一、为什么单开"实时/交互式"这一维
过去两年视频生成的主战场是离线文生视频：你丢一段提示词，模型跑几十秒到几分钟，吐出一段几秒到几十秒的成片。这个范式下，生成是一次性、单向的，你没法在成片过程中插嘴，也没法说把背景换成雪天、让主角换个衣服。创作者要改，只能重新生成，或者把成片丢进剪辑软件手改。
但二零二六年行业开始冒出另一条路线：实时与交互式视频生成。它的核心不是画面更真，而是工作流变了。用户和模型处在同一条时间轴上，可以边聊边改、边看边调。生数科技的 Vidu S2 把这条路线推到了台前：它的 S2-Avatar 在对话里动态换参考图、保持连续动作与状态；S2-Editing 把风格迁移、虚拟试穿、人物替换、背景替换做成实时编辑。
所以我们这篇横评刻意不比谁的画面更真。绝对画质在没有统一第三方评测前是各说各话，而且离线生成和实时生成的优化目标根本不同：实时要的是低延迟和可中断，离线要的是峰值质量。硬把两者放一张画质榜上比，只会得出误导结论。我们比的是形态与归属：谁能实时交互、谁能实时编辑、以什么形态交付、开源还是闭源。
还有一个被忽略的点：实时并非只有一种形态。有的实时是对话式驱动虚拟人，有的是成片过程中的实时擦除与重绘，有的是生成加剪辑一体化。形态不同，适用的生意就不同。下文我们会把形态摆在第一位，而不是把厂商名气摆在第一位。
回到生意层面，实时能力直接决定付费理由。离线生成卖的是成片，按条或按时长计费；实时生成卖的是时间和交互，按并发会话或在线时长计费。这两种计费模型对应两类客户：一类要一条能用的广告，一类要一个能一直聊的虚拟员工。把参评模型按这个坐标轴排，比按画质排更有用。也正因为计费逻辑变了，中小团队在评估时不能只盯单次出图质量，还要算长期在线的账，别被单次演示骗了。
二、总览对比表
| 模型 | 厂商 | 交付形态 | 实时交互 | 实时编辑 | 归属 |
|---|---|---|---|---|---|
| Vidu S2 | 生数科技 | 网页加商业产品（含 S2-Avatar 与 S2-Editing） | 是，720P 实时对话 | 是，四类实时编辑 | 闭源商业 |
| 可灵 Kling | 快手 | 网页加 API 加创作者平台 | 待核实 | 待核实 | 闭源商业 |
| 即梦 Jimeng | 字节与剪映 | 网页加剪映集成 | 待核实 | 待核实 | 闭源商业 |
| 豆包 Seedance | 字节与火山 | API 加豆包生态 | 待核实 | 待核实 | 闭源商业 |
| Sora 2 | OpenAI | 网页加 API | 待核实 | 待核实 | 闭源商业 |
| HiDream-O1-Video-1.0 | 智象未来 | 网页加开放权重历史 | 待核实 | 待核实 | 部分开放 |
注：除 Vidu S2 的形态与实时能力有官方明确信息（二零二六年九月十六日发布）外，其余模型的具体实时交互与编辑能力按公开已知信息定性描述，未能确认之处一律标注待核实，不编造具体参数。分辨率上限、单条时长、单位价格等数字，除已注明者外均待官方公布或待实测。
三、分维度对比表
| 维度 | Vidu S2 | 可灵 | 即梦 | Seedance | Sora 2 | HiDream |
|---|---|---|---|---|---|---|
| 实时交互 | 720P 实时对话，状态保持 | 待核实 | 待核实 | 待核实 | 待核实 | 待核实 |
| 实时编辑 | 风格迁移、试穿、换人、换背景 | 待核实 | 待核实 | 待核实 | 待核实 | 待核实 |
| 可控性 | 对话驱动加参考图动态替换 | 高表现力（已知） | 生态集成 | 密集迭代 | 物理一致性（已知） | 多模态输入 |
| 交付形态 | 网页商业产品 | 网页与 API | 网页与剪映 | API | 网页与 API | 网页与权重 |
| 生态集成 | 独立产品 | 快手生态 | 剪映与抖音 | 豆包与火山 | ChatGPT 生态 | 相对独立 |
| 开源权重 | 否 | 否 | 否 | 否 | 否 | 有开放权重历史 |
四、逐家点评
Vidu S2（生数科技）
生数科技这次把实时从演示片拉到了可用产品。S2-Avatar 的卖点不是单纯实时，而是对话中动态换参考图且保持连续动作与状态，这意味着虚拟人可以边聊边换造型，而不是每次重开一段。S2-Editing 的四类实时编辑覆盖了电商和直播最痛的场景。需要提醒的是：720P 实时是当前官方口径，更高分辨率与更长时长待实测；无公开代码仓，自部署无从谈起。它的风险在于实时编辑的稳定性与边际成本，这些只有大规模商用后才能看清。对电商和直播客户来说，它现在最大的卖点不是技术炫，而是把原本要多人协作的试穿与换景流程压到一个对话窗口里。
可灵 Kling（快手）
