Dans l'actualité
AURA: AUdio-dRiven streaming Avatar
arXiv cs.AI · Publié le · 3 min de lecture
En 30 secondes
- Ce qui s'est passé
- AURA génère des vidéos de visages parlants à partir d'audio en temps réel sur GPU unique, sans lookahead multi-secondes.
- Pourquoi ça compte
- Pertinent pour les ingénieurs développant assistants vocaux, avatars virtuels et applications interactives nécessitant une génération vidéo basse latence.
- Vigilance
- Le petit modèle produit 576p à 20,7 fps; le grand modèle produit 720p à 9,7 fps. Compromis de qualité par rapport aux modèles bidirectionnels non-streaming.
- latency
- kv cache
- voice
Les patterns derrière cette actualité
Chacun explique le fonctionnement de la technique, quand elle vaut son coût et où elle casse.
The Agent Architect
Un pattern, un compromis, une panne de production racontée. Un brief hebdomadaire court pour ceux qui construisent des systèmes agentiques.
Un email par semaine, désinscription en un clic. Votre adresse ne sert qu'à envoyer le brief.