Vivix는 실시간 인터랙티브 멀티모달 모델에 특화된 AI 창작 플랫폼으로, Vivix-A1(실시간 전이중, 풀바디 AI 캐릭터 생성 가능)과 Vivix-W1(인터랙티브 내러티브 엔진)을 제공합니다. MJD 증류와 NVFP4 양자화로 약 30B 파라미터 모델이 소비자용 GPU에서 실시간 추론되며, 엔드투엔드 지연은 1.7초 미만이고 API가 이미 공개되어 있습니다.
Vivix란 무엇인가
Vivix는 실시간 인터랙티브 멀티모달 모델에 특화된 AI 창작 플랫폼입니다. 핵심 제품은 다음과 같습니다. Vivix-A1은 온몸 동작을 갖추고 듣고, 말하고, 행동할 수 있는 인터랙티브 AI 캐릭터를 생성할 수 있는 세계 최초의 실시간 전이중(full-duplex) 모델입니다. Vivix-W1은 음성·텍스트·터치로 스토리 전개를 실시간에 바꿀 수 있는 인터랙티브 내러티브 엔진과 실시간 영상 런타임 Vivix IVI를 갖춘 스트리밍 네이티브 멀티모달 모델입니다. Vivix는 자체 개발한 MJD 증류, NVFP4 양자화, VMI 추론 엔진을 통해 약 30B 파라미터 모델을 소비자용 GPU에서 실시간으로 구동하며, 인터랙션 지연을 1초 미만으로 줄입니다. Vivix-A1은 API가 공개되어 있습니다.
Vivix의 주요 기능
- 풀바디 캐릭터 생성: Vivix-A1은 걸어 다니고, 돌고, 물건을 집고, 춤추는 풀바디 AI 디지털 휴먼을 실시간으로 생성합니다.
- 전이중 실시간 상호작용: 사용자는 언제든 음성으로 끼어들 수 있으며, 캐릭터의 동작·표정·응답이 즉시 바뀌고 재생성할 필요가 없습니다.
- 음성·영상 동기 출력: 음성·표정·제스처·환경음을 네이티브하게 통합 모델링하여 이음새가 없습니다.
- 인터랙티브 내러티브 생성: Vivix-W1은 한 문장을 입력하면 계속 진화하는 오디오·비디오 스토리를 생성하며, 사용자는 스토리 전개를 실시간에 바꿀 수 있습니다.
- 멀티모달 입력: 음성·텍스트·이미지·클릭·터치 등 다양한 방식으로 상호작용에 참여할 수 있습니다.
- 라이브 커머스 적용: 디지털 호스트가 자유롭게 걸어 다니며 상품을 전시하고, 운영자가 실시간에 음성으로 방송 방향을 조정할 수 있습니다.
- 초저지연: 첫 프레임 지연 0.6초 미만, 끼어들기 응답 300–900밀리초, 엔드투엔드 지연 1.7초 미만입니다.
- 소비자용 하드웨어 실시간 구동: 약 30B 활성 파라미터 모델이 MJD 증류와 NVFP4 양자화를 통해 소비자용 GPU 단일 카드에서 실시간 추론되며, 비용은 시간당 1달러 미만입니다.
Vivix 사용 방법
- 가입 및 API Key 발급: Vivix API 오픈 플랫폼 platform.vivix.ai 에 접속해 계정을 등록하고 개발자 콘솔에서 API Key를 생성합니다. 모든 요청은 베이스 URL을
https://api.vivix.ai/로 하고 Bearer 인증을 포함합니다. - 모델 선택: 필요에 따라 A 시리즈(실시간 Avatar 대화 또는 스크립트 구동 Avatar 영상)나 W 시리즈를 선택합니다. 예:
vivix-a1-stream,vivix-w1-stream등. - 세션 생성: REST 인터페이스 POST
/v1/realtime-avatar/sessions를 통해 모드·캐릭터 이미지·음성 톤·페르소나 지시·음성 인식(server_vad 등) 등의 파라미터를 설정합니다. - 실시간 연결 수립: 반환된
session_id를 사용해 WebSocket 제어 채널(wss://api.vivix.ai/v1/realtime-avatar/control)로 세션을 제어합니다. 음성·영상 출력은 RTC(TRTC) 스트림으로 전송됩니다. - 상호작용 구동: 사용자 음성이나 텍스트를 대화 컨텍스트에 기록하면 Avatar가 응답을 실시간 생성해 음성·영상·자막을 스트리밍으로 출력하며, 도중 끼어들기도 지원합니다.
