据生数科技消息，7月3日，生数科技在2026全球数字经济（885976）大会上正式发布面向实时交互场景的新一代模型Vidu S1，推动AI视频从“生成一段内容”迈向“持续进行互动”。该模型支持实时视频通话与语音控制，可实现无限时长连续互动，并支持用户上传单张图片快速创建专属交互角色，带来自然流畅的沉浸式体验。
Vidu S1打破了传统视频生成“输入提示词—等待生成—播放结果”的离线模式。用户可在视频通话中持续输入语音，模型能结合语音内容、对话上下文和当前画面，实时生成角色的后续内容与动作。该模型将语音从驱动口型的音频信号，升级为控制角色视觉行为的实时指令，能够理解语义、意图与情绪，实时生成相匹配的表情、眼神、手势及全身动作，让数字人进化为能理解用户、即时回应的生成式角色。
在生成机制上，Vidu S1采用自回归扩散模型路线，基于历史画面与当前指令持续预测并生成后续内容，首次实现无限时长的实时视频生成。即使连续生成数小时，画面仍能保持稳定，角色形象一致、动作自然连贯，并能持续接收语音指令并实时响应。
角色创建方面，Vidu S1采用纯生成式技术路线，无需建模与训练。用户只需上传一张初始图片，模型即可理解角色身份与风格，实时生成口型、表情和动作。无论是真人、动漫角色还是萌宠形象，均可快速转化为可互动的生成式角色，并支持自定义音色，大幅降低了实时角色的创建门槛。
为保障实时交互体验，Vidu S1在模型加速、推理引擎和集群部署上进行协同优化，实现540P高清分辨率、25FPS流畅帧率（最高支持42FPS）的实时视频生成。模型侧基于TurboDiffusion推理加速框架及多项推理优化技术，大幅降低计算成本；系统侧基于TurboServe推理部署引擎，实现高效请求调度与动态资源分配，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。
Vidu S1的发布标志着视频生成从离线内容输出走向实时双向交流，可广泛应用于AI情感陪伴、虚拟偶像、互动直播、游戏（881275）NPC、智能客服、在线教育（885480）及XR等场景。目前，Vidu S1已开启内测，用户可通过线上地址、API或「Vidu AI Pro」APP进行实时互动体验。
原文：生数科技发布 Vidu S1，推动视频生成迈向“实时交互”新时代（来源：生数科技）
