# 生数科技发布 Vidu S1，一张图就能跟 AI 打视频电话，语音指挥画面怎么变

> 原标题：生数科技发布 Vidu S1，推动视频生成迈向"实时交互"新时代

- 来源：AI HOT 精选
- 发布时间：2026-07-03T11:17:47.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/42187
- 原文：https://mp.weixin.qq.com/s/RuukpnoOA2tI0ERCNrLgtQ

## 摘要

生数科技在 2026 全球数字经济大会上放出了 Vidu S1，主打实时交互：你可以跟一个 AI 角色打视频电话，用语音直接控制画面走向，不限时长。它走的是自回归扩散路线，根据已经生成的画面和你的语音指令，持续预测下一帧，不需要传统建模。一张图片就能捏出一个角色，还能自定义音色。

## 推荐理由

生数科技的 Vidu S1 根据已生成画面和语音指令持续预测下一帧，为无需传统建模的实时视频交互提供了生成路径。

## 锐评

不限时长这条挺关键。视频生成按秒计费，能一直打下去说明单帧成本压到了能忽略的量级，不然烧不起。自回归扩散逐帧预测，一张图捏角色加自定义音色，这套组合更像把视频通话当产品做，不是拿生成当 demo。要看的还是延迟，语音指挥画面得实时响应，慢半秒就出戏。帧率和并发成本这两样决定它能不能上线，先记着。
