标签
LemonSliceAI 推出 CWM-1 Lite，支持实时视频生成，且价格与语音模型持平，主打低成本实时视频能力。
Tavus 推出 Griffin——号称全球首个「人类交互模型」，可实时看、听、说并响应停顿、表情和手势，一次一分钟视频通话中 48% 的参与者误以为在和真人对话。Griffin-Lite 作为研究预览向早期测试者开放，支持全双工视频到视频交互及 720p 生成。
Vivix.AI 发布了 A1，一个面向交互式角色和世界的实时视频模型，通过小段连续片段同时生成音频与视频，从而实现无缝打断，以及带有持久状态的实时长对话。
Benjamin DEKR 分享了 Runway Labs 关于他们的实时视频接口能够在场景中实现丰富交互的引言。
AMAP CV Lab 推出了 ABot-Recon，这是一个实时AI系统，可处理长视频流以生成3D点云和相机路径，具有稳定的性能，并在Apache 2.0许可下发布了开源代码。
配备 Starlink 的浮标在 Starship 第十三次试飞期间提供了印度洋的实时视频流，展示了 Starlink 即使在偏远地区的连接能力。
MaineCoon是一款22B参数的实时文生音频视频模型，在单张H100 GPU上可达47.5 FPS，支持低成本、长时长的流式生成，同步语音与画面，用于实时AI角色。
讨论AI社交应用从文字聊天到实时视频交互的演变，重点介绍了Mel的多模态交互栈以及延迟、唇形同步和协调等技术挑战。
Elon Musk分享了来自Starlink捕捉到的Starship实时视频，以及Flight 12的一张震撼照片。
LingBot-Map is an AI model that can convert real-time video streams into real-time 3D reconstruction, running at 20 FPS with complete code and models provided.