阿里釋出 Wan Streamer：單一模型即時音視訊通話，延遲僅 200 毫秒

過去我們和 AI 語音對話，最尷尬的瞬間不是它答不上來，而是那種機械的等待感。更別說開著攝像頭影片了，螢幕裡的數字人往往像個反應慢半拍的木偶，你講完一段，它卡頓幾秒才開始動嘴皮子。

阿里巴巴公佈了一個叫 Wan Streamer 的端到端互動模型。它要做的事很直接：把 AI 變成一個能即時和你開影片電話的虛擬人，不僅能聽、能看，還能在說話的同時繼續觀察你。

告別拼湊，把音影片塞進一個模型裡

市面上現有的即時互動系統，大多是把幾個現成模組強行拼在一起。先用語音識別把你說的話轉成文字，扔給大語言模型想答案，再用文本轉語音生成聲音，最後拿動畫模組驅動畫面。

這種級聯拼接的做法，每一道工序都在堆疊延遲。更要命的是，各個模組之間容易脫節，面部表情和說話聲音往往對不齊，也談不上自然的眼神交流。

Wan Streamer 走了一條徹底不同的路。它用單一的 Transformer 模型，同時對視覺、音訊和文本的輸入與輸出進行建模。說白了，三種模態的 token 在同一條序列裡交錯流動，全部交給一套因果注意力機制來排程。

整個技術棧從底層編碼器到解碼器都圍繞流式傳輸重構，流式單元最短可以切到 160 毫秒。它以每秒 25 幀執行，模型端的響應延遲被壓到了 200 毫秒左右。即使加上 350 毫秒的雙向網路延遲，總互動耗時也就 550 毫秒左右，穩穩落在 1 秒以內。

更關鍵的是它支援全雙工通訊。換句話說，AI 不需要等你徹底閉嘴才開始推理。在你說話的同時，它就已經在看、在聽；而在它回應你的時候，如果你突然打斷或做個手勢，它也能當場感知並停下來。

表情自然，但目前還是「低清試驗品」

從官方放出的未剪輯演示來看，虛擬人的表現確實挺生動。在解謎題、閒聊疲憊狀態或者討論刷手機習慣時，AI 不僅能跟上對話邏輯，還會做出自然的眨眼、撥頭髮和揮手動作。

不過，現在想上手體驗可能還得等等。目前公開的 Wan Streamer v0.1 只是個技術驗證版本，畫面解析度僅有 192p，滿屏都是肉眼可見的馬賽克。官方展示的內容也是本地錄屏和預錄樣本，並沒有開放線上的即時互動入口。

阿里團隊對此的解釋是，先用低解析度證明端到端方案跑得通，後續擴充套件到更高解析度在工程上相對容易。

為什麼重要

對普通使用者來說，現在的 Wan Streamer 還不算一個立即可用的成品，192p 的畫質也沒法直接當成日常陪伴工具。但它展示了一種全新互動形態的可能性：未來的 AI 伴侶不再是一個冷冰冰的語音懸浮窗，而是一個真正看得見你挑眉、嘆氣並即時做出反應的虛擬朋友。

對行業而言，這項技術最大的衝擊在於撕碎了過去「拼裝流水線」的行業慣性。以前做數字人客服和虛擬主播的公司，精力全花在打磨 ASR、TTS 和渲染引擎的介面上。一旦端到端多模態大模型證明自己能搞定亞秒級的音影片流，這些中間層的獨立工具很可能會失去生存空間。

我們認為阿里這一步走得相當堅決，直接攻堅最難的端到端全雙工架構。不過隱患也很現實：隨著解析度從 192p 提升到實用級別的 720p 甚至 1080p，單路影片併發所消耗的算力成本將成倍飆升。如何把每秒 25 幀的流式生成成本壓到普通伺服器能承受的區間，才是它從實驗室走向落地必須邁過的坎。