什么值得买App下载 App ›
连续签到专享现金活动

能聊一整夜都不掉线!生数Vidu S1让数字人实现无限时长实时互动

7月3日,生数科技发布Vidu S1实时交互模型。用户发出语音指令,模型实时生成数字人的表情、动作及视频走向,全程无需等待生成完毕。该模型首次实现无限时长连续互动,实测可稳定运行数小时,帧率锁定25FPS,分辨率540P。

这意味着你可以用它和“数字家人”聊一整晚,中间随时改变话题、调整情绪走向,系统不会掉线或重启。
12
传统视频生成采用“输入提示词—等待生成—播放结果”的离线模式,内容走向固定后无法中途改变。Vidu S1改用自回归扩散模型(AR+Diffusion),不再一次性渲染完整视频,而是基于已生成画面,结合当前语音指令和对话上下文,逐帧预测下一画面内容。用户随时打断、切换指令,画面立即跟随调整。3
多数数字人停留在“音频驱动口型”阶段,动作从预设库调用,组合痕迹明显。Vidu S1将语音升级为控制角色视觉行为的实时指令,模型理解语义、意图与情绪后,同步生成表情、眼神、手势及全身动作。用户说“再快点”,角色不只是语速变化,而是连肢体节奏一起调整。2
上传一张照片,系统即可识别角色身份与风格,自动生成口型、表情和动作。无论真人、动漫角色还是萌宠,均可转化为可互动角色,同时支持自定义音色。技术规格上,输出分辨率540P(960×540),默认帧率25FPS,峰值可达42FPS。4
能做什么:覆盖五大场景
Vidu S1定位为实时交互协议栈,可接入多种平台。官方透露的应用方向包括:
  • AI情感陪伴:用户创建专属数字伙伴,支持长时间连续对话
  • 虚拟偶像:实时响应粉丝语音指令,生成个性化互动内容
  • 互动直播:数字主播根据观众留言实时调整行为与话术
  • 游戏NPC:非玩家角色具备即时对话与行为反应能力
  • 在线教育:虚拟教师根据学生反应实时调整讲解节奏
某车企已宣布,2026款旗舰车型将搭载Vidu S1定制版。驾驶员说“我有点累”,副驾数字助手自动调暗灯光、播放白噪音,并将导航语音切换为柔和声线。5
技术底座:如何实现无限时长
无限时长连续生成面临两个核心挑战:画面漂移(时间久了角色变形)与身份丢失(越往后越不像初始形象)。Vidu S1的解决方案是在长时间运行中同时维持三项稳定:角色外观一致性、动作自然连贯性、指令实时响应能力。实测连续278分钟对话中,帧率稳定在25FPS,峰值达到42FPS。5
生数科技同步公开了TurboDiffusion推理加速框架与TurboServe推理部署引擎。模型侧降低计算成本,系统侧实现高效请求调度与动态资源分配。官方称这完成了从“把视频生成得更快”到“让视频持续在线、稳定输出、实时响应”的关键跨越。6
普通人能怎么用
对普通用户而言,Vidu S1的实用价值在于零门槛创建专属交互角色。不需要建模、不需要训练,上传一张照片、录30秒声音,系统即可生成专属数字人。它能复刻声纹频谱,学习说话时的习惯停顿、情绪拐点,最终编译成数字人格的行为逻辑。5
生数科技为Vidu S1内置了三级伦理保护机制。当检测到可能引发心理不适、身份混淆或现实风险的指令时,系统先暂停生成,再用温和语气反问“确定需要这样吗”,最后提供三个替代方案。5
Vidu S1已在2026全球数字经济大会正式亮相。该模型标志着视频生成从离线内容输出走向实时双向交流,交互逻辑从“生成后播放”变为“边理解、边生成、边输出”。对需要数字人陪伴、虚拟主播、游戏NPC等实时互动能力的用户,这是目前少数已落地的无限时长方案之一。7

评论

评论区空态插画

当前文章无评论,是时候发表评论了