Xmax AI 发布全球首个实时交互视频模型 X2.0，支持毫秒级响应的实时换人、异次元召唤与触屏交互，并可在消费级显卡和 iPhone 上本地运行，开放 API 面向电商、虚拟陪伴、直播等行业。
📝 详细摘要
Xmax AI 于今日凌晨全球首发实时交互视频模型 X2.0，主推三大能力：实时渲染（CharX/ClothX/VibeX 实现帧级换人换装）、次元交互（以现实物体为锚点召唤虚拟角色并支持抚摸、对视等深度互动）、触屏交互（拖拽静态图像使其「复活」）。技术层面，Xmax 采用流式生成架构，将响应时间压缩至毫秒级，通过多阶段蒸馏、上下文持久化与极致压缩打破速度、成本、质量的「不可能三角」，单张消费级显卡可达 960p@24fps，iPhone 端可达 384p@16fps。团队提出「统一交互架构」，支持文字、屏幕、空间等多种交互模式。文章展望了电商虚拟试穿、IP 活化、直播范式重构等产业应用，并开放 API 接入 B 端，定价为同类竞品 Decart 的十分之一。
💡 主要观点
- X2.0 实现毫秒级实时交互，突破传统视频模型数秒延迟瓶颈。 采用流式生成架构（双工结构），模型持续计算的同时用户端已看到画面流出，结合蒸馏与量化压缩，单卡可达 960p@24fps，iPhone 可达 384p@16fps。
💬 文章金句
- 打开摄像头。世界，就在那里。你口袋里那个每天都带着的设备，可以是一扇随时能通往异世界的门。
- 一百多年来，视频的载体换了无数副面孔……但有一件事，从未被真正打破：屏幕里发生的一切，和屏幕前的你，始终隔着一道看不见的墙。你能看，但你不能碰。你能消费，但你无法介入。
📊 文章信息
AI 初评：77
来源：量子位
作者：Jay
分类：人工智能
语言：中文
阅读时间：18 分钟
字数：4445
标签： AI视频生成, 实时交互, 视频模型, AIGC, 虚拟形象