生数科技发布 Vidu S1 实时交互模型，支持语音控制视频走向

生数科技推出新一代 Vidu S1 模型，专为实时交互场景设计。该模型支持实时视频通话，用户可通过语音指令控制数字人的表情、动作及视频走向，实现无限时长的连续互动。

Vidu S1 采用自回归扩散模型路线，基于历史画面和当前语音指令持续生成后续内容，而非一次性生成完整视频。它能实时理解语音指令并调整角色行为，将视频从固定内容转变为动态演化的交互过程。

该模型支持 540P 高清分辨率和 25FPS 帧率（最高 42FPS），可基于真人、动漫、萌宠等初始形象及个性化音色创建专属交互角色。目前 Vidu S1 已开启内测，提供线上体验和 API 接入。