最近， APPSO 观看了国内首场 AI 艺人线下演唱会，效果非常惊艳，但略有遗憾的是，主角 Yuri 尤栗和观众互动的方式是在大屏幕上打字，要是她能像真人歌手那样和观众实时互动，让我们点歌，和我们玩一些小游戏，那该多有趣啊。

现在，这样能实时生成和编辑的视频已经出现了。

当大部分视频生成模型还在卷时长、卷清晰度、算完再看的离线生成赛道厮杀时，生数科技刚刚发布的 Vidu S2 已经把战场直接拉到了边看边改的实时操控领域。

Vidu S2 的能力分为两部分， S2-Avatar 和 S2-Editing：

S2-Avatar，实时交互模型。面向实时数字人互动，支持 720p 高清输出，增强动作指令遵循与人物表演能力；可在直播过程中输入参考图，根据指令完成持品互动、换服装和换背景。

S2-Editing，实时编辑模型。 面向正在流动的视频画面，支持实时修改风格、服装、人物主体与背景，为直播、虚拟演绎和互动内容提供即时视觉编辑能力。

APPSO 第一时间进行了评测，我们发现：Vidu S2 将实时数字人互动进一步拓展到实时视频编辑，让数字人的表现更丰富、交互控制更灵活，也让正在进行的视频画面拥有了更多可编辑空间。

AI 视频终于边播边改了

Vidu S2-Avatar 对舞蹈、特定手势、情绪微表情的理解能力大幅提升，只需通过语音或文本指令即可驱动高质量动作，比如摆臂、扭身、踏步和抬腿等动作。

用户可以上传各种图片，比如真人照片、动漫形象或者可爱的宠物图片，从而创建出一个数字人物。

启用麦克风和摄像头权限后，便可以与所创建的角色对话。你可以在视频流进行中的任意时刻，加入物品、服装或背景图片：让角色拿起图中的杯子，换上指定服装，或进入新的场景，输出分辨率同步提升至 720p。

最近，iPhone 首款折叠屏手机成了科技圈最火的话题，同样也伴随着巨大争议，有外媒为 iPhone Duo 再现了布斯时代的惊艳，有人则认为创新不足。

我也很好奇，如果乔布斯能够重新站在我们面前，看到今天的 iPhone Duo，他会怎么评价？

所以这次我直接在 Vidu S2 里创建了一个乔布斯数字人。

创建方式并不复杂，我给了它一张乔布斯的全身参考图，同时补充了一份比较完整的角色描述，包括他的性格、表达方式，以及对于产品、设计和用户体验的态度。

我比较在意的一点，是模型最后生成出来的不能只是一个长得像乔布斯的人，交流和行为上也要尽可能维持住这个角色。

角色建立完成之后，我问乔布斯数字人 iPhone Duo 达到你的预期了吗？。

这考验的是：实时数字人能不能结合自己的人设，对眼前的产品做出符合角色逻辑的回应，而不是突然变成一个普通的 AI 助手。

实际体验下来，这种感觉还挺奇妙的。