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

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。

AI HOT 详情：https://aihot.virxact.com/items/cmrolz26304oqbito42v7oeaz

原文链接：https://mp.weixin.qq.com/s/_eaO0wmsiQFGsrE2_zW_Dg