Vivix

Vivix官网

Vivix 是一款专注实时互动多模态模型的 AI 创作平台，解决的是当下数字人与视频生成工具最突出的短板：只能一问一答、只能生成固定机位的”说话头像”。它用自研的实时全双工架构，让 AI 角色能够在持续说话、动作的同时随时接住用户的新指令，并且在开放场景里走动、转身、拿取物体。平台目前包含三条产品线：面向全身交互角色的 Vivix-A1、面向互动叙事的流式原生多模态模型 Vivix-W1，以及负责把离线控制与实时生成串起来的实时视频运行时 Vivix IVI。

Vivix 官网首页：主打”Content is alive”的实时互动 AI

Vivix的主要功能

1. 全身角色实时生成：Vivix-A1 生成的不再是固定在画面里的上半身头像，角色可以行走、转身、拿取物体、跳舞，在开放场景中自然地与世界发生交互。
2. 全双工可打断交互：模型在持续输出的同时仍能接收新输入，用户随时可以语音打断、改口或补一句新指令，角色的动作、表情与回应会即时改变，不需要中断重来。
3. 原生多模态输入：语音、文字、图片、触控、摄像头与控制都在统一信号空间里建模，交互开始后随时可以补一张新图片作为参考，让角色、场景与后续内容跟着变。
4. 互动叙事与世界模型：Vivix-W1 用一句话或一张图起头，就能生成持续演进的音视频世界；文字、语音、点击、触控都能实时改变剧情走向，在生效前还可以取消。
5. 原生多镜头叙事与声音：W1 把故事、运镜与声音一起生成，自动决定何时切镜、换视角、推近拉远，人声、环境声、空间音效与配乐在同一条流里同步产出。
6. 超低延迟与消费级实时推理：首帧延迟小于 0.6 秒、打断响应 300–900 毫秒、端到端小于 1.7 秒；近 30B 激活参数的模型经 MJD 蒸馏与 NVFP4 量化后，可在消费级 GPU 上单卡实时运行。

如何使用Vivix

目前主要面向开发者与团队，走 API 接入路线，整体流程如下：

1. 访问 Vivix API 开放平台注册账号，在开发者后台创建 API Key，所有请求以 https://api.vivix.ai 为 base URL 并携带 Bearer 认证；
2. 按需求选择模型：A 系列用于实时 Avatar 交互或脚本驱动 Avatar 视频，W 系列用于互动叙事与实时世界生成，常见模型名如 vivix-a1-stream、vivix-w1-stream；
3. 通过 REST 接口创建会话（如 POST /v1/realtime-avatar/sessions），在参数里配置模式、角色形象图、音色、人设指令与语音识别方式（如 server_vad）；
4. 拿到返回的 session_id 后，用 WebSocket 控制通道（wss://api.vivix.ai/v1/realtime-avatar/control）操控会话，音画输出通过 RTC 流传输；
5. 把用户语音或文字写入对话上下文，Avatar 会以语音、视频与逐字字幕流式回话，中途可随时打断；
6. 生成过程中还能通过 Streaming Control 接口切换图片或角色、下发动作指令、直接推送脚本音频，实现实时干预；
7. 若走 W1 的世界玩法，则以（Event）驱动剧情，生效前可取消，会话支持 hold/pause 与 resume，随时插入新改变故事走向。

Vivix-A1：面向开放世界的实时全双工全身角色模型

Vivix的使用场景

1. 直播电商：数字主播全身出镜走动、拿起商品演示或试穿，运营人员在直播中直接语音调整话术与选品方向，不用中断推流；
2. 虚拟伴侣与 AI 社交：角色动作、表情与声音同步输出，用户可以随时打断对话，角色即时应变，比”点一次等一段”的体验更接近真人相处；
3. 互动影视与互动短剧：输入一句话生成实时演进的故事，观众用语音或点击参与剧情决策，把单向观剧变成可以介入的体验；
4. 游戏 NPC 与开放世界：赋予游戏角色自主感知与行动能力，玩家用语音就能与 NPC 自然交互并推动叙事；
5. 智能客服与虚拟导购：7×24 小时在线的全身数字员工，能演示产品、答疑并实时响应，可嵌入网站、App 或线下大屏。

Vivix的产品价格与版本

1. 产品版本：Vivix-A1 面向实时全身角色交互，Vivix-W1 面向流式原生的互动叙事与世界生成，Vivix IVI 是负责把离线控制与实时生成编排起来的实时视频运行时，三者可组合使用；
2. API 准入方式：开放平台目前采用申请制，面向”在做深度互动产品”的团队开放，需要在 platform.vivix.ai 提交项目说明，由官方团队对接开通，官网暂未公开标准价目表；
3. 官方成本口径：据官方技术说明，近 30B 激活参数的模型经 MJD 蒸馏与 NVFP4 量化后可在消费级 GPU 单卡实时推理，推理成本低于每小时 1 美元，实际价格以官方对接为准。

Vivix的常见问题解答

Vivix 和 HeyGen 这类数字人工具的区别是什么？

HeyGen 走的是拼接式管线，底层是预渲染的 Avatar 驱动，表现以固定演播场景里的上半身主持为主；Vivix 是原生多模态生成模型，感知直接驱动生成，角色有全身动作、能在开放场景里走动拿取物体，并且支持原生打断与实时改剧情。

使用 Vivix 需要自己搭对话栈吗？

不需要。Vivix 把语音识别、对话理解、语音合成与音画生成收在同一个模型里，开发者拿到 API Key 后创建会话、接上 WebSocket 控制通道与 RTC 流即可，不用再自行串联 ASR+LLM+TTS 三段式管线。

Vivix 现在可以直接注册使用吗？

可以注册开放平台账号，但 API 能力目前是申请制，面向有明确互动产品方向的团队开放，提交项目信息后由官方对接开通；官网也提供了技术报告与 Demo 供先了解能力边界。

Vivix官网网址

Vivix 官网入口网址：https://vivix.ai/

API 开放平台入口：https://platform.vivix.ai/

相关阅读：如果想横向对比实时数字人方案，可以先看老牌数字人工具 HeyGen，以及国内电商直播方向的 慧播星 与面向海外电商的 BocaLive AI，这三者都走预渲染或拼接式路线，与 Vivix 的原生实时生成形成对照。

OpenI AI时代点评

Vivix 押注的是一个正在被重新定义的命题：AI 生成的内容不该是”播完就结束”的一段视频，而应该是能被介入、会持续演化的内容。它把赌注压在架构层——用原生多模态替代 ASR+LLM+TTS 的级联管线，用流式因果生成替代整段预渲染，换来的是可打断、可中途改指令的真实时体验；同时靠蒸馏与量化把近 30B 参数压到消费级 GPU 上单卡实时跑，这是它敢谈”低于每小时 1 美元”的底气。短板也很明确：API 仍是申请制、缺少公开价目与成熟的开箱产品，普通用户短期内难以直接上手；实时全身生成对算力与网络的稳定性要求高，规模化落地还要看工程细节。总体看，Vivix 更适合正在做直播电商、互动叙事、虚拟陪伴类产品的开发团队作为底层能力储备，也是观察”互动视频”这条路线能走多远的一个典型样本。