Tongyi Lab выпустила Wan-Streamer v0.2 — сквозную мультимода

Дом

Срочные новости

Содержание

FrankRoberts

17 июля 2026 г.

Tongyi Lab выпустила Wan-Streamer v0.2 — сквозную мультимодальную модель искусственного интеллекта, обеспечивающую задержку отклика в 550 мс для личного взаимодействия в режиме реального времени. Она объединяет функции слушания, зрения, речи и выполнения действий в одном трансформере, при этом разрешение видео повышено до 640x368. Потоковая архитектура обеспечивает время обработки 160 мс и поддерживает цифровых людей в полном росте для таких приложений, как репетиторство и консультирование.

Поделиться Нажмите, чтобы скопировать ссылку

Комментарии (0)

0/300

Представлять на рассмотрение

JasonJackson 23 сентября 2026 г.

McKinsey предупреждает, что внедрение AI-агентов приводит к резкому росту корпоративных расходов из-за сложных многоэтапных задач, при этом стоимость для получения идентичных результатов может варьироваться в 30 раз. Опрос показывает, что одна треть компаний тратит более 10% бюджета на ИТ на AI, при этом 60% планируют дальнейшее увеличение этих расходов. Команды разработки программного обеспечения сталкиваются с наибольшими затратами из-за интенсивного использования токенов при написании кода. В результате такие компании, как Coinbase и Salesforce, ограничивают использование AI-агентов, поскольку расходы начинают негативно сказываться на операционной деятельности, что знаменует переход от ранее экономичных чат-инструментов к дорогостоящим автономным агентам.

AlbertRodriguez 23 сентября 2026 г.

Anthropic запускает Claude Opus 5.5 со снижением стоимости на 40%. OpenAI выпускает GPT-6 Sol и Luna, сокращая цены на API на 50%. ByteDance представляет режим черновика Seedance 2.5 для эффективной генерации видео. Qwen представляет серию Qwen-Audio-3.1 со скидками до 95%. Alibaba Cloud запускает ИИ-агент Qwen Book для работы с документами. Shaoyin представляет OpenFit 2 — ИИ-наушники с интеграцией Qwen. Cisco предупреждает о вредоносном программном обеспечении ClosedQuorum, использующем ИИ для автономных атак. Boxma внедряет ИИ-инспектора AI Crab Inspector для быстрой сортировки морепродуктов.

RoyGarcía 23 сентября 2026 г.

В серии Qwen-Audio-3.1 представлено пять моделей, охватывающих области распознавания, синтеза, взаимодействия и творчества. Ключевые обновления включают ASR-Next с функцией распознавания эмоций и понимания звуков, TTS-Next для полноценного генерации звука и Realtime для многоходового диалога с низкой задержкой. Цены значительно снижены: на TTS — на 70 %, на Realtime — на 85 %, на ASR — на 95 %. Пакет поддерживает 30 языков и 16 китайских диалектов, предлагая полный набор аудиофункций с повышенной точностью и доступностью.

StevenWilson 23 сентября 2026 г.

Haman применяет ИИ-инспекторов для сезона крабов, используя визуальное распознавание и данные о весе для оценки упитанности. Опираясь на данные 10 миллионов крабов из 2025 года, система осматривает 50 крабов в минуту через конвейерные ленты, повышая эффективность в десятки раз. Крабы, отсортированные ИИ, теперь доступны для продажи, что знаменует значительный скачок в автоматизации обработки морепродуктов и контроля качества.

CarlPerez 23 сентября 2026 г.

Alibaba Qwen представила Qwen-Audio-3.1, включившую пять моделей, охватывающих распознавание речи, синтез речи, взаимодействие в реальном времени и генерацию контента. Обновление позволяет снизить цены на 70–95 %, делая голосовые технологии широко доступными. Ключевые функции включают контекстно-зависимое распознавание речи (ASR) с встроенной корректировкой транскрипции, поддержку 30 языков и 16 китайских диалектов, а также сверхнизкую задержку. Модель TTS-Next позволяет генерировать аудио общего назначения, комбинируя голоса, звуковые эффекты и фоновые шумы. Взаимодействие в реальном времени поддерживает полнодуплексный диалог с распознаванием эмоций и интеграцией инструментов. Этот комплексный набор решений значительно снижает затраты, одновременно повышая точность, расширяя многоязычную поддержку и расширяя возможности для творческого создания аудиоконтента.