清華 Xmax AI 推出即時互動影片模型 X1：伸手就能與虛擬角色互動

如果想跟螢幕裡的數碼寵物互動，通常要麼得用手柄，要麼得戳螢幕。清華大學 Xmax AI 團隊想把這個邊界抹平。

把手伸進影片裡

他們推出了即時互動影片模型 X1。

X1 最大的亮點在於支援手機攝像頭捕捉。你不用外接任何手柄或感測器，只要伸出手，模型就能通過手勢識別即時響應你的動作，讓你直接觸控並操控畫面裡的虛擬角色。

按照團隊的說法，X1 具備毫秒級超低延遲以及無限時長生成的特性。目前團隊已經在社交平臺上開放了免費內測申請。

為什麼重要

生成式影片從單向播放走向即時互動，是一個必然的技術拐點。

過去大部分影片生成模型只能算「離線渲染」，生成完了大家看個熱鬧。X1 聰明的地方在於切入了輕量級的手機互動場景，把硬體門檻壓到了最低。

不過從演示走到日常可用，毫秒級響應下如何保證畫面不崩潰、手勢物理反饋是否自然，都是擺在前面的硬骨頭。感興趣的開發者和玩家，倒不妨先去申請個內測探探虛實。