可灵是国内视频生成的第一梯队，二点零与二点五等版本在表现力上已经能打。它的优势在快手生态与创作者平台，商业化路径清晰。但实时交互与实时编辑是否已是产品能力，公开信息里尚未明确，我们标为待核实。它的强项更像高质量离线生成加强生态，而非 Vidu 主打的对话式实时编辑。对短视频团队而言，可灵的价值在成品质量与分发，不在实时工作流。如果它后续补上实时编辑，凭借快手的分发体量会立刻威胁 Vidu 的先发位置，所以这家值得持续盯。
即梦 Jimeng（字节与剪映）
即梦的差异化在于剪映集成：创作者在一个工作流里从生成到剪辑闭环。对短视频创作者，这比单独一个生成模型更有黏性。实时能力方面同样待核实，但其生态优势（抖音分发加剪映编辑）让它更适合创作即发布的人群。它的短板是实时交互尚未被公开验证，且深度绑定字节生态，跨平台迁移成本不低。对已经在剪映里干活的人，这点绑定反而是便利，对新人则是入门即上手的低门槛。
豆包 Seedance（字节与火山）
Seedance 是豆包旗下的视频模型，二零二六年迭代密集，走 API 与豆包生态路线。它的定位更偏作为能力被调用，而非独立创作者产品。实时交互能力待核实，但字节的工程化与分发能力意味着一旦跑通，规模化会很快。它的看点不在当下能实时到什么程度，而在未来能否把实时能力作为基础服务低价输出给海量应用。一旦字节把 Seedance 的实时能力塞进豆包和剪映，竞争就从模型质量变成流量入口之争。
Sora 2（OpenAI）
Sora 2 以高保真与物理一致性著称，是闭源路线里质量标杆的候选。问题是它的实时交互与实时编辑能力是否开放、以什么形态开放，目前公开信息有限，标为待核实。它的价值更可能在峰值质量而非边聊边改。对国内用户还要叠加访问与合规成本，这使它在本土实时工作流里未必是首选。它在品牌和峰值质量上的光环，容易让人忽略它在实时交互这块仍是空白待补。
HiDream-O1-Video-1.0（智象未来）
HiDream 是参评对象里唯一有开放权重历史的玩家，原生全模态、支持多模态输入、一键生成五到二十秒 1080p。媒体口径提到它获 Artificial Analysis 图生视频榜全球第四、Arena.ai 第八（来源为媒体引用，非本刊实测）。它的意义在于：如果后续开放权重，研究者和中小团队有了可自部署的实时与交互式基座。具体实时表现待实测，且开放权重不等于开放实时编辑能力，二者要分开看。对高校和创业团队，它最大的价值是提供了一个能本地跑、能改、能二次训练的底座，而不是现成的产品。
五、选型建议表
| 场景 | 推荐 | 理由 |
|---|---|---|
| 电商虚拟试穿 | Vidu S2 | S2-Editing 含虚拟试穿，实时换装闭环 |
| 虚拟人直播 | Vidu S2 | S2-Avatar 实时对话加状态保持 |
| 广告短片快出 | 可灵或即梦 | 高质量生成加生态分发 |
| 科研可视化 | HiDream（待实测） | 开放权重历史，可自部署验证 |
| 个人玩票 | 即梦或可灵 | 网页即用，门槛低 |
六、冷静收尾
实时视频生成是个真需求，但实时现在还是营销热词多于统一标准。分辨率上限、单条时长、单位成本这三件事，除 Vidu S2 的 720P 实时有官方口径外，大多待官方公布或待实测。第三方统一评测缺席，意味着任何谁更强的结论都先打个折扣。
我们的判断：二零二六年下半年到二零二七年，真正分高下的不是谁先喊出实时，而是谁把实时编辑做成稳定可商用的工作流，并且把单价压到中小团队用得起。现在为实时两个字提前买单，建议先小范围验证再扩容。把实时当工具而不是当噱头，才不会在定价公布时被反噬。说到底，实时是手段，生意才是目的；谁先让客户用实时赚到钱，谁才真正赢了这一轮。
常见问题
Q1：实时生成和离线生成，成本差多少？
A1：定性看，实时要求低延迟与可中断推理，单位算力成本通常高于离线批处理；但具体差价因厂商定价未公布，无法给出数字，建议等官方定价与实测再比较。
Q2：哪家开源、可以自己部署？
A2：参评的 Vidu S2、可灵、即梦、Seedance、Sora 2 均为闭源商业产品，无公开代码仓，基本不能自部署。HiDream 有开放权重历史，是研究者和中小团队目前最可能拿到的可自部署基座，但是否支持实时交互待实测。
Q3：个人创作者应该怎么选？
A3：只想快速出片、顺手发布，选即梦或可灵，网页即用、生态顺滑；想做虚拟人或试穿类实时玩法，优先 Vidu S2；预算紧、想本地折腾，盯 HiDream 的权重开放进度。
Q4：实时编辑会不会取代剪辑师？
A4：短期不会。实时编辑擅长边聊边改的预览与快速迭代，但成片节奏、叙事、审美判断仍靠人。它更像是把剪辑师从重复劳动里解放出来，不是替代创作决策。
Q5：现在值不值得为实时买单？
A5：取决于场景。电商试穿、虚拟人直播这类强实时需求可以现在小范围试；泛创作场景建议等定价与第三方实测出来再决定，别被实时营销词带节奏。