我在 Vidu S2 与“乔布斯”探讨 iPhone Duo 的体验

最近，APPSO 观看了国内首场 AI 艺人线下演出，尽管效果惊艳，但主角尤栗通过大屏幕打字与观众互动，让人觉得有些遗憾。如果她能够像真人歌手一样实时互动，点歌或玩小游戏，那将更加有趣。而如今，实时生成和编辑视频的技术已悄然问世。在众多视频生成模型仍在离线生成领域竞争的同时，生数科技发布的 Vidu S2 打破了陈规，将战场引入了实时操作的空间。

Vidu S2 的功能分为 S2-Avatar 和 S2-Editing 两个部分：S2-Avatar 是用于实时数字人互动的模型，支持 720p 高清输出，能够更好地遵循动作指令和角色表演，并在直播中实现物品互动、换装和更换背景等功能。S2-Editing 则专注于对正在播放的视频进行实时风格、服装和背景的编辑，适用于直播、虚拟演绎以及互动内容的视觉编辑。

我们第一时间进行了评测，发现 Vidu S2 不仅增强了实时数字人互动体验，还扩展了实时视频编辑的功能，使得数字人的表现更为丰富，交互控制更为灵活。AI 视频的实时编辑终于实现。 龙8体育

我通过 Vidu S2 创建了一个数字版的乔布斯，给它提供了一张全身照和详细的角色背景信息，以确保沟通时保持角色的特征。构建完成后，我提问“iPhone Duo 达到你的预期了吗？”希望测试这位数字人是否能够提供符合角色逻辑的回答，而非简单的AI反应。结果非常有趣，乔布斯说：“iPhone Duo 比我预想的流畅，但是价格让人犹豫。”

为了进一步测试，我让乔布斯舞动，这不仅检验了 Vidu S2 对动作的控制能力，更让这个经典形象在跳舞时显得生动有趣。Vidu S2 让乔布斯不仅仅是在静态图像中动起来，而是成为一个可以互动和完成各类动作的数字角色。

我还与名为 Himari 的女生和一位美国送货司机 Tom Miller 进行视频通话。Himari 在我提问时介绍她的校服，而 Tom 则说他正在忙着送货。为了应对视频生成中的崩溃和漂移问题，生数开发了 SRF（Self-Replay Forcing）训练技术，让模型能够自我修正生成历史。 龙8体育

在 Vidu S2-Editing 的升级中，只需一张参考图，就能实时编辑正在播放的视频流，实现虚拟试穿、换背景、改风格、换角色等功能。传统数字人直播在临时要求面前无能为力，而 Vidu S2-Editing 则可以根据服装参考图快速生成多款穿搭效果，极大增强了互动体验。

• • 2026-09-18
  • 6108