AI女团《星光108》的选手是如何生成和训练的？

一、选手生成：算法“捏脸”与专属人设

基础模型生成：每位选手的初始形象基于生成式AI模型（如Stable Diffusion、GAN等）从海量人脸数据中训练后“捏”出。制作团队会输入美貌、气质、年龄段等关键词，让算法一次生成数十种候选脸型，再人工筛选调优形成定稿。

固定公式照与人设：定稿后每名选手获得一套标准的“公式照”（类似真人选秀的证件照），并搭配独立的文字档案，包括姓名、年龄、星座、性格设定（如“甜美主唱”“酷飒舞担”）等，让AI角色有“人设行为边界”。

108人的差异化挑战：要在统一画风下让面孔可辨，团队通常会为各选手微调生成参数（如眼间距、鼻型、唇厚），再叠加细节特征（痣、眉形、发型），避免“千人一面”。

二、训练过程：舞台动作与唱跳“肌肉记忆”

动作与表情数据投喂：AI选手背后的模型需要大量真实舞蹈、舞台表演的视频素材作为训练数据，通过对真人舞者的关节轨迹、面部表情进行逐帧标注，让AI学会“何时转头、如何律动”。

风格化舞台生成：选手的舞台演出并非实时录制，而是利用动作生成模型（如基于扩散模型的运动生成方法）配合音乐节奏，自动编排舞蹈动作并渲染出最终表演视频。制作方还会为不同选手预设风格（中国风、街头风、可爱风等），让每场公演有差异化观感。

多轮“公演”学习：节目中的“公演”实际上是让AI在同一曲目下反复微调输出，确保动作流畅、表情自然，避免卡顿或僵硬；这种“训练—输出—调优”的循环，对应真人选秀中练习生的练习与排练。

三、角色生命线：技术与人设的合成绑定

人设驱动内容输出：AI选手的每一次“镜头”都不是独立生成的，而是先由创作团队编写剧情脚本（如“本次公演表现大突破”“个人Solo展示了新技能”），再交由AI按人设风格生成对应舞台与反应镜头，形成连贯的“偶像成长线”。

投票与反馈干预：观众的点赞、投票数据会被收集并反馈到后台，制作方据此调整热门选手的出镜频率、舞台难度或个性化标签，形成一种“观众参与—AI进化”的互动闭环，实际上也是一轮轻量化的模型策略迭代。