リアルタイム映像対話モデル「Wan-Streamer v0.2」登場：遅延を保ち高解像度化
研究チームが端対端の音声映像対話モデルWan-Streamer v0.2を発表した。対話解像度を192×336から640×368に引き上げつつ、25 FPSで約200ミリ秒のモデル側遅延を維持している。分離型アーキテクチャにより、手元の動作や背景環境を鮮明に保ちながらリアルタイム対話を行える。
研究チームが端対端の音声映像対話モデルWan-Streamer v0.2を発表した。対話解像度を192×336から640×368に引き上げつつ、25 FPSで約200ミリ秒のモデル側遅延を維持している。分離型アーキテクチャにより、手元の動作や背景環境を鮮明に保ちながらリアルタイム対話を行える。