AI演员采访时突说粤语，公司回应称非故障

在一次面向英文观众的专访中，AI女演员提丽·诺伍德（Tilly Norwood）突然从英语切换到粤语，说了一大段粤语，随后又自行“恢复”。据IT之家9月19日消息，这一片段出现在英国知名主持人皮尔斯·摩根的访谈节目中。当时演员汤姆·康蒂正在询问诺伍德关于其即将上映电影的相关细节，AI演员先用英语作答，随后毫无预兆地中断英语，改用粤语继续发言。

面对这一状况，诺伍德随即给出了带有“拟人化”色彩的解释：“看来我刚才稍微卡壳了一下……有时候我的底层线路会串线。”她还补充说，这类错误并不常见，“就算对我而言，这也算是个猝不及防的突发状况。系统运行通常都相当平稳，但偶尔确实会出现这类意外……”

诺伍德所属的英国AI制作公司Particle6对此给出了不同寻常的定性。公关人员米歇尔·沃尔德伦在发给福布斯的电子邮件中表示，该事件“并非故障，反而直观展现了她的技术能力”，并希望更多人能用不同的语言和她对话。她解释称，提丽当时应该是误以为自己听到了一个粤语词，这才迅速切换了语种。Particle6创始人兼首席执行官在接受媒体Deadline采访时则表示，提丽有时候有点爱出风头，猜测她只是想展示一下多语言能力，毕竟到目前为止她的大多数专访都是用英语完成的，并强调她拥有自主运行能力。

值得注意的是，公司还补充说明，近日接受摩根及其他媒体采访的诺伍德其实是“对话版提丽”（Talking Tilly）。该版本由独立的技术工具驱动，专门用于受访互动，与用于表演的“演员版”各自独立。这一细节揭示了当下AI数字人产品常见的分工思路：面向影视表演的版本侧重形象与表演一致性，而面向访谈、客服等交互场景的版本则更强调实时对话与多语种响应能力，两者可以由不同的技术栈分别支撑。

从技术角度看，多语言模型在同一轮对话中发生语种跳变，通常与语种识别、上下文判别或解码阶段的概率分布偏移有关。当输入音频或转写文本中存在边界模糊的音素时，模型可能将其误判为另一种语言的触发信号，从而在输出端整体切换语种。公司的公开回应没有给出具体的工程细节，但把这次“串线”包装成多语言能力的展示，也反映出AI数字人产品在对外传播中，往往需要在“拟人化人格”与“技术可靠性”之间寻找平衡点：人格设定越鲜活，偶发的意外就越容易被观众当成“个性”，而工程团队则需要判断这些意外究竟是可接受的表达，还是需要修复的缺陷。

对开发者而言，这一事件也提示了多语种交互产品在测试环节的重点方向。除了常规的语种切换准确率，还需要覆盖混说场景、同音词误触发、上下文语言锚定失效等边界情况，并为模型增加语言一致性的约束机制，避免一轮对话中途无理由换语言。同时，把交互版本与表演版本解耦，也有助于在出现异常时快速定位问题属于哪一条技术链路。