奥运赛事首次来到非洲，AI 也学着「入乡随俗」

AI 第一次跟着奥林匹克去非洲，干的第一件事居然是 ……打鼓？！ 没有酷炫的算法参数科普，也不是搞数字化展览，在达喀尔青奥会的 Festival Site 现场，一套互动装置直接把鼓棒塞到了围观群众手里。 先跟着屏幕鼓上玩节奏游戏，抬头拍张照，几秒钟后，屏幕里就出现了自己穿着塞内加尔传统服饰的「数字分身」，跟着鼓点疯狂卡点。 还有小朋友不够展台高，要被大人抓住手，仰着头努力跟上敲打的节奏，人手里的鼓棒还没放下，就凑上前看生成出来的视频。 这套被围得水泄不通的装置叫 Alibaba Teranga Beat， 可不是随便挑来凑热闹的道具。在塞内加尔，Sabar 鼓流淌在庆典、摔跤赛和街坊社交的血液里。Alibaba Teranga Beat 直接借用了「敲鼓、律动、围观合奏」这套当地人最熟悉的身体语言，这恰好对上了装置名字里的「Teranga」——塞内加尔文化里最引以为傲的热情与分享精神。 正在举办的 2026 年达喀尔夏季青年奥林匹克运动会，是奥运历史上第一次踏上非洲大陆，作为奥运会多年的合作伙伴，阿里巴巴带来了这样一套独特的互动装置 ，没有让当地人去适应一套冷冰冰的科技产品，而是反过来，让 AI 先去接住当地的文化节奏。 怎么让技术好玩到让人想凑过来、上手试一把，还能怎么让这些有用的技术留在当地？真正的本土化，从来不是换两张非洲壁纸、加个双语菜单那么简单，需要回答很多实实在在的问题。 不用背提示词，直接上手打鼓 一看到 Alibaba Teranga Beat 跟前，第一反应很难觉得这是一款「AI 产品」，倒是像一台让人看了手痒的街头节奏音游大机台。 实际上这也的确是音游的形式，握住鼓棒，照着面前的 Sabar 敲下，紧绷的鼓皮瞬间弹起回响，装置应声唤醒；再对着镜头定格一张表情，剩下的戏份就交给了后台的千问（Qwen）大模型。 最妙的设计在于「等待」本身：平时用生成式 AI，最劝退的往往是盯着那个拼命转圈的进度条干等。但在这里，算力在后台飞速运转的几十秒，都被融入进了一场停不下来的节奏挑战里，等待的焦躁早就被抛到了脑后。 不知不觉，屏幕里熟悉的脸庞立刻「飞」进了非洲大陆，有达喀尔标志性的海岸线与双丘、枝干粗壮的猴面包树，还有岸边色彩浓烈的彩绘木船。 看着屏幕上那个眉眼神态跟本人一模一样、却在娴熟敲打 Sabar 鼓的自己，现场都是新奇的呼声，很难忍住不掏出手机扫码把视频存进相册。这样一来，原本只是路过看热闹的观众，就自然而然地成了这场盛会的一部分。 敲完鼓往旁边走两步，AI 又切换成了接地气的「指路搭子」。不管是飙法语还是讲英语，直接开口问赛程、查场馆或者搞不清某项比赛规则，基于千问大模型打造的青奥专属智能问答助手都能秒回。 一个负责让人惊呼「AI 这么会玩」，一个负责搞定「下一场去哪看」，AI 就这样丝滑地跟着奥运入乡随俗。 开幕式大片里的100 张真脸，没有一个「走错片场」 如果说广场上的互动装置拼的是好玩，那刚刚落幕的达喀尔青奥会开幕式，拼的就是硬核的视觉控场能力了。 达喀尔青奥会组委会携手阿里巴巴，发起了开幕式 AI 共创项目 ，邀请约 100 位来自全球的青年参与者，每人提交一张自己的照片。AI 会为每个人生成一段几秒的击鼓视频，最后融合一段一分钟左右的短片，在开幕式现场鼓乐演奏环节，通过现场大屏呈现。 现在的视频生成模型，随手捏一段几秒钟的炫酷空镜早已不算稀奇；但要把一段长达 60 秒的 AI 视频搬上奥运级别开幕式的大屏，可不是那么简单——要知道，这是 100 张真真实实的脸，要让他们整整齐齐亮相，最终汇合在同一个舞台上。 在阿里云基于 Wan 3.0 制作的这段开幕式百人群像短片里，最终呈现出的画面质感堪称惊艳。镜头在宏大的舞台空间里连续推拉流转，100 张鲜活的面孔在极具非洲美学张力的几何光影中接力登场。 无论是大幅度的旋转，还是穿梭在明暗交错的追光灯下，每一个人的五官特征、敲打动作都稳稳锁死。 更让人叹服的是整个舞台空间与光影的物理真实感，画面中的舞台结构、塞内加尔传统纹样、高耸的立柱，哪怕是一闪而过的建筑细节，在长镜头的连续转场中都始终保持着极高精度的透视关系与建筑体量感。 这段视频出现在总统宣布本届青奥会正式开始后的下一刻。在现场，镜头从云层中由场馆穿梭到这段 AI 合奏场景，和现场表演交错，这段视频把开幕式推向华彩。 为了呈现出这种无缝衔接的的丝滑视效，制作团队在幕后给足了狠活：把 100 位参与者的面部素材逐一编号建档，搭建起严密的人物与舞台三维参考系， 通过分段生成、首尾帧无缝咬合，再叠加上高精度的人脸追踪、装置运动校正、光影合成与局部精修。 说白了，想让 Wan 3.0 尽情放出视觉想象力的「大招」，就得用极致的工程控制死死拽住缰绳，绝不让任何一个像素乱来。 所有的技术死磕，最终在开幕式之夜换