Vidu S1: интерактивная генерация видео в реальном времени со скоростью 42 FPS на потребительских GPU
Shengshu Technology / Tsinghua University
Vidu S1 генерирует интерактивное видео неограниченной длины в разрешении 540p / 42 FPS на потребительских GPU, управляемое голосовыми командами. Построенная на TurboDiffusion и TurboServe, она анимирует одно загруженное изображение — реальных людей, аниме-персонажей, домашних животных — со семантически осмысленными жестами и мимикой без использования заготовленных анимаций. Доступны публичный API и живое демо.
Почему это важно
Генерация видео в реальном времени с голосовым управлением на потребительских GPU — качественный сдвиг по сравнению с предыдущими моделями пакетного рендеринга видео. Vidu S1 стала #1 Daily Paper на HuggingFace 10 июля с 65 голосами. Сочетание неограниченной длительности, отсутствия артефактов дрейфа/размытия и задержки менее 50 мс на кадр на обычном железе устанавливает новую практическую планку для интерактивных аватаров и приложений прямых трансляций.
Важность: 4/5
#1 HuggingFace Daily Paper (65 голосов); интерактивное видео в реальном времени 42 FPS на потребительских GPU — новая веха