I
INCLUSIONAI / inclusionAI/Duo-1.2-causal-base

Duo 1.2 Causal Base

Vollständige kausale Revision von Duo für audiovisuelle Vollduplex-Gespräche. Am 13. November zusammen mit Duo 1.0 veröffentlicht. Ein eigener Checkpoint mit eigenem Komponentenpaket; noch unveröffentlichte destillierte 1.2-Varianten sind nicht enthalten.

01 / ZUSAMMENFASSUNG

Das Wesentliche

ORIENTIERUNGAudiovisuelle Vollduplex-Konversation

Primäre Verwendung angegeben oder vorsichtig aus offizieller Dokumentation abgeleitet.

KONTEXTAudiovisuelle Interaktion in Blöcken; Maximum nicht veröffentlicht

Maximale Eingabekapazität bei Veröffentlichung durch die Quelle.

AUSFAHRTSynchronisierte Audio- und Videoausgabe; maximale Dauer nicht veröffentlicht

Dokumentierte maximale Erzeugungsgrenze.

ZUGANGHugging Face · Duo-Implementierung

Verifizierte Verfügbarkeitskanäle.

MODELLTYPVideo · Audio · Multimodal

Primäre Funktionsfamilie und verifizierte Spezialisierungen.

LIZENZMiniMax H3 Community License · territoriale Einschränkungen

Deklarierte Bedingungen für API, Gewichte oder Self-Hosting.

02 / TECHNISCHES DATENBLATT

Limits und Integration

API-IDinclusionAI/Duo-1.2-causal-base
ModelltypVideo · Audio · Multimodal
ZugangsmodellHerunterladbare Gewichte mit Einschränkungen
LizenzMiniMax H3 Community License · territoriale Einschränkungen
EinsatzSelbst gehostet
Veröffentlichung13 NOV 2026
WissensstichtagNicht veröffentlicht
EingangVideo · Audio · Text · Bild
AusfahrtVideo · Audio
KontextfensterAudiovisuelle Interaktion in Blöcken; Maximum nicht veröffentlicht
maximale LeistungSynchronisierte Audio- und Videoausgabe; maximale Dauer nicht veröffentlicht
SchlussfolgernNicht veröffentlicht
Veröffentlichte Tools
Strukturierte AusflügeNicht veröffentlicht
StapelverarbeitungNicht veröffentlicht
Prompt-CacheNicht veröffentlicht
FeinabstimmungNicht veröffentlicht
Verifizierte PlattformenHugging Face · vLLM-Omni · SGLang-Omni
EIGNET SICH BESSER FÜR

Audiovisuelle Gespräche mit dem kausalen Paket der Revision 1.2 erforschen. Enthält Intent, Adapter, Realization, Codecs, Spracherkennung und zeitliche Ausrichtung. Nutzt PyTorch Distributed Checkpoint und Euler mit 50 Schritten. Die Offline-Demo verarbeitet eine Aufnahme; für Streaming gibt es eigene Implementierungen.

SOLLTE BEOBACHTET WERDEN

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.

03 / FÄHIGKEITEN

Was es kann

01

Orientierung

Audiovisuelle Gespräche mit dem kausalen Paket der Revision 1.2 erforschen. Enthält Intent, Adapter, Realization, Codecs, Spracherkennung und zeitliche Ausrichtung. Nutzt PyTorch Distributed Checkpoint und Euler mit 50 Schritten. Die Offline-Demo verarbeitet eine Aufnahme; für Streaming gibt es eigene Implementierungen.

02

Kontext

Audiovisuelle Interaktion in Blöcken; Maximum nicht veröffentlicht · Synchronisierte Audio- und Videoausgabe; maximale Dauer nicht veröffentlicht

03

Tools und Integration

Nicht veröffentlicht

04

Zugang

Hugging Face · Duo-Implementierung

Eingabemodalitäten
VideoAudioTextBild
04 / PREISE

Dokumentierte Kosten

KonzeptWertEinheit/Zustand
StandardeingabeNicht veröffentlichtStandardtarif der API
Eingabe aus dem CacheNicht veröffentlichtLesen wiederverwendeter Präfixe
Schreiben oder Speichern im CacheNicht veröffentlichtDie Bedingung variiert je nach Anbieter
StandardausgabeNicht veröffentlichtKann Reasoning-Tokens enthalten
Batch-EingabeNicht veröffentlichtAsynchrone Verarbeitung
Batch-AusgabeNicht veröffentlichtAsynchrone 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.

05 / BEWERTUNGEN

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.

06 / VERSIONEN

Chronologie

inclusionAI/Duo-1.2-causal-base

Vollständiges kausales Paket der Revision 1.2; Ergebnisse anderer Varianten werden ihm nicht zugeschrieben.

07 / QUELLEN

Rückverfolgbarkeit