产品应用8
阿里发布模型实现数字人实时视频聊天
开源AI项目落地
AI 摘要
阿里发布Wan - Streamer v0.1模型,摒弃组件拼接架构,在单个Transformer内完成多模态处理,实现低至200ms响应延迟,具备端到端统一、全双工交互、音视频同步等优势。
阅读原文 · 开源AI项目落地
阿里发布首个「音视频实时交互」模型,实现数字人实时视频聊天
阿里发布原生流媒体端到端模型Wan - Streamer v0.1,能实时聆听、观看、思考、说话和响应视频。它在单个Transformer内完成感知等操作,延迟低,具备端到端多模态统一、低延迟等特点。

关注公众号
扫码关注
第一时间收到每日精选
相关文章
推荐文章9
三万字讲透大语言模型入门
本文是面向零基础的大语言模型入门长文,无需机器学习背景,只用简单例子讲清大语言模型的核心逻辑,覆盖从原理到产品化的全流程,适合新人系统学习。
腾讯技术工程
推荐文章8
从Sigmoid到SwiGLU 读懂激活函数
本文系统梳理神经网络激活函数的发展历程,从传统普通激活到门控激活,讲解Sigmoid到SwiGLU各类激活的设计逻辑、优缺点与适用场景,帮助入门者理解设计思路
AINLPer
推荐文章9
腾讯15年工程师转战大模型推理
本文是腾讯15年资深后台工程师吴银光的转型自述,分享了他从零切入大模型推理工程的抉择过程,给出了清晰的入门路径与自检方法,分析了AI Infra与传统Infra的异同,为有意转型AI的技术人提供了实用参考。
腾讯技术工程
产品应用9
生数发布实时AI视频模型Vidu S2
本文介绍生数科技推出的Vidu S2,专为实时交互编辑设计的AI视频模型,覆盖三类核心能力,公开技术路线,发布当天开放体验与API,迭代仅用69天。
机器之心