今日，生数科技发布了一款名为ViduS1的新一代实时交互模型，专为实时交互场景设计。该模型支持实时视频通话和语音控制视频走向，允许用户通过语音指令控制数字人的行为，并实现无限时长的连续互动。

ViduS1模型具备540P高清分辨率和25FPS帧率（最高支持42FPS），能够基于用户的初始形象和个性化音色，快速创建专属的交互角色。技术层面，ViduS1采用了自回归扩散模型(AR+Diffusion)，不再一次性生成完整视频，而是根据历史画面和当前语音指令及对话上下文，持续预测并生成后续内容。这意味着当用户发出新的语音指令时，模型能够实时理解并调整角色的表情、动作及视频走向，将视频转变为一个持续生成、实时响应、动态演化的交互过程。

目前，ViduS1已开启内测，感兴趣的用户可以通过提供的线上体验地址和API体验地址进行尝试。