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-nieuws / 模型更新
Back to AI news
Tongyi Lab brengt Wan-Streamer v0.2 uit, met een end-to-end reactievertraging van slechts 550ms
Tongyi Lab brengt Wan-Streamer v0.2 uit, een end-to-end multimodaal model dat 'luisteren, kijken, spreken en uitvoeren' samenbrengt in één enkele Transform...
Dagelijkse AI-briefing
Tongyi Lab brengt Wan-Streamer v0.2 uit, een end-to-end multimodaal model dat 'luisteren, kijken,
spreken en uitvoeren' samenbrengt in één enkele Transformer. De end-to-end reactievertraging is slechts 550ms, de uitvoerresolutie is verhoogd van 192×336 in v0.1 naar 640×368 @ 25FPS, en met een Thinker-Performer dubbele pad-architectuur wordt de beeldkwaliteit verbeterd terwijl een zeer lage vertraging behouden blijft.
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
Bron: 公众号：通义实验室（千问）
原文链接: Open oorspronkelijke bron
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