本报讯(记者贾丽)近日，北京生数科技股份有限公司(以下简称“生数科技”)正式发布Vidu S2，并于发布当天全量开放在线体验。
此次发布包括两款模型：面向持续交互数字角色生成的S2-Avatar，以及面向输入视频流实时编辑的S2-Editing。
其中，S2-Avatar将实时输出提升至720P，并支持用户在互动过程中随时加入新的参考图，让角色能够持续响应新的指令和视觉信息；S2-Editing则面向持续输入的视频流，可以实时改变画面中的风格、服装、人物和背景。
除了实时互动和实时编辑，Vidu S2还把探索进一步延伸到了空间视频，展示出了相关方面的技术探索：将实时生成或实时编辑的视频转换为左右眼视频，并通过VR头显观看。
例如，一个由S2-Avatar实时生成的角色，可以一边进行持续对话和互动，一边以空间视频的形式呈现在头显中；基于S2-Editing，现实世界持续输入的视频也可以被实时修改，再进一步转换为空间视频观看。
视频模型正在从“生成一段内容”，继续走向对持续视频流乃至沉浸式空间体验的实时操控。从实时生成，到实时编辑，再到空间视频，这也是Vidu S2相较上一代进一步扩展的能力边界。
Vidu S2全链路研发由生数科技流式视频生成与推理负责人张金涛负责。相比部分实时交互模型在发布初期采用早期体验申请或限量研究预览，Vidu S2选择发布即全量开放。用户可以在实际操作中感受模型对新指令、新参考图以及持续视频输入的实时响应。
根据生数科技公布的技术报告，S2-Avatar在实时数字角色生成基准StreamAV-Bench的九项指标中，均取得报告所列对比模型的最优结果；S2-Editing在多项视频编辑基准中，也取得超过报告所列离线与流式对比模型的总体得分。
