生数科技近日正式推出面向实时交互场景的Vidu S1模型，该模型以突破性技术实现视频生成领域的交互革新。通过融合自回归扩散架构，系统摒弃传统一次性生成模式，转而基于历史画面、语音指令及对话上下文进行动态预测，使视频内容能够根据用户实时反馈持续演化。
在交互功能方面，Vidu S1支持全语音控制体系，用户可通过自然语言指令直接操控数字角色的表情、动作及叙事走向。系统突破时长限制，实现无限时连续互动，并兼容真人、动漫、萌宠等多样化初始形象，配合个性化音色定制功能，可快速生成专属交互角色。技术参数显示，该模型默认输出540P（960x540）分辨率视频，帧率达25FPS，最高可扩展至42FPS。
核心技术创新体现在动态响应机制上。当用户发出新指令时，模型会同步分析语音内容与对话历史，在保持叙事连贯性的前提下，实时调整角色行为轨迹。这种设计使视频生成从预设脚本模式转变为动态创作过程，每个交互节点都可能引发新的叙事分支。
目前该模型已启动内测程序，开发者与用户可通过两个渠道体验：线上交互平台（https://www.vidu.cn/vidu-stream）提供完整功能演示，API接入端口（https://platform.vidu.cn/live/landing）则面向技术开发者开放调用。两个测试通道均配备实时反馈系统，用于收集用户行为数据优化模型性能。
