16:06IT之家（博客/媒体）
推荐理由：阿里发了 Wan-Streamer v0.2，视频电话延迟才 550ms，画质从模糊到高清，还能边听边看边回应，挺有意思。
Wan-Streamer
共 1 条相关 AI 资讯
7月17日
16:06
阿里通义实验室发布 Wan-Streamer v0.2 模型，端到端响应延迟仅 550ms（含 350ms 网络延迟）。输出分辨率从 v0.1 的 192×336 提升至 640×368@25FPS，微表情清晰可见。模型采用“Thinker+Performer”双架构，Thinker 单卡处理感知与理解，Performer 多卡并行生成高清视频。Wan-Streamer 将文本、音频、视频输入统一映射到因果时间线，每 160ms 完成一次感知-理解-生成-解码循环。相比常见实时语音对话模型，Wan-Streamer 支持全双工视频交互且延迟控制在 1 秒内。