Vidu S2 tung ba tính năng đột phá: Tương tác thời gian thực, chỉnh sửa video trực tiếp và hỗ trợ video không gian

< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400">

16-09-2026 10:58:34 Nguồn: QbitAI

Noah, đưa tin từ Aofeisi

QbitAI | Kênh chính thức QbitAI

Có ai giống tôi không, ngày nào cũng ngồi cười ngớ ngẩn trước mấy video ngắn về chó mèo AI? Ai bảo khán giả không thích xem AI chứ, AI này đỉnh quá đi mất! (cười đắc ý.jpg)

Hôm nay, anh em được nhờ rồi đây! Shengshu Technology vừa ra mắt mô hình Vidu S2, không chỉ cho phép bạn tương tác thời gian thực với các nhân vật kỹ thuật số ảo, mà còn có thể thay trang phục, thay người, thay bối cảnh và thay đổi phong cách nghệ thuật ngay trên video đang phát.

Dù bạn muốn thay bộ vest cho anh chàng "cún con" trên màn hình, hay muốn biến thần tượng 2D sang phong cách cyberpunk trong một giây, thậm chí là biến sếp mình thành một con "gà hét" (screaming chicken)... nó đều xử lý mượt mà.

Về phía nhân vật kỹ thuật số, họ cũng bắt đầu nhận "việc mới": nhảy múa, xoay người, chỉ cần ra lệnh bằng miệng là xong; đang trò chuyện mà đưa thêm một tấm ảnh tham chiếu, nó còn có thể thay bộ đồ tương tự hoặc cầm món đồ được chỉ định. Bạn chỉ cần lên ý tưởng, còn lại cứ để nó lo.

Chà, đây đâu phải là mô hình tạo video AI, đây rõ ràng là "Nikki Up2U Pro Max phiên bản đạo diễn" mà!

Khả năng kỳ diệu này đến từ Vidu S2 mới nhất của Shengshu Technology, không chỉ giúp nhân vật kỹ thuật số biết nói biết cử động hơn, mà còn có thể chỉnh sửa video như chỉnh ảnh, vừa phát vừa sửa.

Phải biết rằng, chỉ mới hai tháng trước, phiên bản Vidu S1 tiền nhiệm đã khiến mọi người phải trầm trồ vì "nhân vật kỹ thuật số thành tinh". Nhân vật kỹ thuật số đã tiến hóa từ mô hình truyền thống "âm thanh điều khiển khẩu hình + thư viện hành động cài sẵn" sang khả năng điều khiển hành vi bằng giọng nói, đồng thời đạt được tương tác liên tục không giới hạn thời gian.

Ngay khi Vidu S1 ra mắt, cư dân mạng đã biến tấu nó đủ kiểu. Có người đưa ảnh mèo của mình vào mô hình để nó biết nói; có người truyền giao diện lập trình vào để nó đóng vai "cô nàng cổ vũ lập trình viên"; thậm chí có người còn để người thân đã khuất "hồi sinh" để tâm sự nỗi nhớ...

Lần này Vidu S2 mang đến sự nâng cấp toàn diện với ba "tuyệt chiêu" lớn:

Hơn nữa, Vidu S2 mở quyền truy cập toàn diện ngay trong ngày ra mắt, không cần thử nghiệm nội bộ, không giới hạn số lượng người dùng, nước đi này đúng là thể hiện sự "tự tin về công nghệ" ngay trên trán rồi!

Kiểm chứng mô hình, liệu AI này có lén học ảo thuật không đây?

Theo thông lệ, hãy cùng kiểm tra đợt cập nhật Vidu S2 lần này.

Vidu S2 bao gồm hai mô hình phân nhánh:

Vidu S2-Avatar: Mô hình tương tác thời gian thực, hỗ trợ đối thoại bằng giọng nói, điều khiển giọng nói để nhân vật kỹ thuật số thực hiện hành động, nhập ảnh tham chiếu trong khi tương tác thời gian thực.

Vidu S2-Editing: Mô hình chỉnh sửa video thời gian thực, có thể thay đổi trang phục, nhân vật, bối cảnh và phong cách video.

Theo thông lệ, bắt đầu bằng kiểm chứng thực tế. Trước tiên hãy xem Vidu S2-Avatar, ngoài việc nhận ảnh tham chiếu mới trong quá trình tương tác, khả năng thực hiện lệnh hành động của nó cũng đã được nâng cấp.

Tiến bộ bao nhiêu? Hãy mời thế hệ trước ra so sánh trực tiếp trên cùng màn hình là biết ngay.

