Vivix

Vivix是什麼

Vivix是專注實時互動多模態模型的AI創作平台，核心產品包括：Vivix-A1，全球首個實時全雙工模型，可生成有全身動作、能聽、能說、能做的交互式AI角色；Vivix-W1，流式原生多模態模型，可通過語音、文字、觸控實時改變劇情走向的互動敘事引擎及實時視頻運行時Vivix IVI。Vivix自研MJD蒸餾、NVFP4量化與VMI推理引擎，實現近30B參數模型在消費級GPU上實時運行，交互延遲低於1秒，Vivix-A1 已開放API。

Vivix的主要功能

• 全身角色生成：Vivix-A1 可實時生成會行走、轉身、拿取物體、跳舞的全身AI數字人。
• 全雙工實時交互：用戶可隨時語音打斷，角色的動作、表情與回應即時改變，無需中斷重生成。
• 音畫同步輸出：語音、表情、手勢、環境聲原生統一建模，無拼接痕跡。
• 互動敘事生成：Vivix-W1 輸入一句話可生成持續演進的音視頻故事，用戶可實時改變劇情走向。
• 多模態輸入：支持語音、文字、圖片、點擊、觸控等多種方式參與互動。
• 直播電商應用：數字主播可自由走動、展示商品，運營人員可實時語音調整直播方向。
• 超低延遲：首幀延遲小於 0.6 秒，打斷響應 300–900 毫秒，端到端延遲小於 1.7 秒。
• 消費級硬件實時運行：近 30B 激活參數模型通過 MJD 蒸餾與 NVFP4 量化，可在消費級 GPU 上單卡實時推理，成本低於每小時 1 美元。

如何使用Vivix

• 註冊獲取 API Key：訪問 Vivix API 開放平台 https://platform.vivix.ai/ ，註冊賬號，在開發者後台創建 API Key，所有請求以 https://api.vivix.ai 爲 base URL 並攜帶 Bearer 認證。
• 選擇模型：按需求選 A 系列（實時 Avatar 交互或腳本驅動 Avatar 視頻）或 W 系列，如 vivix-a1-stream、vivix-w1-stream 等。
• 創建會話：通過 REST 接口 POST /v1/realtime-avatar/sessions，配置模式、角色形象圖、音色、人設指令、語音識別（如 server_vad）等參數。
• 建立實時連接：拿到返回的 session_id 後，通過 WebSocket 控制通道（wss://api.vivix.ai/v1/realtime-avatar/control）操控會話，音畫輸出通過 RTC（TRTC）流傳輸。
• 驅動交互：把用戶語音或文字寫入對話上下文，Avatar 實時生成回覆並以語音、視頻、逐字字幕流式輸出，支持中途打斷。
• 實時干預：通過 Streaming Control 接口可在生成中切換圖片/角色、發送動作指令或直接腳本音頻，無需中斷重來。
• W1 世界玩法：以開放事件（Event）驅動劇情，事件可在生效前取消，會話支持 hold/pause 與 resume，隨時插入新事件改變故事走向。

Vivix的核心優勢

• 真全雙工交互：突破”半雙工”請求-響應模式，模型在持續生成音視頻的同時能隨時接住新輸入並即時改變內容。
• 全身角色行動力：A1 是首個支持完整全身動作生成的實時模型，角色能行走、轉身、拿取物體，而不只是固定機位對口型。
• 原生多模態架構：語音、文字、圖片在統一信號空間中建模，繞開 ASR+LLM+TTS 級聯，感知直接驅動行爲，音畫動作自然同步。
• 超低延遲：首幀延遲 < 0.6 秒、打斷響應 300–900 毫秒、端到端 < 1.7 秒，交互延遲低於 1 秒。
• 大參數 + 消費級實時運行：近 30B 激活參數配合 8x8x4 高質量壓縮率，通過 MJD 蒸餾與訓練期 NVFP4 量化，在消費級 GPU 上單卡跑出超 10,000 video tokens/s，推理成本低於每小時 1 美元。
• 原生可打斷的流式架構：因果生成 + VMI 編解碼解耦設計，新指令直接在解碼鏈路追加，當前生成無需中斷重來。

Vivix的同類競品對比

Vivix的應用場景

• 直播電商：數字主播全身出鏡走動、試穿拿取商品，運營人員實時語音調整話術和選品，無需中斷直播。
• 虛擬伴侶/AI 社交：AI 女友/男友類應用，動作、表情、聲音自然同步，用戶可隨時打斷對話，角色即時應變。
• 互動影視/互動短劇：輸入一句話生成實時演進的故事，觀衆通過語音、點擊參與劇情決策，開啓”每個人都是導演”的觀劇模式。
• 遊戲 NPC 與開放世界：賦予遊戲角色自主感知和行動能力，玩家語音即可與 NPC 自然交互，推動開放世界敘事。
• 智能客服與虛擬導購：7×24 小時在線的全身數字員工，能演示產品、答疑並實時響應客戶需求，可嵌入網站/App/線下大屏。