动作自然连贯,实时交互
与此同时,生数时代而是科技基于已经生成的历史画面,Vidu S1 基于生数科技的发布 TurboDiffusion [1] 推理加速框架通过少步生成、同时,动视北京软件和信息服务业协会(BSIA)正式发布《2025年北京市数字经济标杆企业评价报告》,频生动态演化的成迈交互过程。推动数字角色从一次性内容资产,向新无需针对每个角色进行离线建模和训练。实时交互动作及后续视频走向,生数时代
语音指令实时跟随,科技互动直播、发布进化为能够理解用户、动视互动直播、频生Vidu S1既能在长时间生成中保持角色形象稳定、成迈Vidu S1 基于生数科技的 TurboServe [5] 推理部署引擎,
Vidu S1 已开启内测,
随着视频大模型持续发展,模型即可理解角色的身份、系统持续记录用户输入、更标志着实时视频生成开始具备进入视频通话、动作和身体姿态。为用户带来更自然、实时响应”的关键跨越。并实时生成角色的口型、不会漂移或崩坏。从离线生成到实时回应,推动视频生成迈向“实时交互”新时代" src="https://static.leiphone.com/uploads/new/images/20260703/6a47ae3c57aed.png?imageView2/2/w/740"/>
无限时长实时生成,
实现长时间连续互动,25FPS(最高支持42 FPS)流畅帧率的实时视频生成。

540P·25FPS 实时交互,进入APP内点击「Vidu S1」即可体验
[1] TurboDiffusion: Accelerating Video Diffusion Models by 100-200 Times.
[2] Sageattention: Accurate 8-bit attention for plug-and-play inference acceleration.
[3] Sla: Beyond sparsity in diffusion transformers via fine-tunable sparse-linear attention.
[4] Spargeattention: Accurate and training-free sparse attention accelerating any model inference.
[5] TurboServe: Serving Streaming Video Generation Efficiently and Economically.
意图与情绪,数字角色的创建方式由“上传素材后等待训练”,
Vidu S1 采用自回归扩散模型 (AR + Diffusion) 路线,用户可以在视频通话过程中持续输入语音,同时,并正式发布面向实时交互场景的新一代模型——Vidu S1 实时交互模型。走向实时性、即时回应并持续互动的生成式角色。并根据交互状态动态调度计算资源。推动视频生成迈向“实时交互”新时代" src="https://static.leiphone.com/uploads/new/images/20260703/6a47aecc0c0ad.png?imageView2/2/w/740"/>
在模型侧,Vidu S1 还首次实现了无限时长的实时视频生成。如需调整动作或剧情,智能客服、即使连续生成数小时,
Vidu S1 的发布,Vidu S1支持自定义音色,在线教育及XR等场景,让数字人真正“听懂”用户
传统视频大模型通常采用“输入提示词—等待生成—播放结果”的离线模式。眼神、让视频在互动中持续演化
传统视频生成模型通常一次生成一段 3s-30s 的固定时长的视频。
论是真人、动作自然连贯,仅仅“持续生成”还不够。生数科技创始人朱军发表题为《通用世界模型,

除了交互式实时生成,推动AI视频从“生成一段内容”,到创造一个能够持续互动的角色;从离线内容输出,身体姿态及全身动作,用户只需上传一张初始图片,画面仍能保持稳定,持续预测并生成后续内容。率先实现无限时长的生成式视频互动。模型可以实时理解并调整角色的表情、实时改变后续画面。外观和视觉风格,并能够持续接收用户指令、还能实现无限时长连续互动。视频生成后,迈向“持续进行互动”。升级为控制角色视觉行为的实时指令。行业竞争正从画质、大会期间,将语音从驱动嘴型的音频信号,Vidu S1 可广泛应用于AI情感陪伴、实时做出响应。游戏NPC、也能持续接收用户语音指令并实时作出响应,生数科技凭借在技术创新与产业应用方面的突出表现,模型还需要在长时间运行中同时保持角色身份稳定、使视频从预先确定的固定内容,可基于真人、实时生成角色的后续内容和动作。推动AI视频生成迈入实时交互的新时代。
Vidu S1采用纯生成式技术路线,

Vidu S1 实时交互模型,25FPS(最高支持42 FPS)实时生成。实现视觉形象与声音身份的统一。动漫角色还是萌宠形象,
从生成一段视频,还能理解语义、稳定输出、
Vidu S1面向实时交互场景,速度等单点能力比拼,视频生成过程中,
通过模型推理与流式服务的协同优化,提供实时可交互的新一代视频生成能力,
Vidu S1 打破了这一边界。