文字 AI 缺少面对面真实感
很多 AI 陪伴产品回复很快,但用户看不到它是否在听、是否理解、是否正在反应。实时 AI 视频陪伴要解决的不是“回答更长”,而是让交流更像一次视频通话。
Wan Streamer 是面向首批用户开放等候名单的实时 AI 视频陪伴产品。你可以和 AI 面对面聊天,让它听见你、看见你、理解你,并用同步语音、表情和视频回应你。
人类交流不是干净的文字轮流发送。我们会打断、停顿、移开视线、微笑、倾听和反应。Wan Streamer 围绕这个真实需求设计:让 AI 像一个在场的伙伴,而不是聊天机器人外面套一层视频皮肤。
很多 AI 陪伴产品回复很快,但用户看不到它是否在听、是否理解、是否正在反应。实时 AI 视频陪伴要解决的不是“回答更长”,而是让交流更像一次视频通话。
只有声音的 AI 可以回答问题,但没有眼神、表情、停顿和动作。Wan Streamer 会围绕同步语音、表情和视频存在感,验证更自然的陪伴体验。
传统方案通常要串联语音识别、大模型、TTS、动画和视频渲染。任何一个环节慢,实时聊天都会变成等待加载。
语言练习、情绪陪伴和创意角色扮演,都更适合由一个能看、能听、能说、能自然反应的 AI 来完成。
官方 v0.1 页面介绍了原生流式、端到端的音视频交互模型:它能边听、边看、边思考、边说话,并实时生成视频回应。官方 v0.2 页面进一步把输出提升到 640×368,同时保持约 200ms 的模型侧延迟目标。
当前首页不会把未开放能力写成已经可用。Wan Streamer 会先收集等候名单,再验证视频陪伴体验,之后再接价格、登录、积分、存储和隐私控制。
Wan-Streamer 官方资料强调 full-duplex 音视频交互:系统生成回应时仍在持续感知用户。Wan Streamer 会先把这个方向落成等待名单和产品验证页。
官方研究把语言、音频和视频放在同一条因果时间线上处理。对用户来说,重点是 AI 说话时表情、动作和可见倾听更一致。
研究方向避免把 VAD、ASR、LLM、TTS、动画和视频生成硬串起来,从而减少延迟、错位和机械感。
真正的转化来自用户一眼看到自己的场景:想聊天、想练习、想倾诉、想拥有一个随时在线的可见陪伴。
想说话但不想打扰朋友时,打开 Wan Streamer,和一个可见、愿意倾听的 AI 伙伴聊几句。
用可见的 AI 伙伴练口语、面试、日常对话和沉浸式角色扮演。
当你希望被看见、被回应,而不是只收到一段文字时,视频陪伴更容易建立信任。
把有趣对话、角色互动和高光反应剪成 15-60 秒短视频,用于小红书、抖音、TikTok 或 Reels。
加入等候名单,等待实时 AI 视频陪伴 Web Demo 开放。首批用户将优先体验面对面 AI 聊天、角色陪伴和可分享互动片段。
这些问题帮助用户在加入 Wan Streamer 等候名单前,快速理解产品状态、隐私边界和 Wan-Streamer 的关系。
目前 Wan Streamer 是等候名单阶段。你可以留下邮箱,等首批 Web Demo 开放时获得通知;同时可以先查看 Wan-Streamer 官方演示了解技术方向。
实时 AI 视频陪伴是可以用语音和视频与你面对面互动的 AI。它不只是发文字,而是通过声音、表情、动作和可见倾听,让交流更像真实视频通话。
Wan-Streamer 是 Wan Team / Alibaba Group 公开的研究模型与官方演示。Wan Streamer 是独立产品页,围绕实时 AI 视频陪伴场景做等候名单和未来体验设计。
根据目前官方页面,Wan-Streamer 已公开论文、v0.1 演示和 v0.2 更新,但没有列出公开生产 API。因此首页不会把 Wan Streamer 写成已经可直接使用的生成器。
中文会作为首批体验重点之一。官方 v0.1 示例中包含中文通话,中文闲聊、情绪支持和语言练习都是自然场景。
视频陪伴产品必须明确摄像头、麦克风、录制、分享和删除规则。Wan Streamer 在正式开放前,应把是否保存片段、如何删除数据、是否默认录制写清楚。
上线阶段承诺:不伪造 API 权限,不伪造模型可用性,在 beta 工作流真实跑通之前不隐藏收费。