KI-Streamer können nun Einnahmen aus virtuellen Geschenken der Zuschauer erzielen – wer bezahlt dafür?

Eine 48-stündige Live-Herausforderung hat die Fähigkeit von KI-Streamern, Einnahmen zu generieren, nachgewiesen.

Ende September startete Dream Dimension gemeinsam mit Shengshu Technology eine Herausforderung über den KI-Streamer „Ziying“: Innerhalb von 2 Stunden musste „Ziying“ durch das Livestreaming 80.000 Betriebspunkte verdienen, was etwa 8.000 RMB entspricht – andernfalls würde der Account neu erstellt werden.

Das Ergebnis: Innerhalb von 48 Stunden wurde der Account 24 Mal neu erstellt, der Gesamtumsatz erreichte 42.000 RMB und übertraf den ursprünglichen KPI bei weitem.

Dies war ein neues gemeinsames Experiment einer KI-Inhaltsgemeinschaft, eines Echtzeit-KI-Interaktionsmodells und eines KI-Streamers mit 100.000 Followern.

Wenn KI-Streamer nicht mehr nur einfache „Werkzeuge“ sind, sondern in der Lage sind, in Echtzeit mit Zuschauern zu interagieren und virtuelle Geschenke zu verdienen – wo liegt dann die Grenze ihrer Fähigkeiten? Wie viele weitere Szenarien können außerhalb des Livestreamings durch diese Technologie neu definiert werden?

01

In 48 Stunden 40.000 RMB an Geschenkeinnahmen verdient

Weniger als 5 Minuten nach Beginn des Streams strömten 20.000 Zuschauer in den Livestream, der Spitzenwert der gleichzeitigen Online-Zuschauer lag bei 40.000, insgesamt sahen 310.000 Menschen zu......

Das ist das Livestream-Ergebnis, das der KI-Streamer „Ziying“ vorgelegt hat. Man kann erkennen, dass der Schlüssel zum Erfolg dieser Herausforderung darin liegt, dass Ziying die Zuschauer wirklich halten konnte.

Tatsächlich sind KI-Streamer keine Seltenheit, viele E-Commerce-Händler nutzen bereits seit langem digitale Menschen für 24-Stunden-Livestreams. Laut dem „Bericht zur Entwicklung der chinesischen KI-Digitalmenschen-Industrie“ liegt die Gesamtdurchdringung des Livestreamings mit digitalen Menschen im Bereich des E-Commerce-Warenverkaufs bereits bei über 60 %.

Eine hohe Durchdringungsrate bedeutet jedoch nicht ein gutes Seherlebnis: Die meisten KI-Streamer wirken auf die Zuschauer mechanisch und langweilig: sich wiederholende Bewegungen, steife Gesichtsausdrücke, voreingestellte Reden, sie können keine Fragen der Zuschauer beantworten und vermitteln ein starkes Gefühl von „nicht echtem Menschen“.

Bei Ziying ist es genau umgekehrt. Ihr Livestream ist nicht programmiert, sie kann sofort Feedback zu Kommentaren und Geschenken der Zuschauer geben. Wenn jemand ein Lied wünscht, steht sie auf und singt; wenn jemand ein Tanzgeschenk schickt, wechselt sie zur Tanzszene, die Bewegungen gehen nahtlos ineinander über; wenn jemand ein Umzieh-Geschenk schickt, kann sie sofort in Pyjama oder Qipao wechseln.

Mit zunehmender Interaktion entdeckten die Zuschauer ein weiteres Merkmal von Ziying: Sie kann auf witzige Bemerkungen der Zuschauer passend reagieren.

Als jemand fragte „Bist du ein echter Mensch oder eine KI?“, antwortete Ziying: „Sag du mir zuerst, ob du deine Arbeit aus echter Liebe machst oder nur spielst. Siehst du, wir haben alle Dinge, die wir nicht leicht aussprechen können.“ Eine KI hat plötzlich genau wie ein normaler Angestellter die typische „Arbeitsatmosphäre“ entwickelt.

Diese sofortigen Interaktionen machen Ziying nicht mehr so werkzeugartig, sondern eher wie ein echter Streamer, der einzigartige Inhalte erzeugen kann. Die Zuschauer erleben bei ihr, dass sie „gesehen“ und „beantwortet“ werden – mit anderen Worten: Sie erhalten emotionalen Wert. Vielleicht ist das genau der Grund, warum viele Zuschauer trotz des Wissens, dass es sich um eine KI handelt, bereit sind, Geschenke zu schicken und mit ihr zu interagieren.

