Wan Team (Alibaba) выпустила версию v0.2 экспериментальной модели Wan-Streameri — системы для общения с AI-аватаром в реальном времени, которая одновременно «видит», «слышит», «думает», говорит и генерирует видео прямо во время стрима.

Основное изменение — рост разрешения с 192×336 до 640×368 при сохранении прежней скорости генерации (25 FPS), а также расширение формата: теперь модель работает не только с крупными планами говорящих лиц, но и со сценами среднего плана, где важна общая картина взаимодействия — мимика, взгляд, жесты рук и контекст остаются различимыми в реальном времени.

Полный разбор →

Компания Alibaba анонсировала экспериментальную модель Wan Streamer v0.1, предназначенную для взаимодействия с ИИ-агентами в формате видеозвонков в реальном времени. Система использует единый трансформер для обработки текста, аудио и видео, что обеспечивает работу в полнодуплексном режиме с низкой задержкой. Технология позволяет генерировать видео с высокой синхронностью мимики и частотой 25 кадров в секунду. На текущий момент проект находится на стадии исследования и не имеет публичного доступа.