English(EN) Vidu S1: A Real-Time Interactive Video Generation Model

Vidu S1：实时交互式视频生成，支持语音控制

作者 PulseAugur 编辑部 · [1 个来源] · 2026-07-07 04:00

研究人员开发了Vidu S1，一种新颖的实时交互式视频生成模型，允许用户通过语音命令控制数字角色。该模型支持无限长度的视频生成且无质量下降，在消费级GPU上可生成高达42 FPS的540p视频。Vidu S1支持通过自定义图像上传和语音语调选择实现个性化，在实时推理方面优于现有模型。 AI

影响赋能新的交互式内容创作形式和个性化数字角色控制。

排序理由研究论文，详细介绍新模型发布。[lever_c_demoted from research: ic=1 ai=1.0]

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

arXiv cs.LG TIER_1 English(EN) · Jintao Zhang, Kai Jiang, Jintao Chen, Xu Wang, Yang Luo, Yuji Wang, Dechuang Chen, Jungang Li, Chengyang Ye, Marco Chen, Hongzhou Zhu, Min Zhao, Yuxuan Jiang, Zhengkun Huang, Chendong Xiang, Kaiwen Zheng, Haoxu Wang, Xiaohang Wang, Qi Jia, Xin Chen, Yimi… · 2026-07-07 04:00

Vidu S1: A Real-Time Interactive Video Generation Model

arXiv:2607.03118v1 Announce Type: cross Abstract: We introduce Vidu S1, a real-time interactive video generation model supporting voice control of digital characters. Users can control video generation content at any moment through voice instructions. Vidu S1 supports infinite-le…