- 실시간 개입: Streaming Control 인터페이스를 통해 생성 중에 이미지·캐릭터 전환, 동작 명령 전송 또는 스크립트 오디오 직접 삽입이 가능하며, 처음부터 다시 할 필요가 없습니다.
- W1 월드 플레이: 개방형 이벤트(Event)로 스토리를 구동합니다. 이벤트는 발효 전 취소가 가능하고, 세션은 hold/pause와 resume을 지원해 언제든 새 이벤트를 삽입해 스토리 전개를 바꿀 수 있습니다.
Vivix의 핵심 강점
- 진정한 전이중 상호작용: "반이중" 요청-응답 방식을 돌파해, 모델이 오디오·비디오를 지속 생성하는 동시에 언제든 새 입력을 받아 즉시 내용을 바꿀 수 있습니다.
- 풀바디 캐릭터 행동력: A1은 완전한 풀바디 동작 생성을 지원하는 최초의 실시간 모델로, 캐릭터가 걷고 돌고 물건을 집을 수 있으며 고정 카메라 립싱크에 그치지 않습니다.
- 네이티브 멀티모달 구조: 음성·텍스트·이미지를 통합 신호 공간에서 모델링해 ASR+LLM+TTS 연결을 우회합니다. 지각이 직접 행동을 구동하여 음성·영상·동작이 자연스럽게 동기화됩니다.
- 초저지연: 첫 프레임 < 0.6초, 끼어들기 응답 300–900밀리초, 엔드투엔드 < 1.7초, 인터랙션 지연은 1초 미만입니다.
- 대규모 파라미터 + 소비자용 실시간 구동: 약 30B 활성 파라미터에 8x8x4 고품질 압축률을 결합해 MJD 증류와 학습 시 NVFP4 양자화로 소비자용 GPU 단일 카드에서 10,000 video tokens/s 이상을 달성하며, 추론 비용은 시간당 1달러 미만입니다.
- 끼어들기 가능한 네이티브 스트리밍 구조: 인과적 생성 + VMI 코덱 분리 설계로 새 명령이 디코딩 경로에 직접 추가되어 현재 생성을 중단하고 다시 할 필요가 없습니다.
Vivix의 유사 경쟁 제품 비교
| 비교 항목 | Vivix | HeyGen LiveAvatar |
|---|---|---|
| 기술 방식 | 네이티브 멀티모달 생성 모델(활성 파라미터 약 30B). 지각이 직접 생성을 구동하며 ASR+LLM+TTS 직렬이 아님 | 조립식 파이프라인: 자체 LLM/TTS 연결 가능(Lite 모드) 또는 풀세트 이용(Full 모드). 기반은 사전 렌더링된 Avatar 구동 |
| 캐릭터 표현력 | 풀바디 동작 생성: 걷기·회전·물건 집기·춤추기, 오픈월드 자율 행동 | 주로 상반신 진행자 스타일. Avatar IV는 풀바디 모션 캡처와 미세 표정을 갖추나 고정 스튜디오 상황에 한정 |
| 내러티브 능력 | W1은 실시간 인터랙티브 영상 지원: 한 문장으로 스토리 생성, 사용자가 언제든 전개 변경 | 해당 능력 없음. 단일 캐릭터 대화만 가능 |
| 첫 프레임 지연 | TTFF < 0.6초(공식 기준) | 중앙값 첫 프레임 < 300밀리초 |
| 끼어들기 능력 | 네이티브 끼어들기 300–900ms. 동작과 응답이 즉시 변경 | 끼어들기 지원하나 "듣기 애니메이션 전환 + 현재 음성 취소"로 나타남 |
| 실시간 비용 | 시간당 $1 미만(공식 테스트 기준) | 약 $0.20/분(약 $12/시간, Full 기준). 대량 이용 시 $0.01/분까지 하락 가능 |
| 언어 지원 | 구체적 언어 수 미공개 | 175개 이상 언어 립싱크. 디지털 복제 클로닝 성숙 |
| 연동 방식 | API + WebSocket 제어 + RTC 스트림(A1 제공 중, 비공개 베타) | 순수 API. 대화 스택 자체 구축 필요. 크레딧은 매월 만료 |
Vivix의 활용 사례
- 라이브 커머스: 풀바디로 등장해 걸어 다니는 디지털 호스트가 착용 시연과 상품 집기를 하고, 운영자가 음성으로 실시간에 멘트와 상품 구성을 조정하며 방송을 끊지 않아도 됩니다.
