AI 视频现在已经不只是在卷：

生成得像不像。

生数科技最新发布的：

Vidu S2

开始解决另一个问题：

视频正在播放的时候，AI 能不能直接改？

答案已经开始变成：

可以。

Vidu S2 这次主要包含两款模型：

Vidu S2-Avatar

以及：

Vidu S2-Editing。

前者负责：

实时生成可以交流、可以做动作的数字角色。

后者更直接：

对正在输入的视频流实时修改。

换衣服。

换人物。

换背景。

甚至整个画面风格都可以继续变化。

AI 视频开始从：

“生成一个文件”

继续走向：

“持续运行的视频世界”。

一、先看 S2-Avatar：数字人终于不是“提前录好再播”

Vidu S2-Avatar 面向的是：

实时交互数字角色。

它支持：

实时语音互动；

复杂动作控制；

参考图驱动；

人物与物体互动。

比如用户正在和数字人对话。

直接说：

跳个舞。

角色可以继续根据指令完成动作。

或者对话进行到一半：

突然传进去一张衣服参考图。

再告诉它：

换成这套衣服。

角色不需要重新创建一个全新视频任务。

而是可以继续在当前交互过程中：

更新视觉状态。

二、最有意思的是“动态参考图”

这次相比 Vidu S1 一个很明显的变化就是：

Dynamic Reference。

传统参考生视频通常是：

生成以前先把参考图全部准备好。

然后开始生成。

一旦视频运行：

参考条件基本固定。

Vidu S2-Avatar 则允许在运行过程中：

继续加入或者更新参考图。

比如直播中的数字人正在介绍商品。

你临时传一张：

包包图片。

它可以继续：

拿起对应商品进行展示。

再传一套衣服：

可以更换穿搭。

再传一个背景：

场景继续跟着变化。

这就让参考图从：

生成前的条件

变成：

实时交互指令的一部分。

三、画质也从540P提高到720P

Vidu S2-Avatar 的实时输出能力这次进一步提升到：

720P。

这点对于实时数字人很重要。

离线生成视频：

慢一点没太大关系。

但是实时数字人需要同时兼顾：

画质；

延迟；

动作；

语音；

持续生成。

任何一块太慢：

互动体验都会马上崩掉。

所以真正难的并不是：

生成一张好看的数字人图片。

而是：

持续几十分钟甚至更久，都能保持一个可以交流的角色。

四、S2-Editing 更狠：直接改“视频流”

如果说 Avatar 还是：

AI 生成角色。

那么：

Vidu S2-Editing

更像是一个实时 AI 视频处理层。

它持续接收：

正在输入的视频流。

然后一边接收：

一边编辑；

一边输出。

不是：

上传视频
↓
等模型生成
↓
下载结果

而是：

输入视频流
↓
Vidu S2实时处理
↓
输出新视频流

真正开始进入：

Streaming Video Generation。

五、目前主要支持四种实时编辑

S2-Editing 当前重点开放四类能力：

1. 实时风格迁移

输入一张目标风格参考图。

正在直播的视频可以持续变成：

动漫；

插画；

电影；

其他视觉风格。

而人物动作和镜头节奏继续保留。

2. 虚拟试穿

上传服装参考图。

模型实时把直播人物身上的衣服：

替换成目标服装。

这对于：

电商直播；

虚拟试衣；

服装展示

非常直接。

3. 人物替换

输入一个新的角色参考图。

模型可以把原视频里的人物：

实时替换。

同时尽量保持原本：

动作；

表情；

时间关系。

4. 背景替换

直接把人物身后的环境：

替换成参考场景。

而且依然是：

视频流持续运行。

六、编辑过程中还可以继续换参考图

这点其实非常关键。

S2-Editing 并不是：

开流以前把参数写死。

在视频运行过程中，可以继续切换：

参考图；

编辑类型；

视觉场景。

例如直播前半段：

使用风格迁移。

过一会儿：

切到虚拟换衣。

再过一会：

换背景。

整个视频流不需要因此重新启动。

也就是说：

AI 编辑开始越来越像传统直播软件里的：

实时滤镜和特效层。

只是这个“滤镜”已经可以理解：

人物；

衣服；

场景；

视觉风格。

七、以后直播间甚至可能不需要真实布景

这个能力如果真正规模化应用，我觉得电商直播会非常有意思。

现在搭一个直播间需要：

灯光；

背景；

服装；

场景；

商品；

设备。

未来可能变成：

一个真人；

一台摄像机；

再加一个生成模型。

主播站在普通背景前。

系统实时生成：

巴黎街头；

海边；

雪山；

豪宅；

产品发布会现场。

衣服也不一定真的一套一套换。

直接：

实时生成。

甚至主播本人都可以：

替换成品牌虚拟角色。

这样看，Vidu S2-Editing 其实已经不是传统意义上的：

AI 视频生成器。

更接近：

实时生成式视频引擎。

八、数字人也开始从“会说话”变成“会表演”

