数字人产业的技术竞赛，正在悄然换挡。从早年“比拼拟真度、追求外观像真人”的上半场，到如今“考验交互能力、聚焦落地价值”的下半场，中国数字人产业正经历从“展示型”向 “实用型”的转向。
据沙利文最新报告，中国数字人赛道年复合增长率达52%，约为全球增速的1.5至2倍，亚太已是全球最大增量市场。但行业高速增长的背后，“落地难”仍是共性痛点：多数数字人仍停留在照本宣科的展示阶段，能输出不能互动，能录制短视频却撑不住长时直播，实时交互能力成为制约产业规模化落地的核心瓶颈。
在2026世界人工智能大会腾讯AI应用创新论坛上，虎牙发布自研实时多模态数字人基础模型VAM 1.0。据相关负责人介绍，该模型基于DiT架构打造，核心特点是全链路实时生成，仅需输入一张静态照片，即可生成能实时说话、聆听、反应的数字人形象，无需预渲染和录播素材，每一帧均为在线实时生成。
数字人的价值，最终要在真实场景中检验。依托虎牙十余年游戏直播的场景积累，VAM将交互能力放在核心位置，原生覆盖静默、聆听、说话三种对话状态：用户发言时数字人同步做出注视、点头等反馈，用户停顿可自然接话，被打断时能即时响应，支持弹幕、语音双通道驱动交互，更接近真人对话的真实体验。
在虎牙公司董事长林松涛看来，真实场景是AI价值的第一现场。当前AI模型能力的差距正在收窄，但工程化、场景化的差距在逐步拉开，AI普惠的核心是让普通人都能用上好用的AI 工具。
随着数字人技术逐步融入直播、游戏全链路，内容生产的成本结构也在发生变化。业内人士分析，真人主导的线性内容供给，正在向“真人+ AI数字人”的多元供给模式转型，边际成本随规模扩大持续下降，有望为内容产业打开新的增长空间。
当前，我国数字人产业已进入新的发展阶段，行业竞争正从单一的形象生成技术比拼，转向技术、场景、工程、生态的全方位协同。此次虎牙 VAM 在游戏直播场景的落地，是实时交互数字人走向实用化的一次典型探索。
业内人士指出，立足国内海量的应用场景优势，走场景牵引、技术落地、生态协同的发展路线，正成为数字人产业的未来方向。随着实时交互能力的不断成熟，数字人有望进一步走进政务、医疗、文旅等更多领域，真正成为赋能千行百业的数字化工具。