Wan-Streamer：让 AI 像真人一样边听、边看、边回应

通义实验室

Description 
告别机械感与高延迟！Wan-Streamer——面向实时双工交互的端到端全模态理解与生成模型，将“听、看、说、演”统一进单个 Transformer，模型能够持续倾听和回应，并实时生成同步的语音、视频与自由行为。

✨ 三大核心突破：
⚡️ 极致低延迟：端到端响应仅需 550ms（200ms模型延迟 + 350ms网络延迟），对话如丝般顺滑。
🎬 画质大跃升：输出分辨率从 v0.1 的 192×336 提升至 640×368 @ 25FPS，微表情场景细节清晰可见。
🧩 全模态端到端：原生支持文本、音频、视频的实时理解与同步生成，无需外部模块拼装，架构更纯粹。

项目主页：https://wan-streamer.com/ 
论文：
v0.1: https://arxiv.org/abs/2606.25041 
v0.2: https://arxiv.org/abs/2607.04443 
v0.3: https://arxiv.org/abs/2607.15038

Comments

南宫羽乘 12d ago

放弃开源的Qwen就像是丢了拐的瘸子，想追上同行是不可能的[笑哭]

♥ 89 ↩ 1

小高CARL 12d ago

在？开？

♥ 47 ↩ 4

木目寿 12d ago

开源过阵子就会追上来了

♥ 47 ↩ 6

c-b-b 12d ago

qwen在哪发财呢[doge]kimi k3想你了

♥ 5

6硬币改的废物名 12d ago

坏了以后的AI诈骗要越来越先进了[笑哭]

♥ 7 ↩ 4

尘哥永远爱瞳妹 12d ago

老来多惊梦，似有献刀人 曾经的开源佛祖终究是回不来了吗

♥ 3

牛排1145 12d ago

等待qwen开源的第一天

♥ 4 ↩ 3

中岛佳奈子 12d ago

我家大黄申请加入见证圈

♥ 2 ↩ 1

AAA汽修柚师傅 12d ago

后半夜刷到吓死我了，感觉活到头了

♥ 1

怀零柒肆伍0745 12d ago

没有什么含义，闭源不如seedance2更别说seedance2.5,开源有ltx2.3。

♥ 1

就很_你们懂吧 12d ago

以后能对着ai打了[笑哭]

盖伦TA哥 12d ago

阿里就是见小利而忘命，干大事而惜身

在下夏霞 12d ago

在？新的模型呢[星星眼]

♥ 2 ↩ 1

逆天鲨瓜 12d ago

软件是什么，就叫通义吗

♥ 1

UNVHK 10d ago

qwen3.8已发布，最新消息

真的是帅炸啦 12d ago

外星人绷不住了

♥ 1

暗影裁决冥神 12d ago

场景不会动

My_God0 12d ago

一大坨

酷哩宝 12d ago

这个可不能开源

biliiii-干嘛 12d ago

还开源吗？

♥ 1 ↩ 1