用 H3 Max 构建 24/7 AI 直播流

核心循环

观众输入 ──► 队列 ──► 投票 ──► 下一场景提示词
                                    │
                                    ▼
              H3 Max 渲染（快于实时）
                                    │
                                    ▼
              播放列表：提前 2-4 个场景 ──► 实时播放

关键在于“制作跑道”：始终提前渲染好几个片段，这样直播就不会出现 加载状态。

1. 输入与审核

自由文本提示词不安全、质量也低：观众会刷屏，模型会跑偏。经过验证 的模式（fal.live）是让 LLM 把最新保存的状态转成 3-4 个候选下一场景 选项，再由观众投票。对每个提示词做安全检查是必须的。

2. 即时渲染

快于实时的渲染意味着你只需要一个小缓冲。同时启动两个并发渲染， 在缓冲里保留两个已解码片段，出现欠载后恢复到四个。片段完成后 推入播放列表；开始播放时，启动下一次渲染。

3. 成本控制

生成成本随播出时长而非观众规模变化：按 fal 现行费率，turbo 构建在 480p 下每秒输出 $0.025，因此常开频道每小时成本固定，与观众数无关。 限制会话支出，在无人观看时短路（闲置 N 分钟后自动休眠），并对任何 非直接变现的内容考虑 480p。

4. 格式胜过混乱

赢家把无限生成封装进固定格式：有常驻角色的情景喜剧、生存秀、课堂、 游戏。固定角色给了观众回访的理由；“什么都行”的新鲜感一周就消退。

5. 变现层

队列跳过付费、加权投票、付费角色席位和品牌植入，是观众形成后的 自然下一层。赞助是最早可行的模式；按次观看的 CPM 需要足够大的规模。