Xmax X2.0刚发布我就接了API，说下真实感受。它不做文生视频，走实时交互路线——摄像头开着，画面里的人实时换装、换风格、甚至换人，毫秒级响应，960p/24fps画质够用。跟Sora、可灵不是一个赛道。Sora是"等它生成"，Xmax是"边看边玩"。手办放桌上，镜头一对，静态玩偶活了还能互动；DimX把虚拟角色召唤到现实空间，拿实体物品当锚点。技术上用逐帧自回归架构替代双向注意力，牺牲了画质天花板换实时性，方向选得聪明。但960p在复杂场景里颗粒感明显，虚拟角色与现实物体的遮挡偶尔穿帮。商业化是关键。直播换装、社交互动、短剧特效，场景想象空间大，但API调用成本和端侧部署门槛还没降下来。全球首个端侧实时交互视频模型，名头够响，能不能跑通商业化是另一回事。
发布于 安徽
分享
评论
赞
未登录
友善发言
评论
加载中
