Kyutai 开源 AURA:滚动 KV 缓存+两阶段蒸馏实现低延迟音频驱动数字人

kyutai · hf · 2026-11-20

Kyutai 发布 AURA(AUdio-dRiven streaming Avatar),面向流式应用的低延迟因果视频生成模型。关键技术:滚动 KV cache 支持流式推理,配合两阶段蒸馏管线大幅减少扩散步数;论文含 5B 与 1.3B 两个规格,1.3B 可实时运行,作者团队含 Kyutai、ISIR/Sorbonne 与 Google DeepMind(Patrick Pérez),模型已在 Hugging Face 开源。

原文链接 →

「多模态」频道最新

更多「多模态」频道 AI 资讯 →