今日凌晨，本土团队Xmax AI正式发布实时交互视频模型X2.0，并同步开放商用API。该模型打破传统单向观看限制，将视频升级为可实时操作的交互界面，实现毫秒级近乎零延迟响应，画质提升至960p。X2.0支持触屏、手势、文字等多模态交互，开放实时换人、换装、换风格等五大核心能力。此外，X2.0实现了全球首个移动设备端侧实时流式推理，国内API调用成本低至20元/小时。未来，该技术有望在直播深度互动、电商实时试穿及虚拟陪伴等场景实现规模化落地，引领视频媒介向双向交互跃迁。