早期数字人基本就是：

一张脸。

嘴巴动。

说话。

现在 Vidu S2-Avatar 已经继续加入：

复杂动作；

语音控制；

商品互动；

换衣；

背景变化。

例如：

让角色跳舞。

或者：

拿起一个参考商品进行介绍。

数字人开始从：

Talking Head

继续往：

Interactive Character

走。

这对：

游戏 NPC；

AI 陪伴；

虚拟偶像；

在线教育；

电商主播

其实比单纯提高口型准确度更重要。

九、再往前一步，就是VR里的“生成世界”

这次 Vidu S2 还有一个更前沿的方向：

Spatial Video。

生数科技正在探索：

将 S2-Avatar 和 S2-Editing 放进：

VR 头显

环境中。

传统视频是：

固定一个平面。

用户看哪里：

画面本身都不会发生变化。

但空间视频需要模型理解：

头部运动；

观察视角；

空间关系。

当用户：

转头；

靠近；

移动视角

以后，

模型需要继续生成：

与新视角匹配的画面。

如果角色也存在其中：

角色的位置、外观和动作还得继续保持一致。

十、不过“头显适配”目前还是探索能力

这里需要区分一下。

Vidu S2 官方论文确实已经展示：

实时空间视频生成与编辑

的可行性探索。

但它目前更接近：

研究成果 + 技术展示。

不是说现在买一个 VR 头显：

安装 Vidu，

就已经可以稳定生成无限空间世界。

所以现阶段更准确的说法应该是：

生数科技正在探索 Vidu S2 面向 VR 头显的空间视频应用。

真正规模化商用：

还需要继续观察。

十一、S系列和Q系列的路线也越来越清楚了

现在 Vidu 的模型体系其实开始明显分成两条线。

Vidu Q 系列

重点是：

高质量视频生成；

参考生视频；

文生视频；

图生视频；

长视频；

多主体一致性。

适合：

影视；

广告；

短剧；

创意内容。

Vidu S 系列

重点则是：

实时。

包括：

实时数字人；

实时互动；

实时视频编辑；

流式生成。

适合：

直播；

AI陪伴；

游戏NPC；

在线教育；

电商；

实时交互。

一个负责：

把视频做好。

一个负责：

让视频活起来。

十二、AI视频下一阶段可能不只是“生成”

这也是 Vidu S2 最值得关注的一点。

过去 AI 视频的典型工作流是：

输入Prompt
↓
等待
↓
得到MP4

生成完成以后：

任务基本结束。

但实时模型的逻辑变成：

持续输入
+
用户指令
+
视频流
+
参考图
↓
模型不断计算
↓
持续输出

视频不再是最终结果。

而变成：

一直运行的界面。

这会打开很多以前纯视频模型很难做的产品。

例如：

AI NPC；

互动影视；

AI直播；

虚拟试衣；

视频客服；

实时陪伴；

沉浸式VR。

结语

Vidu S2 这次可以记住两款模型。

Vidu S2-Avatar

支持：

720P实时数字人。

实时语音互动。

复杂动作控制。

动态参考图。

商品互动。

实时换衣和背景变化。

Vidu S2-Editing

则可以直接持续编辑：

输入视频流。

目前覆盖：

风格迁移。

虚拟试穿。

人物替换。

背景替换。

并且在视频运行过程中：

参考图和编辑场景还可以继续改变。

至于 VR 头显：

目前已经开始探索：

实时空间视频生成和编辑。

但这部分暂时更适合看作：

下一阶段技术方向。

以前 AI 视频竞争的是：

谁生成得更好。

现在开始出现另一条路线：

谁能够实时生成。

甚至：

一边播放，一边生成，一边修改。

当视频从一个 MP4 文件，

变成一个可以不断响应用户的实时界面，

AI 视频这件事：

可能才刚刚开始变得真正有意思。

相关链接

Vidu S2 官方介绍

https://platform.vidu.cn/docs/vidu-s2

Vidu S2 模型地图

https://platform.vidu.com/docs/model-map

Vidu S2-Avatar 开发文档

https://platform.vidu.cn/vidu-stream/doc/s2-avatar/realtime/quick-start

Vidu S2-Editing 开发文档

https://platform.vidu.cn/vidu-stream/doc/s2-editing/introduction

Vidu S2-Editing 快速开始

https://platform.vidu.cn/vidu-stream/doc/s2-editing/quick-start

Vidu S2 论文

https://arxiv.org/abs/2609.11638

Vidu 官网

https://www.vidu.com/

Vidu API 开放平台

https://platform.vidu.cn/