模型发布

通义实验室发布 Wan-Streamer v0.2,端到端响应延迟仅 550ms

原文标题:Wan-Streamer v0.2:响应延迟仅550ms,让 AI 真正与你"面对面"

AI 摘要

通义实验室发布 Wan-Streamer v0.2,这是一款将“听、看、说、演”统一进单个 Transformer 的端到端全模态模型。其端到端响应延迟仅 550ms,输出分辨率从 v0.1 的 192×336 提升至 640×368 @ 25FPS,并采用 Thinker-Performer 双通路架构在提升画质的同时维持了极低延迟。

关键信息

  • 通义实验室发布 Wan-Streamer v0.
  • 2,这是一款将“听、看、说、演”统一进单个 Transformer 的端到端全模态模型。
  • 其端到端响应延迟仅 550ms,输出分辨率从 v0.
  • 1 的 192×336 提升至 640×368 @ 25FPS,并采用 Thinker-Performer 双通路架构在提升画质的同时维持了极低延迟
  • 通义实验室把实时视频交互延迟压到550ms,同时提升了分辨率,不是刷榜而是解决实际问题,对做数字人和实时助手的团队是个值得跟进的信号

速览

发布时间
更新时间
来源
公众号:通义实验室(千问)
分类
模型发布
AI 评分
69
阅读原文 前往信息源阅读完整正文
推荐理由

通义实验室把实时视频交互延迟压到550ms,同时提升了分辨率,不是刷榜而是解决实际问题,对做数字人和实时助手的团队是个值得跟进的信号。

相关实体

来源与版权

本文基于 AIHOT 公开 API 的精选标题与 AI 摘要整理,已注明来源并回链;原文版权归原媒体与作者所有,本站不镜像全文。

原文链接 · AIHOT 条目

如何引用

引用本文时请保留标题、日期与永久链接,并注明来源为橙子新闻。

橙子新闻:通义实验室发布 Wan-Streamer v0.2,端到端响应延迟仅 550ms。2026年7月17日。https://new.nat6.net/news/cmrolz26304oqbito42v7oeaz/

查看全部 →
  • Kimi K3:智能的新前沿

    月之暗面推出迄今能力最强的开源模型 Kimi K3,拥有 2.8 万亿参数、100 万 token 上下文窗口,基于 KDA 混合线性注意力机制构建,原生支持视觉理解。它在长程编程、知识工作等场景表现前沿,但整体仍落后于 Claude F…

    公众号:月之暗面(Kimi)模型发布AI 评分 83

  • Kimi K3:智能的新前沿

    Kimi 发布迄今能力最强的开源模型 Kimi K3,拥有 2.8 万亿参数、100 万 token 上下文窗口,原生支持视觉理解。该模型在长程编程、知识工作等场景表现前沿,整体能力仅次于 Claude Fable 5 和 GPT-5.6…

    公众号:月之暗面(Kimi)模型发布AI 评分 80

  • Qwen3.8 开源发布,2.4T 参数模型上线

    Qwen3.8 即将发布并很快开源权重!🌐 该模型拥有 2.4T 海量参数,正在持续进化。我们相信它是目前最强大的模型之一,可与领先的前沿 AI 模型媲美,仅次于 Fable 5。 你无需等待即可测试。就在刚才,Qwen3.8-Max-P…

    X:通义千问 / Qwen (@Alibaba_Qwen)模型发布AI 评分 75