V

Vidu S1

Vidu S1 は、音声制御、双方向認識、カスタムアバターに対応し、インタラクティブなデジタルヒューマンをリアルタイムに動かすストリーミング動画生成モデルです。

最終更新 2026/9/11

Vidu S1について

Vidu S1 は、チームによるインタラクティブな AI デジタルヒューマンの評価と構築を支援するリアルタイムストリーミング動画生成モデルです。音声制御と双方向認識に対応し、デジタルヒューマンは音声、テキスト、視覚コンテキストに応答しながら、対話中のユーザーステートを保持できます。人間、アニメ、ペット/マスコットなどのアバタータイプから選択でき、独自の参考素材をアップロードして専用アバターをカスタマイズすることもできます。統合では、セキュアなサーバー側トークン、RTC メディア転送、WebSocket セッション制御を組み合わせます。単一のサーバー側オーケストレーション層を中心に、リアルタイムデジタルヒューマンセッション、デジタルヒューマン動画生成、非同期モデル予測などのサービスを選択でき、企業によるリアルタイムインタラクティブデジタルヒューマンの試験導入計画を支援します。

おすすめの利用者

ソーシャル・コンテンツ制作チーム
Eコマース・ライブ配信運用チーム
教育・研修チーム
カスタマーサービス・エンターテインメント業界のチーム

最適な利用シーン

企業向けリアルタイムインタラクティブデジタルヒューマンの試験導入を計画する

音声、テキスト、視覚コンテキストに応答するリアルタイムデジタルヒューマン対話を構築する

独自の参考素材で人間、アニメ、マスコットのアバターをカスタマイズする

RTC と WebSocket でリアルタイムデジタルヒューマンのセッションフローを構築する

機能

カスタムアバターライブラリ

人間、アニメ、ペット/マスコットなどのアバタータイプを提供し、独自の参考素材をアップロードできます。

双方向認識

デジタルヒューマンは音声、テキスト、視覚コンテキストに応答し、対話中のユーザーステートを保持できます。

リアルタイム統合フロー

セキュアなサーバー側トークン、RTC メディア転送、WebSocket セッション制御を軸にした本番向け方式を採用しています。

サーバー側オーケストレーション

統合オーケストレーション層を通じて、リアルタイムデジタルヒューマンセッション、デジタルヒューマン動画生成、非同期モデル予測を選択できます。

長所

  • 音声、テキスト、視覚のマルチモーダルな双方向認識に対応し、対話中のユーザーステートを保持できます
  • 人間、アニメ、ペット/マスコットなどのアバタータイプを提供し、独自の参考素材をアップロードできます
  • セキュアトークン、RTC メディア転送、WebSocket セッション制御を含む明確な統合方式を提供します
  • 単一のサーバー側オーケストレーション層から、リアルタイムセッション、動画生成、非同期予測など複数のサービスに接続できます

短所

  • クレジットポリシーとアカウント上限はコンソールで確認する必要があるため、試験導入前に利用時間と残高のルールを確認する必要があります

よくある質問

課金はデジタルヒューマンの配信開始時点から発生し、費用は配信時間と選択した音声・動画モードに左右されます。具体的なクレジットポリシーとアカウント上限はコンソールで確認してください。
はい。人間、アニメ、ペット/マスコットなどのアバタータイプを選択し、自分の参考素材をアップロードできます。

ツール情報

開発者Vidu S1
リリース日2026/9/11
価格Free