阿里釋出同傳模型 Qwen3.8-LiveTranslate：延遲壓到 2.3 秒，自帶原聲克隆
阿里釋出即時同聲傳譯模型 Qwen3.8-LiveTranslate。它重構為音訊與文本交織的單流架構，字均延遲壓至 2.3 秒，支援 60 種語言。新模型能即時分離說話人並克隆音色，用發言人原聲念出譯文，目前已開放 API 和線上 Demo。
阿里
阿里開源 Wan-Dancer-14B：聽音樂就能跳舞，支援分鐘級連貫長影片
阿里 Wan 團隊開源舞蹈生成模型 Wan-Dancer-14B 及程式碼。它不需要參考動作影片，僅憑一段音樂和一張靜態人像，就能生成節拍同步的分鐘級舞蹈。最值得看的是它採用全域性規劃加區域性精細化框架，已適配古典舞、街舞和 K-Pop 等多種風格。
阿里釋出 StreamChar：單張 H100 即時流式生成全身數字人音影片
阿里團隊公佈數字人音影片生成框架 StreamChar，將長程編排與短視窗去噪解耦。它利用 LLM 與音影片聯合 DiT 架構，配合記憶機制防止身份漂移與音畫脫節，在單張 H100 上跑出即時流式生成。全身數字人離即時互動和虛擬主播更近了一步。
阿里釋出影像加速方法 CDM：擴散模型 4 步出圖，細節超越 DMD2
阿里推出影像生成加速方法 CDM，把傳統擴散模型所需的 20 到 50 步去噪壓縮至 4 步，實現約 5 倍加速。相比之前的 DMD2，它避免了畫面塑膠感，能保留更細膩的紋理。目前已支援 Stable Diffusion 3 和 LongCat，讓消費級 GPU 也能近乎即時出圖。