🎥 Alibaba показала ИИ для живых видеозвонков

🎥 Alibaba показала ИИ для «живых» видеозвонков

Alibaba представила Wan-Streamer — экспериментальную систему, в которой AI-агент может видеть пользователя, слышать его речь и отвечать не только голосом, но и видео.

По сути, это шаг к формату «живого» видеозвонка с ИИ: модель обрабатывает аудио, видео и текст в едином потоке, а затем генерирует синхронизированный ответ с голосом и изображением.

Главная особенность Wan-Streamer в том, что это не связка отдельных модулей для распознавания речи, генерации текста, озвучки и анимации. Разработчики заявляют, что восприятие, рассуждение, речь, видеоответ и синхронизация работают внутри одной модели.

Если технология будет развиваться дальше, такие AI-агенты могут стать основой для нового поколения виртуальных консультантов, преподавателей, цифровых аватаров и интерактивных сервисов, где пользователь общается с ИИ почти как по видеосвязи.