生数科技发布Vidu S2，支持实时视频编辑与空间视频
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载实时编辑四类能力
Vidu S2-Editing 面向正在播放的画面提供四类实时改动：替换人物服装、更换背景、替换主体角色、切换整体画风。材料中的演示显示，一位受访女士的着装被连续切换为多套款式，衣服随动作产生的形变与面部一致性保持得较为连贯，其中一套驼色外套的袖口对首饰形成半遮挡，处理接近真实。材料也指出两处不足：某套服装在呈现色块时带有涂抹感，人物戴帽时头发存在穿模。换背景的演示里，舞者在多个场景间切换；换主体的演示里，办公环境中的角色被替换成其他形象，透视与遮挡关系与原有环境吻合。这四类能力共同指向直播视觉、虚拟角色演出与创意视频的临场调整空间。
数字人动作与清晰度
Vidu S2-Avatar 是实时交互模型，支持语音对话、用语音指挥数字人做动作，以及在互动过程中接收参考图。材料把 S1 与 S2 放在同一画面里对比：同样要求跳舞、转圈、跺脚，S1 未能完成，S2 能按指令动起来。输出分辨率从上一代的 540p 提高到 720p，角色面部与衣物细节在持续互动中更清楚。参考图的作用是让数字人拿起图中的物品、换上指定服装或进入新场景，因此它除了对话，还能承接幅度较大的肢体表演。与 S1 相比，S2 把能力从聊天互动扩展到身体动作的执行，材料用“嘴上答应”和“身体力行”的差别来描述这一变化。
空间视频与开放节奏
第三个方向是实时空间视频探索：把生成或编辑后的视频转成左右眼两路画面，送入 VR 头显，让观看者与角色之间产生纵深感更强的互动。材料没有给出这一方向的具体参数，只把它列为三项升级之一。发布节奏上，Vidu S2 在发布当天即全量开放，不设内测环节，也不限制名额。从 S1 到 S2 的间隔为 69 天，材料称这是一次大版本跃迁。S1 此前的特点是让数字人从依赖音频对口型加预设动作库的做法，转向用语音控制行为并支持长时间连续互动；S2 在此基础上叠加了实时编辑与更高清晰度的交互输出。
对使用者的实际影响
对内容创作者而言，变化体现在制作顺序上：过去要先完成素材再生成，现在可以在画面播放过程中直接调整服装、背景、主体与风格，观众提出的临时想法有机会当场落地。材料举的例子是弹幕要求主播换装，下一秒画面就可能呈现。对数字人应用来说，720p 的实时输出与中途接收参考图，意味着互动不再局限于说话，还能按指令完成取物、换装等动作。需要留意的是，材料明确提到的限制包括服装色块的涂抹感与戴帽时的头发穿模，说明编辑效果并非在所有情形下都完全稳定。空间视频方向目前只有方向性描述，实际体验取决于头显端配合。
为什么值得看
视频生成从离线制作迈向实时交互与编辑，大幅降低创作门槛。
信源1 家
关键事实
相关 · 产品
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。