Vidu S2：全球领先的实时交互与编辑模型

1. Vidu S2是全球领先的实时交互模型，提供实时视频数字人（Vidu S2-Avatar）与实时视频编辑能力（Vidu S2-Editing）。 2. Vidu S2-Avatar 支持实时语音交互与复杂动作控制，可结合参考图完成物品互动、服装更换和背景切换等效果。 3. Vidu S2-Editing 支持基于风格、服装、主体及背景参考图，对输入视频流进行持续实时编辑。 4. Vidu S2 也支持异步生成方式：通过一张图和一段音频即可生成数字人视频。

1. 画质能力提升，从480P升级为支持720P 2. 指令遵循能力提升，支持语音指令控制数字人实现跳舞动作

1. Vidu S2-Avatar 是实时互动：数字人与用户实时对话，可打断、具备双向感知，提供从语音到渲染的全链路 2. Vidu S2-Editing 是流式视频编辑：持续接收视频流并实时输出编辑结果，可中途换参考图或切场景而不中断流

1. 在线数字人与用户实时对话，对话过程可随时打断、具备与用户互动的双向感知。 2. 离线数字人是指异步生成：一张角色图 + 一段音频（或文本）生成口型与动作对齐的说话视频

Vidu S2-Editing 支持摄像头、视频、图片三种输入模式，开启摄像头或选择对应的输入源后，即可基于风格、服装、主体或背景参考图，对输入的视频流进行实时编辑并输出结果。

用户可以在和数字人的互动直播过程中输入参考图和指令，参考图分为三类：物品、服装、背景。实现根据指令与参考图中的物品互动，比如拿起物品做介绍、穿上参考图中的衣服、背景替换。

您可以通过我们的 MaaS 平台接入：https://platform.vidu.com/vidu-stream/doc