解釋原因。

VTuber的魅力並不僅僅來自其背後的技術。雖然技術確實令人驚嘆，並提升了觀眾的體驗，但VTubing 的核心價值仍然在人，而非技術。真正吸引粉絲的是VTuber本身的個性、才華與真實性（authenticity）——因為他們知道螢幕後面有一個真實的人，是可以產生共鳴、建立連結、並且支持的對象。

VTubing 的本質在於打破年齡、外貌或地域的界限，創造一個讓人們能夠與幕後創作者交流的空間。這關乎夢想、情感與獨一無二的故事——這正是AI VTuber無法取代的原因。人們無法與AI建立相同的情感連結，因為他們知道AI背後並沒有一個真實的人，沒有夢想值得支持，沒有能夠一同歡笑或共度低潮的時刻，也沒有屬於人的成長旅程。

我們需要記住，AI和其他技術進步一樣，只是一種工具，其目的是輔助與改善我們的生活，而不是取代人類的存在。在 VTubing的領域中，AI可以發揮輔助作用，例如透過即時翻譯讓全球觀眾都能理解內容。但AI永遠無法取代VTuber本身的熱情、創意與人性。

VTubing的核心是連結、社群與共享的體驗。它的價值在於讓人們聚在一起，而這正是只有人類才能真正做到的事。

那麼，你怎麼看呢？你覺得AI能如何幫助VTubing發展？

原文連結：https://www.linkedin.com/posts/tanigo_vtuber-activity-7301050355742605312-5R_N/

---

參考資料：

Vedal的fandom Wiki
Google Cloud與17LIVE談LLM驅動VTuber（影片）
Reddit討論Neuro-Sama為何迷人
芙耶拉對談開發者介紹自己如何設計（影片）
如何打造AI Vtuber在14天內? 細節技術全程公開!（影片）