cherry APPSO 观看国内首场 AI 艺人线下演唱会后提到，主角 Yuri 尤栗只能在大屏幕上打字互动，若能实时点歌或玩小游戏会更有趣。现在，生数科技发布的 Vidu S2 把视频生成推向实时操控，分为 S2-Avatar 和 S2-Editing。前者面向实时数字人互动，支持 720p 输出，增强动作指令遵循与表演能力，直播中可输入参考图并按指令持物、换装、换背景；后者面向流动视频画面，可实时修改风格、服装、人物主体和背景，用于直播、虚拟演绎和互动内容。
APPSO 评测显示，S2-Avatar 对舞蹈、特定手势和情绪微表情的理解提升，语音或文本指令可驱动摆臂、扭身、踏步、抬腿等动作。上传真人照片、动漫形象或宠物图片即可创建数字人物；开启麦克风和摄像头权限后，可与其对话，并在视频流任意时刻加入物品、服装或背景图片，输出分辨率同步为 720p。
在 iPhone 首款折叠屏手机引发讨论时，APPSO 在 Vidu S2 里创建了乔布斯数字人：用一张全身参考图，加上性格、表达方式及对产品、设计和用户体验的态度等描述。评测关注它不能只长得像，交流和行为也要维持角色。问“iPhone Duo 达到你的预期了吗？”，它回答：“iPhone Duo 比我预想的流畅，但是价格让人犹豫。”之后还让乔布斯跳舞，测试全身动作控制。Vidu S2 不只是让照片动起来，而是把固定人物形象变成能拿东西、评价东西，甚至完成复杂动作的数字角色。
体验中还与 Himari 和 Tom Miller 视频通话：输入“介绍下你的穿搭”，Himari 说自己穿的是校服；问 Tom Miller 在做什么，他回复“我正忙着送货”。为处理长时间流式生成中的崩溃与漂移，生数科技独创 SRF（Self-Replay Forcing）训练技术，让模型拥有自我纠错记忆并修正误差。Vidu S2-Editing 只需一张参考图，即可实时编辑正在播放的视频流。
