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

来源:公众号:通义实验室(千问) 2026年7月17日 15:14 AIHOT 评分:69 精选
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。
# 通义实验室发布 Wan-Streamer v0.2,端到端响应延迟仅 550ms - 来源:公众号:通义实验室(千问) - 作者:通义实验室 - 发布时间:2026-07-17 15:14 - AIHOT 分数:69 - AIHOT 标记:精选 - AIHOT 链接:https://aihot.virxact.com/items/cmrolz26304oqbito42v7oeaz - 原文链接:https://mp.weixin.qq.com/s/_eaO0wmsiQFGsrE2_zW_Dg ## 精选理由 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。 ## 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。 ## 正文 公众号正文需在微信内阅读,站内仅提供摘要。