生数科技把Vidu S1实时交互模型正式发上线了。最抓我眼球的是它主打实时可交互，能实时视频通话，还能用语音去控制视频往哪个方向走，这思路跟以前那种输入提示词等它慢慢渲染完全是两码事。
参数上官方给的是支持540P（960x540）、25FPS，最高能到42FPS，初始形象可以是真人、动漫也可以是萌宠，音色还能个性化，等于快速捏一个专属的交互角色出来。
我是做短视频的，第一反应是这玩意儿要是真能语音实时带节奏，做虚拟主播和互动角色会省一大截功夫。就是不知道实际延迟和口型对得齐不齐，有上手了的说说？