刚看到Xmax AI放出来的东西，号称是首个虚实融合的实时交互视频模型。冲我来说最戳的是"实时"和"交互"这两个词——如果延迟真能压到可交互的程度，那和游戏、直播这类场景就能对上号，不再只是离线出片。
虚实融合这块具体怎么定义我还没搞清楚，是把真人和虚拟元素实时合到一个画面里，还是别的意思，得等更详细的说明。
方向听着挺前沿，就怕demo很美实际帧率跟不上。
实时是最难的，能做到就厉害
先看延迟数据再说别的
首个这种词听听就好
刚看到Xmax AI放出来的东西，号称是首个虚实融合的实时交互视频模型。冲我来说最戳的是"实时"和"交互"这两个词——如果延迟真能压到可交互的程度，那和游戏、直播这类场景就能对上号，不再只是离线出片。
虚实融合这块具体怎么定义我还没搞清楚，是把真人和虚拟元素实时合到一个画面里，还是别的意思，得等更详细的说明。
方向听着挺前沿，就怕demo很美实际帧率跟不上。
实时是最难的，能做到就厉害
先看延迟数据再说别的
首个这种词听听就好