阿里通义实验室发布 Wan-Streamer v0.2 模型，AI 视频电话响应延迟仅 550ms

阿里通义实验室发布 Wan-Streamer v0.2 模型，实现端到端响应延迟仅 550 毫秒，让 AI 能边听边看边回应。该模型将“听、看、说、演”统一进单个 Transformer，支持全双工交···

单模型支持 30 种语言 + 16 种方言，阿里千问升级 Fun-ASR-Realtime 语音识别模型

在覆盖八大方言区的 16 种方言识别测试中，Fun-ASR-Realtime 字符准确率平均为 88.62%，在 12 类方言上领先。