更新本周增量：Alibaba Wan-Streamer 与 HUYA VAM 1.0
自动检索
高AIGC Generation Model Radar
AIGC模型每周重点总结
本周总判断
行业 音视频一体化爆发
闭源/开源 全线卷时延，量化降门槛
实时视频重点
实时模型 持续迭代产品信号
离线视频重点
离线模型 持续迭代开源能力
离线模型 持续迭代开源能力
榜单信号
AA I2V 榜单等待可核验数据
基准耗时 等待AA数据补齐
实时视频生成模型
实时视频 / 交互世界 / 数字人模型总表
0 / 0
ID名称 / 厂商技术方向状态?研究公开：论文、项目页或研究说明已公开，通常还不是可直接使用的产品。Demo 可用：已有公开演示或可体验样例，但开放范围、稳定性和商用接口有限。模型开放：模型权重、代码或可复现实验材料已开放，可做技术验证。平台可用：官网或创作平台已可访问，偏产品入口，但 API/SDK 能力不一定完整。API/SDK 可用：提供开发者接口或 SDK，适合集成到应用链路中验证。产品可用：已有面向客户或业务场景的成熟产品形态。技术路径更新时间FPS（帧/s）延迟（s）优先级?高：实时表对应核心/A 级主跟踪对象；离线表对应旗舰模型、专业 API 或头部开源基础模型。中：已有产品入口、API、开源权重或可核验指标，但不是当前主跟踪对象。低：产品下线、信息不足、仅作历史记录或新增行尚未完成判断。人工覆盖：编辑保存后的优先级优先于默认规则，用于运营侧手动调整。效果Review编辑
正在加载线上数据...
图片生成模型
图片生成模型监测
图片生成模型监测位已预留。等图片生成模型数据结构接入后，这里会展示文生图、图像编辑、商品图/广告图生成等模型动态。
实时视频生成模型
技术地图
T001
交互式世界模型
把视频生成从单次输出推进到可探索、可操作、可持续响应的世界状态。核心共性是用户动作、文本或多模态指令进入闭环，模型持续生成下一段可交互环境。
开放世界生成Tier2
从文本、图片或场景条件生成可探索环境，重点是空间连续、视角移动和场景持久。
动作闭环预测Tier2
读取当前画面和用户操作，实时预测下一段画面，适合游戏式交互和可玩 demo。
长时空间记忆Tier2
给世界模型加入空间记忆，减少长时间探索中的物体位置漂移和前后矛盾。
T002
实时视频生成模型
面向连续视频流或近实时视频片段生成，重点不只是画质，而是增量生成、低延迟、多条件控制和持续输出能力。适合创作工具、互动内容和实时视频基础设施。
端到端音视频生成Tier2
用一个基础模型同时理解和生成声音、画面与互动状态，目标是减少链路拼接延迟。
流式视频基础模型Tier2
按时间连续生成视频，强调增量推理、长视频延展、多条件控制和吞吐效率。
实时头像生成Tier2
面向说话人或角色视频的低延迟生成，重点是口型、表情、反应和对话状态同步。
T003
实时视频改写
以已有视频流为输入，在低延迟约束下做风格、语义或画面内容改写。它更像直播/视频生产链路中的实时增强层，不以构建持久世界为第一目标。
直播流画面改写Tier2
读取摄像头或直播画面，在低延迟下做风格、身份、场景或语义层面的实时重绘。
T004
数字人链路组合
通过 ASR、LLM、TTS、Avatar 渲染、WebRTC/推流等模块组合交付实时数字人体验。优势是产品化快，约束是端到端延迟和跨模块一致性。
视频 Agent 平台Tier2
把对话、工具调用、语音和视频 Avatar 编排成完整实时 Agent，偏应用平台形态。
实时 Avatar APITier2
提供可嵌入产品的实时数字人视频流，重点是 API、WebRTC、并发和工程稳定性。
单图/全身 AvatarTier2
从单图或角色素材生成互动数字人，侧重全身动作、表情和语义手势。
更新日志
更新记录
模型总表新增离线视频分区，开始追踪闭源产品、API 和开源基础模型的能力更新
总表融合
高新建平台和整理已知的 26 条实时视频生成 / 实时交互数字人更新
平台初始化
高