Wan-Streamer v0.2 发布：实时视频交互分辨率翻倍，延迟仍为 200ms
研究团队发布 Wan-Streamer v0.2，将端到端音视频交互模型的分辨率从 192x336 提升至 640x368，同时保持 25 FPS 下约 200 毫秒的模型延迟。它通过单卡感知加多卡并行的架构，让中景虚拟形象的手势和周围环境在实时对话中保持清晰。
研究团队发布 Wan-Streamer v0.2，将端到端音视频交互模型的分辨率从 192x336 提升至 640x368，同时保持 25 FPS 下约 200 毫秒的模型延迟。它通过单卡感知加多卡并行的架构，让中景虚拟形象的手势和周围环境在实时对话中保持清晰。