- 버추얼 파트너 / AI 소셜: AI 남친·여친류 앱. 동작·표정·음성이 자연스럽게 동기화되고, 사용자는 언제든 대화를 끼어들 수 있으며 캐릭터가 즉시 대응합니다.
- 인터랙티브 영상 / 인터랙티브 단편 드라마: 한 문장을 입력하면 실시간에 진화하는 스토리를 생성합니다. 시청자가 음성·클릭으로 플롯 결정에 참여하며 "모두가 감독"인 시청 모드를 엽니다.
- 게임 NPC와 오픈월드: 게임 캐릭터에 자율 지각과 행동 능력을 부여해, 플레이어가 음성으로 NPC와 자연스럽게 상호작용하며 오픈월드 내러티브를推进할 수 있습니다.
- 스마트 고객센터 및 버추얼 쇼핑 가이드: 7×24시간 가동하는 풀바디 디지털 직원. 제품 시연, 문의 응답, 고객 니즈에 실시간 대응이 가능하며 웹사이트/앱/오프라인 대형 스크린에 삽입할 수 있습니다.
Vivix의 자주 묻는 질문
Q1: Vivix의 핵심 모델은 무엇인가요? A1: Vivix-A1은 세계 최초의 실시간 전이중 모델로, 풀바디 동작을 갖추고 듣고 말하고 행동할 수 있는 인터랙티브 AI 캐릭터를 생성할 수 있습니다. Vivix-W1은 스트리밍 네이티브 멀티모달 모델로, 음성·텍스트·터치로 스토리 전개를 실시간에 바꿀 수 있는 인터랙티브 내러티브 엔진과 실시간 영상 런타임 Vivix IVI를 제공합니다.
Q2: Vivix의 인터랙션 지연은 어느 정도인가요? A2: 첫 프레임 지연 0.6초 미만, 끼어들기 응답 300–900밀리초, 엔드투엔드 지연 1.7초 미만이며 전체 인터랙션 지연은 1초 미만입니다.
Q3: Vivix에 어떻게 연동하나요? A3: Vivix API 오픈 플랫폼 platform.vivix.ai 에 접속해 가입하고 API Key를 생성한 뒤, REST 인터페이스로 실시간 Avatar 세션을 만들고, 이어 WebSocket 제어 채널과 RTC 스트림으로 음성·영상 상호작용을 구동합니다.
Q4: 소비자용 그래픽카드로 실시간 구동이 가능한가요? A4: 가능합니다. 약 30B 활성 파라미터 모델이 MJD 증류와 NVFP4 양자화를 통해 소비자용 GPU 단일 카드에서 실시간 추론되며, 추론 비용은 시간당 1달러 미만입니다.
자주 묻는 질문
Vivix의 핵심 모델은 무엇인가요?
Vivix-A1은 세계 최초의 실시간 전이중 모델로, 풀바디 동작을 갖추고 듣고 말하고 행동할 수 있는 인터랙티브 AI 캐릭터를 생성할 수 있습니다. Vivix-W1은 스트리밍 네이티브 멀티모달 모델로, 음성·텍스트·터치로 스토리 전개를 실시간에 바꿀 수 있는 인터랙티브 내러티브 엔진과 실시간 영상 런타임 Vivix IVI를 제공합니다.
Vivix의 인터랙션 지연은 어느 정도인가요?
첫 프레임 지연 0.6초 미만, 끼어들기 응답 300–900밀리초, 엔드투엔드 지연 1.7초 미만이며 전체 인터랙션 지연은 1초 미만입니다.
Vivix에 어떻게 연동하나요?
Vivix API 오픈 플랫폼 platform.vivix.ai 에 접속해 가입하고 API Key를 생성한 뒤, REST 인터페이스로 실시간 Avatar 세션을 만들고, 이어 WebSocket 제어 채널과 RTC 스트림으로 음성·영상 상호작용을 구동합니다.
소비자용 그래픽카드로 실시간 구동이 가능한가요?
가능합니다. 약 30B 활성 파라미터 모델이 MJD 증류와 NVFP4 양자화를 통해 소비자용 GPU 단일 카드에서 실시간 추론되며, 추론 비용은 시간당 1달러 미만입니다.