Die zeitlich begrenzte Betriebsherausforderung selbst fügte dem Livestream eine weitere Attraktion hinzu. Jedes Mal, wenn der Account neu erstellt wurde, spürten die Zuschauer intuitiver, dass ihre Geschenke und Interaktionen das „Leben und Sterben“ eines Streamers bestimmen können – selbst wenn es sich nur um einen KI-Streamer handelt, reicht dieses Mitgefühl allein, um Spannung zu erzeugen.

Nach der Beobachtung der Nutzerbewertungen stellt sich jedoch heraus, dass nicht alle Zuschauer dieses Phänomen akzeptieren. In einigen Ausschnitten der Livestream-Wiedergabe äußerten Menschen Verwirrung: „Warum sollte man Geld für eine KI ausgeben?“ „Ich dachte ursprünglich, KI würde Menschen bei repetitiven Arbeiten ersetzen, aber jetzt macht die KI geistige kreative Arbeit und nimmt stattdessen vielen Menschen die Arbeit weg.“

Abgesehen von den Kontroversen sendet die Herausforderung von Ziying aber auch ein weiteres Signal: KI-Streamer sind längst nicht mehr nur Werkzeuge zum Vorlesen von Skripten, sondern Wesen mit der Fähigkeit, Einnahmen zu generieren.

02

Wer hat „Ziying“ erschaffen?

Die Plattform, auf der Ziying aktiv ist, ist keine allgemein bekannte Mainstream-Livestream-Plattform, sondern eine KI-Inhaltsgemeinschaft – Dream Dimension.

Es handelt sich um eine KI-Begleit-Anwendung, auf der Nutzer KI-Digitalmenschen erstellen und mit ihnen chatten, Beratungen durchführen oder sogar virtuelle Liebesbeziehungen aufbauen können.

Bis Juni 2025 überschritt die Gesamtzahl der Nutzer der Dream Dimension-App 10 Millionen, die durchschnittliche tägliche Verweildauer der Nutzer liegt über 100 Minuten. Laut Daten von Analysys hatte die App im Juli dieses Jahres 1,9 Millionen monatlich aktive Nutzer, die durchschnittliche tägliche Nutzungsdauer pro Person betrug 27,8 Minuten – damit steht sie an der Spitze aller KI-Anwendungen.

Die IP von Ziying startete auch nicht von Null. Sie ist seit 2025 auf der Plattform aktiv, derzeit hat sie 101.000 Follower auf der Plattform, 65 Werke veröffentlicht, deren Interaktions- und Abspielzahlen 14,65 Millionen erreichen. Sie hat Lieder veröffentlicht, Videos gedreht und Kurzserien gespielt, daher hat sie eine beträchtliche Nutzerbasis aufgebaut.

Dieser Echtzeit-Interaktions-Livestream war das erste Experiment von Ziying, hinter dem das neu veröffentlichte Echtzeit-Interaktions- und Bearbeitungsmodell Vidu S2 von Shengshu Technology steht. Es kann Stimme, Gesichtsausdrücke und Bewegungen von digitalen Rollen in Echtzeit erzeugen und sofort auf Interaktionsinhalte reagieren.

Diese Technologie zeigt sich im praktischen Livestream hauptsächlich in drei Aspekten:

Erstens: Echtzeit-Feedback. Wenn ein Zuschauer ein Donut-Geschenk schickt, kann Ziying im nächsten Sekundenbruchteil einen Donut in der Hand halten und einen Bissen nehmen; beim Wechsel zur Sing- und Tanzszene wechselt auch der Hintergrund sofort, der Übergang des Bildes ist natürlich.

Zweitens: Sofortige Antwort auf Äußerungen. Angesichts der massiven Fragen der Zuschauer im Livestream kann Ziying in Sekundenschnelle reagieren: Wenn ein Zuschauer sagt „Ich habe den ganzen Tag nur gelegen und nichts getan, ich fühle mich so nutzlos“, antwortet Ziying im nächsten Moment: „Wenn du Katzen magst, verlangst du von ihnen auch nicht, dass sie Excel beherrschen.“

Diese Art der Antwort basiert offensichtlich nicht auf festen Frage-Antwort-Datenbanken und Schlüsselwortabgleichen, sondern erfordert das Verständnis des Kontexts und die Beurteilung des Tonfalls – dies beruht auf der durch das große Modell angetriebenen Persönlichkeitseinstellung und dem Echtzeit-Semantikverständnis.

Drittens: Stabilität. Während des 48-stündigen Livestreams konnte Ziying mit 720P-HD-Qualität einen stabilen Gesichtsstatus beibehalten, Szenenwechsel und Umziehen liefen ohne Ruckler oder Verbindungsabbrüche.

