支持实时视频通话和语音控制视频走向，生数科技发布 Vidu S1 实时交互模型

IT之家

7 月 3 日消息，生数科技今日发布面向实时交互场景的新一代模型 ——Vidu S1 实时交互模型。

官方表示，Vidu S1 模型

支持实时视频通话和语音控制视频走向

，用户不仅能通过语音控制数字人的行为，还能实现无限时长连续互动。

Vidu S1 支持

540P

（960x540）高清分辨率、

25FPS

帧率（最高支持 42FPS），可基于真人、动漫、萌宠等任意初始形象及个性化音色，快速创建专属交互角色。

据介绍，Vidu S1 采用

自回归扩散模型

(AR + Diffusion) 路线，不再一次性生成完整视频，而是基于已经生成的历史画面，结合当前语音指令和对话上下文，持续预测并生成后续内容。

当用户发出新的语音指令时，模型可以实时理解并调整角色的表情、动作及后续视频走向，使视频从预先确定的固定内容，转变为一个持续生成、实时响应、动态演化的交互过程。

Vidu S1 已开启内测，IT之家附相关链接如下：

• 
  

  
  线上体验地址：
  
  
  
  
  

  
  


• 
  

  
  API 体验地址：
  
  
  
  
  

  
  

广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，IT之家所有文章均包含本声明。