Vidu S1
PulseAugur coverage of Vidu S1 — every cluster mentioning Vidu S1 across labs, papers, and developer communities, ranked by signal.
- 2026-07-07 research_milestone Researchers unveiled Vidu S1, a real-time interactive video generation model. 来源
- 2026-07-03 product_launch Shengshu Technology launched Vidu S1, a real-time interactive video generation model. 来源
- 2026-07-03 product_launch Shengshu Technology launched the Vidu S1 real-time interactive model for video generation. 来源
-
昇思科技用通用世界模型连接AI内容生成与机器人技术
昇思科技正在开发一个通用的世界模型，以连接数字内容生成和物理机器人技术。由创始人朱俊领导，他们认为世界模型是人工智能超越内容创作、理解、预测和与世界互动 Thus key。该公司的产品套件，包括用于视频生成的Vidu、用于实时交互的Vidu S1以及用于机器人动作的Motubrain，都源于这种统一的世界建模能力。该战略利用大规模互联网视频数据进行广泛理解，并利用专业的机器人轨迹数据进行精确动作，旨在创建一个既能用于高质量内容生产又能…
-
Wan-Streamer v0.3 将视频重构为世界与事件流 · 已追踪 3 个来源
研究人员推出了 Wan-Streamer v0.3，这是一种新的交互模型，它将视频概念化为持久的“世界”和动态的“事件流”的组合。这种方法允许对视频数据进行通用预训练，使模型能够根据传入的输入预测世界如何随时间变化。该模型已应用于实时全双工视听交互，将多模态用户输入映射到语音和行为动作，响应延迟约为 200 毫秒。
-
Hugging Face 重点介绍多样化的AI研究论文和合作伙伴关系
Hugging Face 上重点介绍了一系列AI研究论文，涵盖了从泛化、视频理解到智能体工具和优化的多样化主题。值得关注的论文包括《通过直接策略内蒸馏实现从弱到强的泛化》、《VideoChat3：用于高效和通用视频理解的全开源视频MLLM》以及《SynthDocBench：长上下文视觉文档理解的受控基准》。此外，还介绍了一个名为“Vidu S1”的新的实时交互式视频生成模型，以及关于机器人操作的“RynnWorld-4D”和现代优化器…
-
Vidu S1：实时交互式视频生成，支持语音控制
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。
-
Shengshu Technology发布Vidu S1，实现实时交互式视频生成
Shengshu Technology发布了Vidu S1，这是一款支持实时视频通话和语音控制的交互式视频生成模型。该模型可以从各种初始图像和语音语调生成个性化的交互式角色，提供高清分辨率和帧率。此次发布标志着交互式AI视频能力取得了重大进展。
-
Shengshu Technology 发布 Vidu S1，用于实时交互式视频生成
Shengshu Technology 推出了 Vidu S1，一款新的实时交互式人工智能视频生成模型。该模型支持通过语音命令进行持续交互和控制，允许用户实时影响角色的动作和表情。Vidu S1 支持高清分辨率（540P）和帧率（25FPS，最高可达 42FPS），并能从单张图像创建个性化的交互式角色，超越了传统的离线视频生成，提供了更动态、更具响应性的体验。
-
新研究通过改进的时间一致性和效率来增强视频生成
研究人员正在开发新的方法来改进视频生成模型，重点关注效率和时间一致性。一种方法，Hamiltonian Generative Networks (HGNs)，旨在实现与帧率无关的连续时间预测，并提出了解决潜在幅度增长和截断误差累积等问题的修复方案。另一个重点领域是使用扩散模型统一视频生成和理解，Gen4U 等框架将生成表示重新用于视频分类和深度估计等任务。效率也通过诸如少步蒸馏和动态计算等技术得到解决，如 Dynamic-in-Few…