生数科技｜发布Vidu S2实时互动与视频编辑双模型并开放体验

视频生成若只能「点一下、等一会儿、拿一段成片」，很难撑住直播互动、边录边改、角色持续听指令改动作。创作者真正要的，往往是低延迟的对话感，而不是又一次离线渲染。9月16日，生数科技正式发布Vidu S2，并称全量开放在线体验——把产品从「出片工具」往「可交互视频工作流」再推一步。

生数科技是国内视频生成与世界模型方向的重要团队之一，Vidu是其面向创作者与应用方的视频生成产品线，长期处在「时长、可控、实时」三重竞赛中。公司近窗亦在世界模型与真机操作等方向同步发力；Vidu S2此轮的重点，不是再堆一个离线旗舰样片，而是把实时互动与实时编辑拆成可分别调用的能力。

产品要点（公司公开口径）：

1. S2-Avatar：面向持续交互的数字角色生成；实时输出公开称提升至约720P
2. 动态参考：互动过程中可随时加入新参考图，角色持续响应新指令与视觉信息
3. 指令跟随：公开强调更强动作指令能力（如舞蹈等）
4. S2-Editing：面向持续输入的视频流，可实时改变风格、服装、人物与背景
5. 空间视频：探索在Avatar与Editing上做实时空间视频生成的可行性
6. 开放：称全量开放在线体验；相关技术报告以《Vidu S2: Real-Time Interactive, Editable, and Spatial Video Generation》形式出现在公开预印本渠道

所谓实时互动数字人，白话是角色不只生成一段固定视频，而是边听你说、边改动作与外观。所谓流编辑，白话是对着正在播放的画面直接换衣、换人、换景，而不是另开工程重渲染一遍。所谓动态参考图，白话是互动中途还能塞进新照片，让角色「认」上新衣服或新道具，而不必从头开一场。

放在全球视频大模型竞赛上下文里，各家都在卷分辨率、时长与可控编辑；真正难的是延迟、一致性与指令跟随同时成立。Vidu S2选择双模型同发，等于告诉市场：实时对话与实时改片可以是两条产品线，而不是一个万能开关。竞品若只有离线成片、给不出可玩的低延迟Demo，创作者侧对照会更吃力；若只有样片、缺少可复核的开放体验入口，热度也会更快退去。

产业影响上，若公测流量下卡顿率可控、长会话外观不崩，会强化「实时视频交互」作为独立品类；若长期只有演示分辨率、复杂遮挡与多人场景仍不稳，市场会迅速打折。需要把边界读清楚：开放体验不等于商用SLA与稳定配额；空间视频仍属探索叙事；预印本时间点与产品发布窗口可能不完全重合。下一观察点是高并发下的延迟与画质曲线，以及与公司既有世界模型产品线的协同接口是否公开。