Vidu S2 terdiri dari Vidu S2-Avatar, model karakter digital interaktif waktu nyata, dan Vidu S2-Editing, model pengeditan video waktu nyata. Sistem ini juga mengeksplorasi kelayakan generasi video spasial waktu nyata untuk kedua komponen.

  • Vidu S2-Avatar mendukung generasi video 720p waktu nyata dengan referensi dinamis yang dapat diperbarui kapan saja.
  • Model ini memiliki kemampuan mengikuti instruksi yang lebih kuat, seperti menari.
  • Vidu S2-Editing memungkinkan pengeditan aliran video secara waktu nyata, termasuk perenderan gaya dan penggantian pakaian, karakter, dan latar belakang.

Eksperimen menunjukkan bahwa Vidu S2 mengungguli semua baseline.