Xmax AI正式发布实时交互视频模型X2.0，主打将视频转化为可实时交互的资产。该模型主推三大核心能力与一项自定义模式：
- 实时渲染：在保留原始动态与光影的前提下，实现毫秒级角色、服装与背景的实时替换。
- 次元交互：以现实物品为锚点，精准定位并控制虚拟角色运动路径，实现现实与虚拟物体的置换或赋予现实物体虚拟属性。
- 触屏交互：通过屏幕拖拽，将静态图像唤醒为动态视频，实现触控实时操控。
- Free模式：通过Prompt实现零门槛特效创作，如喷火、空间扭曲等。
在技术层面，X2.0采用逐帧自回归生成的流式生成架构，将模型响应时间压缩至毫秒级，打破了速度、成本与质量的“不可能三角”。通过多阶段蒸馏、上下文持久化及极致压缩等技术，单张消费级显卡即可满血运行（960分辨率@24fps）。此外，团队在移动端进行深度优化，使X2.0成为全球首个能在iPhone上本地运行的实时交互视频生成模型（384分辨率@16fps）。
在产业应用方面，Xmax计划通过开放API成为视频行业的底层基础设施。其应用场景涵盖：
- 电商与零售：实现“魔镜”式实时虚拟试穿，改造线下试衣间，降低退货率。
- 虚拟陪伴与内容IP：让立牌、手办等实体物品“活”过来，为存量IP提供全新的沉浸式互动体验。
- 直播平台：支持观众实时换人、换装及场景替换，打造千人千面的互动观看体验。
Xmax AI表示，X2.0在实时交互模型赛道具备领先能力，且价格仅为海外同类头部模型的十分之一，致力于推动实时交互视频技术的普及与商业化落地。
原始来源： 量子位 ↗
本文由博一・AI营销中枢整理编辑，用于行业观察分享。观点归原作者所有。