AI 学会了和你视频通话 而且跟真人一样
中文摘要
阿里通义发布Wan Streamer，AI实现亚秒级全双工实时音视频通话。
English Summary
Alibaba's Wan Streamer enables sub-second, full-duplex real-time audio-visual calls, mimicking human interaction.
原文节选
📌 一句话摘要 阿里通义实验室 Wan 团队发布 Wan Streamer，一个端到端 Transformer 模型实现亚秒级全双工实时音视频对话，可同步生成语音和面部视频。 📝 详细摘要 文章深度解读阿里通义实验室 Wan 团队发布的 Wan Streamer v0.1 实时音视频交互模型。模型采用单一端到端 Transformer，将视觉、音频、文本 token 交错排列，通过 block-causal atten...