Cùng yêu cầu nhân vật kỹ thuật số nhảy, xoay vòng và dậm chân, S1 bên trái không thể hoàn thành yêu cầu, trong khi S2 bên phải đã bắt đầu cử động theo lệnh.

Trước đây S1 chủ yếu là tương tác trò chuyện, giờ đây S2 đã bổ sung thêm các hành động cơ thể quy mô lớn. Sự khác biệt giữa "miệng nói đồng ý" và "cơ thể thực hiện" cuối cùng cũng đã có hình ảnh minh chứng.

Không chỉ hành động nghe lời hơn mà hình ảnh cũng rõ nét hơn. Vidu S2-Avatar đã nâng độ phân giải đầu ra thời gian thực từ 540p của thế hệ trước lên 720p, các chi tiết trên khuôn mặt và quần áo của nhân vật kỹ thuật số trở nên phong phú hơn. Sự cải thiện này rất trực quan trong quá trình tương tác liên tục: nhân vật đang cử động, cuộc đối thoại đang tiếp diễn, độ sắc nét cũng phải theo kịp.

Tiếp theo, đến lượt ảnh tham chiếu phát huy tác dụng.

Bạn có thể đưa cho nhân vật kỹ thuật số một tấm ảnh mới bất cứ lúc nào trong quá trình tương tác, để nó cầm món đồ trong ảnh, mặc bộ đồ được chỉ định hoặc bước vào bối cảnh mới. Vừa nghe lệnh làm hành động, vừa điều chỉnh nội dung theo ảnh tham chiếu, "công việc" mà đối tác kỹ thuật số này có thể đảm nhận rõ ràng là nhiều hơn hẳn.

Hãy cùng xem Vidu S2-Editing, khả năng chỉnh sửa video thời gian thực mà nó mang lại là một trong những cập nhật lớn nhất lần này.

Hình ảnh nhắm vào một quý cô đang trả lời phỏng vấn, thay đổi các kiểu trang phục trong tích tắc, tất cả đều rất vừa vặn, trông như thể chúng vốn dĩ đã mặc trên người cô ấy vậy.

Hành động của nhân vật liền mạch, độ nhất quán của khuôn mặt rất tốt, sự biến dạng của trang phục theo hành động cũng rất chân thực. Đặc biệt là chiếc áo khoác màu lạc đà cuối cùng, cổ tay áo che một phần trang sức mà quý cô đeo, cách xử lý rất chân thực.

Nếu phải bắt lỗi, thì bộ đồ thứ hai vẫn còn một chút cảm giác bị nhòe khi hiển thị các mảng màu; khi nhân vật đội mũ, tóc vẫn còn một chút lỗi xuyên thấu (clipping).

Không chỉ thay trang phục mà còn có thể thay đổi bối cảnh. Hãy xem video này, cô nàng nhảy điệu nhảy nhóm nhạc nữ mượt mà trong các bối cảnh khác nhau, tôi cảm giác như đang xem một MV được sản xuất công phu vậy.

Không thay bối cảnh mà chỉ thay người? Nghe nói "Niu Lai 2" sắp ra mắt? Tôi ở văn phòng đã biến thành Niu Lai để chào mọi người...

Hô! Tôi cảm giác như mình làm thêm giờ đến mức bị ảo giác rồi.

Điều vô lý nhất là những thứ kỳ lạ mà tôi biến thành lại hòa nhập hoàn hảo vào môi trường văn phòng, phối cảnh, che khuất đều không chê vào đâu được. Khuyên các anh em công sở nên lưu lại tính năng này, khi họp hãy thay mình thành Thần Tài, biết đâu sếp nhìn bạn lại thấy thuận mắt hơn.

Hãy cùng xem hiệu suất chuyển đổi phong cách video.

Anh chàng chuyển đổi giữa các phong cách khác nhau, độ nhất quán của hình ảnh trong suốt video cũng như khả năng chuyển đổi phong cách thể hiện khá ấn tượng!

Tóm tắt một chút, Vidu S2-Editing cung cấp bốn loại khả năng chỉnh sửa thời gian thực cho hình ảnh đang diễn ra:

Điều này có nghĩa là hiệu ứng hình ảnh trong phòng livestream, màn trình diễn của nhân vật ảo, cách chơi video sáng tạo đều có thêm không gian để ứng biến tại chỗ.

Khán giả gửi bình luận "muốn xem streamer mặc đồ khủng long", giây tiếp theo có thể đã mặc thật rồi. Khán giả vừa trò chuyện vừa trở thành đạo diễn, streamer vừa diễn vừa trở thành NPC.