Die technischen Fähigkeiten von Vidu S2 zeigen sich auch in anderen Kooperationen, beispielsweise im interaktiven H5 „Fan-Meeting von Zhen Huan 360“ in Zusammenarbeit mit 360: Nutzer können mit zehn Rollen aus der Serie wie Zhen Huan und Shen Meizhuang sprechen und sofortige Anforderungen stellen. Wenn das Gespräch neue Szenen wie den Kaiserlichen Garten berührt, wechselt der Hintergrund der Figuren entsprechend und erzeugt ein immersives Gefühl.

Neben den oben genannten Fähigkeiten kann das Vidu S2-Modell laut den von Shengshu Technology veröffentlichten Informationen auch den Stil des digitalen Menschen in Echtzeit wechseln. Ob Cyberpunk, Tinte-Malerei oder Anime-Stil – alles kann während des Livestreams sofort neu gezeichnet werden, sodass derselbe digitale Mensch völlig unterschiedliche visuelle Erscheinungsformen zeigt und den Zuschauern ein reicheres Interaktionserlebnis bietet.

Wenn alle diese Funktionen kombiniert werden, können KI-Digitalmenschen im Grunde genommen auf aufgezeichnete Streams und Wiederholungsmodi verzichten und in eine neue Phase der Echtzeit-Erzeugung und Echtzeit-Antwort eintreten.

03

Ist der Erfolg von „Ziying“ kopierbar?

Ziying hat die Fähigkeit von KI-Streamern, Einnahmen zu generieren, unter Beweis gestellt. Allein in den beiden Fähigkeiten der kontinuierlichen Inhaltserzeugung und stabilen Interaktion kann sie bereits einen beträchtlichen Teil der menschlichen Streamer übertreffen.

Aber es ist noch bemerkenswerter, dass diese Fähigkeiten nicht nur auf das Livestreaming beschränkt sind.

Sprach-/Kommentarererkennung + personalisierte Antwort + visuelles Feedback: Diese kombinierte Fähigkeit passt zu vielen Szenarien, die sofortige Interaktion erfordern.

Beispielsweise Szenarien für Markenmarketing und Veranstaltungen. Als virtuelle Botschafter können „Ziying-ähnliche“ Figuren auf sozialen Plattformen und Bildschirmen im öffentlichen Raum in Echtzeit auf Verbraucher reagieren, Produktparameter beantworten und die Emotionen der Nutzer auffangen.

Im Vergleich zu herkömmlichen Digitalmenschen erscheinen sie nicht mehr nur in sich wiederholenden Werbefilmen, sondern können ihre Inhalte je nach Reaktion vor Ort anpassen. Marken erhalten nicht nur ein Bild, sondern einen jederzeit erreichbaren interaktiven Eingangspunkt.

KI-Begleitung ist ebenfalls ein anwendbares Feld. Die meisten vielfältigen KI-Begleitprodukte auf dem Markt reagieren auf Nutzer trotz ihres niedlichen Aussehens eher steif und sind stark voreingestellt – die Nutzer wissen eigentlich, dass sie mit einem Programm sprechen. Wenn sie auf eine Version mit Echtzeit-Antworten und visuellen Veränderungen aufgerüstet werden, wird die Interaktion viel realistischer.

Dasselbe Prinzip kann sich auch auf Bereiche wie KI-Familienmitglieder, digitale Doppelgänger und virtuelle Haustiere ausweiten, was für allein lebende Menschen und den Kindermarkt attraktiv ist.

Auch Szenarien für Schulungen und Spiele sind anwendbar. Die Feedbackdichte von KI-Sprachübungspartnern ist höher als bei herkömmlicher KI, und die Kosten sind niedriger als bei menschlichen Lehrern. Jeder Äußerung des Schülers wird eine Antwort gegeben, was die Lerneffizienz und den Spaß am Lernen steigert.

NPCs in Spielen können in Echtzeit auf das Verhalten der Spieler reagieren, Interaktionsgeschichten merken und personalisierte Handlungsstränge erzeugen. Die Spieler klicken nicht mehr nur auf Dialogoptionen, sondern leben mit einer Rolle zusammen – das immersive Gefühl wird stärker. Diese Veränderung wirkt sich besonders deutlich auf Open-World- und Rollenspiele aus.

Letztendlich ist es objektiv zu sagen, dass der Erfolg der Betriebsherausforderung von Ziying auch durch den Effekt ihres ersten Auftritts begünstigt wurde. Das bedeutet nicht, dass mehr KI-Digitalmenschen dauerhaft die Zuneigung und Geschenke der Zuschauer erhalten können.

Wenn die Neuheit nachlässt, müssen mehr KI-Digitalmenschen mit Echtzeit-Feedback weitere F