Primäre Verwendung angegeben oder vorsichtig aus offizieller Dokumentation abgeleitet.
Duo 1.0 Causal Base
Vollständiges Duo-1.0-Paket zur Erforschung audiovisueller Gespräche mit gleichzeitigem Zuhören und Antworten. Es verbindet ein Intent-Modul mit kausaler audiovisueller Erzeugung; die Offline-Implementierung transkribiert und synchronisiert das Audio des Nutzers.
Das Wesentliche
Maximale Eingabekapazität bei Veröffentlichung durch die Quelle.
Dokumentierte maximale Erzeugungsgrenze.
Verifizierte Verfügbarkeitskanäle.
Primäre Funktionsfamilie und verifizierte Spezialisierungen.
Deklarierte Bedingungen für API, Gewichte oder Self-Hosting.
Limits und Integration
| API-ID | inclusionAI/Duo-1.0-causal-base |
|---|---|
| Modelltyp | Video · Audio · Multimodal |
| Zugangsmodell | Herunterladbare Gewichte mit Einschränkungen |
| Lizenz | MiniMax H3 Community License · territoriale Einschränkungen |
| Einsatz | Selbst gehostet |
| Veröffentlichung | 13 NOV 2026 |
| Wissensstichtag | Nicht veröffentlicht |
| Eingang | Video · Audio · Text · Bild |
| Ausfahrt | Video · Audio |
| Kontextfenster | Audiovisuelle Interaktion in Blöcken; Maximum nicht veröffentlicht |
| maximale Leistung | Synchronisierte Audio- und Videoausgabe; maximale Dauer nicht veröffentlicht |
| Schlussfolgern | Nicht veröffentlicht |
| Veröffentlichte Tools | |
| Strukturierte Ausflüge | Nicht veröffentlicht |
| Stapelverarbeitung | Nicht veröffentlicht |
| Prompt-Cache | Nicht veröffentlicht |
| Feinabstimmung | Nicht veröffentlicht |
| Verifizierte Plattformen | Hugging Face · vLLM-Omni · SGLang-Omni |
Teilnahmeentscheidungen und synchronisierte audiovisuelle Antworten untersuchen. Enthalten sind Intent, Adapter, Realization, Codecs und Sprachmodelle. Realization nutzt verteilte PyTorch-Checkpoints und einen Euler-Sampler mit 50 Schritten; es ist keine produktionsfertige Chat-API.
Die Lizenz der Gewichte schließt die EU, Großbritannien, Südkorea und die USA aus; die Nutzung dort erfordert eine zusätzliche Genehmigung. Der Code steht unter Apache 2.0, was die Bedingungen für Gewichte und andere Komponenten nicht ändert. Veröffentlicht ist eine Konversationsvorschau; für Duo v2 angekündigte Funktionen sind noch nicht verfügbar. Die Offline-Referenz benötigt Linux, Python 3.10, FFmpeg und zwei CUDA-GPUs; eine VRAM-Mindestanforderung wurde nicht verifiziert.
Was es kann
Orientierung
Teilnahmeentscheidungen und synchronisierte audiovisuelle Antworten untersuchen. Enthalten sind Intent, Adapter, Realization, Codecs und Sprachmodelle. Realization nutzt verteilte PyTorch-Checkpoints und einen Euler-Sampler mit 50 Schritten; es ist keine produktionsfertige Chat-API.
Kontext
Audiovisuelle Interaktion in Blöcken; Maximum nicht veröffentlicht · Synchronisierte Audio- und Videoausgabe; maximale Dauer nicht veröffentlicht
Tools und Integration
Nicht veröffentlicht
Zugang
Hugging Face · Duo-Implementierung
Dokumentierte Kosten
| Konzept | Wert | Einheit/Zustand |
|---|---|---|
| Standardeingabe | Nicht veröffentlicht | Standardtarif der API |
| Eingabe aus dem Cache | Nicht veröffentlicht | Lesen wiederverwendeter Präfixe |
| Schreiben oder Speichern im Cache | Nicht veröffentlicht | Die Bedingung variiert je nach Anbieter |
| Standardausgabe | Nicht veröffentlicht | Kann Reasoning-Tokens enthalten |
| Batch-Eingabe | Nicht veröffentlicht | Asynchrone Verarbeitung |
| Batch-Ausgabe | Nicht veröffentlicht | Asynchrone Verarbeitung |
Ein Preis für eine gehostete API wurde nicht verifiziert. Herunterladbare Gewichte beseitigen weder Infrastrukturkosten noch Lizenzbeschränkungen. Kommerzielle Produkte mit mehr als 20 Millionen USD Jahresumsatz benötigen eine zusätzliche schriftliche Genehmigung.
i Die Preise ändern sich und können von Level, Region oder Kontextlänge abhängen. Überprüfen Sie die Quelle, bevor Sie eine Entscheidung treffen.
So lesen Sie die Ergebnisse
Der Bericht bewertet 30 Fälle anhand von sechs Kriterien: 168 von 180 Prüfungen werden bestanden. Die Ergebnisse sind nicht nach veröffentlichtem Checkpoint aufgeschlüsselt; dieser Variante wird daher kein eigener Wert zugeordnet. Inferama hat die Tests nicht reproduziert.
i Gemeinsame menschliche Bewertung; kein separat verifizierter Wert je Checkpoint.
Inferama hebt nur dann ein „bestes Ergebnis“ hervor, wenn Metrik, Testsatz, Konfiguration und Datum einen gleichwertigen Vergleich ermöglichen. Die Zahlen des Lieferanten werden als Angaben aus eigener Quelle dargestellt.
Chronologie
inclusionAI/Duo-1.0-causal-base
Vollständiges Paket; die destillierten Duo-1.0-Repositories benötigen seine gemeinsamen Komponenten.