Shengshu releases Vidu S2 for real-time interactive and editing video generation
Chinese AI startup Shengshu Technology released Vidu S2, a video generation model designed for real-time interactive and editing applications, covering real-time digital humans, offline digital humans, and real-time video editing. The model supports 720p at 25-42 FPS output, and the team published a technical paper and opened web experience and API access on the release day.
Coverage timeline
机器之心机器之心
编辑｜牛来 AI 视频，正在变成一个可以边播、边演、边改的实时系统。 比如，打开摄像头，点一下参考角色图，就能一键更换画面里的人物，动作、节奏丝毫不受影响。 和虚拟人的互动也能随时加戏，实时聊着天，一句「跳个舞」便能开启才艺模式，动作还挺丝滑。 就像 P 图一样，摄像头捕捉到的真人视频流，也能边拍边「P 视频」，在保留原有动作和节奏的情况下，实时改变画风、人物或背景。 这就是生数科技最新推出的 Vidu S2 ，一套专 为实时交互与实时编辑设计的视频生成模型 ，覆盖实时数字人、离线数字人和实时视频编辑三类核心能力。 其中，S2-Avatar 负责实时数字人的「实时表演」互动，支持 720p 、25～42 FPS 输出，能够处理舞蹈等更大幅度动作，并允许用户在生成途中继续加入人物、服装、道具或场景参考图。 S2-Editing 则是本次最显眼的新能力。它持续接收摄像头或源视频流，让新规则即时作用于后续画面，在保留原有姿态、肢体运动、镜头轨迹和时间顺序的同时，实时改变风格、服装、人物主体或背景。 此外，S2-Avatar [Offline] 面向预设内容生产，可根据图片、文案或音频批量生成动作时间点可控的数字人口播视频。 这些能力并非只停留在演示视频里。产品发布前夕，生数团队还公开了技术论文，详细披露实时数字人、流式视频编辑和空间视频背后的技术路线，并在发布当天开放网页体验与 API。 产品仍在持续打磨，团队希望从 Day 1 就把它作为一个开放实验交给用户进行共创。 体验链接: https://vidu.cn/vidu-stream API 平台: http://platform.vidu.cn/vidu-stream/doc 技术报告: https://arxiv.org/pdf/2609.11638 从 S1 论文于 7 月 3 日提交，到 S2 论文于 9 月 10 日正式公开， 前后仅相隔约 69 天 ，生数团队的技术迭代节奏相当紧凑。Vidu S1、Vidu S2 的全链路研发均由朱军教授的博士生、生数科技流式视频生成与推理负责人张金涛负责。 如此短的周期里，升级并非只多了几个功能：控制对象从固定数字人扩展到动态参考图和完整视频流，输出从 540p 提升到 720p，动作从说话为主扩展到舞蹈等全身表演，并进一步把实时链路延伸到左右眼同步的空间视频。 如果说
