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 समाचार / 模型更新
Back to AI news
Tongyi लैब ने Wan-Streamer v0.2 जारी किया, एंड-टू-एंड प्रतिक्रिया विलंब केवल 550ms
Tongyi लैब ने Wan-Streamer v0.2 जारी किया, यह एक एंड-टू-एंड ऑल-मॉडल मॉडल है जो "सुनना, देखना, बोलना, प्रदर्शन करना" को एक ही Transformer में एकीकृत करता है...
आज का AI इंटेलिजेंस ब्रीफ
Tongyi लैब ने Wan-Streamer v0.2 जारी किया, यह एक एंड-टू-एंड ऑल-मॉडल मॉडल है जो "सुनना, देखना, बोलना,
प्रदर्शन करना" को एक ही Transformer में एकीकृत करता है। इसका एंड-टू-एंड प्रतिक्रिया विलंब केवल 550ms है, आउटपुट रिज़ॉल्यूशन v0.1 के 192×336 से बढ़कर 640×368 @ 25FPS हो गया है, और Thinker-Performer डुअल-पाथ आर्किटेक्चर का उपयोग करके चित्र गुणवत्ता बढ़ाते हुए बेहद कम विलंब बनाए रखा गया है।
资讯正文 · AI 整理
情报判断
Aioga 编辑摘要
通义实验室发布端到端全模态模型 Wan-Streamer v0.2，将“听、看、说、演”统一进单个 Transformer，端到端响应延迟为 550ms。
背景分析
公开材料显示，v0.2 的输出分辨率由 v0.1 的 192×336 提升至 640×368，并以 25FPS 输出，形成了版本间的明确参数对比。
Aioga 观点
Aioga 判断，此次更新的核心看点是同时推进输出画质与响应速度，并通过 Thinker-Performer 双通路架构维持较低延迟。
影响与后续
值得关注的是，将多种交互能力统一到单个 Transformer，可能为实时全模态交互提供新的技术路径，但材料未说明实际应用效果。 后续值得关注公开材料是否补充测试环境、延迟口径、画质评测方法及实际场景表现，以便判断这些指标在不同条件下的稳定性。
Source and Copyright
当前抓取源提供的是标题、摘要、来源和原文入口，不直接搬运完整原文。完整报道请通过下方原文链接前往来源站点查看。
抓取通道: 摘要聚合 · 原始域名: mp.weixin.qq.com
स्रोत: 公众号：通义实验室（千问）
原文链接: मूल स्रोत खोलें
Aioga 归档: 查看情报页
Content record: summary-fallback · Updated: 2026-07-17T07:14:00.000Z
API RELAY · DEVELOPER INFRASTRUCTURE
API 中转站
统一接入主流 AI 模型 API，为开发、测试与生产环境提供稳定调用入口。
立即访问 api.w173.com
Scan to open this article