#Real-Time - AI Papers Daily

Vidu S1: A Real-Time Interactive Video Generation Model

Vidu S1：支持语音控制的实时交互视频生成模型

🧭 实时交互视频生成

Tsinghua University · Shengshu Technology

实现语音控制数字角色的无限时长实时视频生成，消费级GPU上540p/42 FPS

📌 工作参考价值（4 点）

Other | 2026-07-02 | HF Daily | score 6/10

直播推荐中的动态语义ID方法

🧭 生成式推荐 · 动态语义ID ★ 深度解读

Taobao & Tmall Group of Alibaba

提出动态语义ID捕捉直播实时内容，混合生成-判别架构融合交互特征，在工业直播场景带来显著提升

📌 工作参考价值（4 点）

动态Semantic ID设计：将直播物品的ID分为静态部分（主播多模态历史特征）和动态部分（实时内容特征），动态码本用EMA持续更新，可复用到其他流式或实时性强的推荐场景（如短视频、新闻）。
混合生成-判别架构：生成模块只负责产出SID作为辅助特征，判别模块融合显式交互特征（点赞、下单）做多任务预测，避免了纯生成式对交互信号建模的不足，适合电商直播等强交互场景。
Codebook更新策略：动态SID的码本随实时向量变化通过EMA更新，保持紧凑性，减少重训代价，可迁移到需要在线学习或概念漂移的推荐系统。
工程化部署技巧：通过Partial Run将生成模块提前计算，使额外延迟仅增加1.33%，为高复杂度模型在线服务提供了可行范式，尤其适合预排序环节。

GenRec | 2026-06-05 | cs.IR | score 10/10