Vidu S1
Modelo Vidu S1 de generación de vídeo en streaming, con control por voz, percepción bidireccional y avatares personalizados para humanos digitales interactivos en tiempo real.
Acerca de Vidu S1
Vidu S1 es un modelo de generación de vídeo en streaming y en tiempo real que ayuda a los equipos a evaluar y crear humanos digitales de IA interactivos. Admite control por voz y percepción bidireccional, de modo que los humanos digitales pueden responder a la voz, el texto y el contexto visual, y conservar el estado del usuario durante la interacción. Los usuarios pueden elegir entre tipos de avatar humano, de anime o de mascota/mascota corporativa, y subir sus propios recursos de referencia para personalizar un avatar exclusivo. Para la integración, la plataforma combina tokens seguros del lado del servidor, transporte multimedia RTC y control de sesiones WebSocket. Una capa de orquestación del lado del servidor permite elegir sesiones de humanos digitales en tiempo real, generación de vídeo de humanos digitales o servicios de predicción asíncrona de modelos, lo que ayuda a las empresas a planificar pilotos de humanos digitales interactivos en tiempo real.
Ideal para
Mejores casos de uso
Planificar un piloto empresarial de un humano digital interactivo en tiempo real
Crear interacciones con humanos digitales en tiempo real que respondan a la voz, el texto y el contexto visual
Personalizar avatares humanos, de anime o de mascota con recursos de referencia propios
Crear un flujo de sesiones de humanos digitales en tiempo real mediante RTC y WebSocket
Funciones
Biblioteca de avatares personalizados
Ofrece tipos de avatar humano, de anime y de mascota/mascota corporativa, y permite subir recursos de referencia propios.
Percepción bidireccional
El humano digital responde a la voz, el texto y el contexto visual, y conserva el estado del usuario durante la interacción.
Flujo de integración en tiempo real
Utiliza un modelo de producción basado en tokens seguros del lado del servidor, transporte multimedia RTC y control de sesiones WebSocket.
Orquestación del lado del servidor
A través de una capa de orquestación unificada se pueden elegir sesiones de humanos digitales en tiempo real, generación de vídeo de humanos digitales o predicción asíncrona de modelos.
Ventajas
- Admite percepción bidireccional de voz, texto y visión, y conserva el estado del usuario durante la interacción
- Ofrece tipos de avatar humano, de anime y de mascota/mascota corporativa, y permite subir recursos de referencia propios
- Proporciona un modelo de integración claro que abarca tokens seguros, transporte multimedia RTC y control de sesiones WebSocket
- Una única capa de orquestación del lado del servidor puede conectarse a sesiones en tiempo real, generación de vídeo y servicios de predicción asíncrona
Limitaciones
- La política de créditos y los límites de la cuenta deben confirmarse en la consola; antes de un piloto hay que verificar las reglas de duración y saldo