I
INCLUSIONAI / inclusionAI/Duo-1.0-causal-base

Duo 1.0 Causal Base

Paquete completo de Duo 1.0 para investigar conversaciones audiovisuales con escucha y respuesta simultáneas. Combina un módulo de intención con generación audiovisual causal; el audio del usuario se transcribe y alinea en la implementación offline.

01 / RESUMEN

Lo esencial

ORIENTACIÓNConversación audiovisual full-duplex

Uso principal declarado o inferido con cautela desde la documentación oficial.

CONTEXTOInteracción audiovisual por bloques; máximo no publicado

Capacidad máxima de entrada cuando la fuente la publica.

SALIDAAudio y vídeo sincronizados; duración máxima no publicada

Límite máximo de generación documentado.

ACCESOHugging Face · implementación de Duo

Canales de disponibilidad verificados.

TIPO DE MODELOVídeo · Audio · Multimodal

Familia funcional principal y especialidades verificadas.

LICENCIAMiniMax H3 Community License · restricciones territoriales

Condiciones declaradas para API, pesos o despliegue propio.

02 / FICHA TÉCNICA

Límites e integración

ID de APIinclusionAI/Duo-1.0-causal-base
Tipo de modeloVídeo · Audio · Multimodal
Modelo de accesoPesos descargables con restricciones
LicenciaMiniMax H3 Community License · restricciones territoriales
DespliegueDespliegue propio
Lanzamiento13 NOV 2026
Corte de conocimientoNo publicado
EntradaVídeo · Audio · Texto · Imagen
SalidaVídeo · Audio
Ventana de contextoInteracción audiovisual por bloques; máximo no publicado
Salida máximaAudio y vídeo sincronizados; duración máxima no publicada
RazonamientoNo publicado
Herramientas publicadas
Salidas estructuradasNo publicado
Procesamiento por lotesNo publicado
Caché de promptsNo publicado
Ajuste finoNo publicado
Plataformas verificadasHugging Face · vLLM-Omni · SGLang-Omni
ENCAJA MEJOR EN

Estudiar decisiones de participación y respuestas audiovisuales sincronizadas. Incluye intención, adaptador, Realization, codecs y modelos de voz. Realization usa checkpoints distribuidos de PyTorch y un muestreador Euler de 50 pasos; no es una API de chat lista para producción.

CONVIENE VIGILAR

La licencia de los pesos excluye la UE, Reino Unido, Corea del Sur y Estados Unidos; su uso allí requiere autorización adicional. El código es Apache 2.0, pero no cambia los términos de los pesos ni de otros componentes. La versión publicada es una preview de conversación; las funciones anunciadas para Duo v2 todavía no están disponibles. La referencia offline necesita Linux, Python 3.10, FFmpeg y dos GPU CUDA; no se ha verificado un mínimo de VRAM.

03 / CAPACIDADES

Qué puede hacer

01

Orientación

Estudiar decisiones de participación y respuestas audiovisuales sincronizadas. Incluye intención, adaptador, Realization, codecs y modelos de voz. Realization usa checkpoints distribuidos de PyTorch y un muestreador Euler de 50 pasos; no es una API de chat lista para producción.

02

Contexto

Interacción audiovisual por bloques; máximo no publicado · Audio y vídeo sincronizados; duración máxima no publicada

03

Herramientas e integración

No publicado

04

Acceso

Hugging Face · implementación de Duo

Modalidades de entrada
VídeoAudioTextoImagen
04 / PRECIOS

Coste documentado

ConceptoValorUnidad / condición
Entrada estándarNo publicadoTarifa estándar de API
Entrada en cachéNo publicadoLectura de prefijos reutilizados
Escritura o almacenamiento de cachéNo publicadoLa condición varía según proveedor
Salida estándarNo publicadoPuede incluir tokens de razonamiento
Entrada por lotesNo publicadoProcesamiento asíncrono
Salida por lotesNo publicadoProcesamiento asíncrono

No hay tarifa de API alojada verificada. Descargar pesos no elimina el coste de infraestructura ni las restricciones de licencia. Los productos comerciales con más de 20 millones de USD de ingresos anuales requieren autorización escrita adicional.

i Los precios cambian y pueden depender del nivel, la región o la longitud del contexto. Revisa la fuente antes de tomar una decisión.

05 / EVALUACIONES

Cómo leer los resultados

“

El informe evalúa 30 casos con seis criterios: supera 168 de 180 comprobaciones. No desglosa esos resultados por checkpoint publicado, por lo que no se asigna una puntuación individual a esta variante. Inferama no ha reproducido las pruebas.

i Evaluación humana conjunta; sin puntuación separada verificada por checkpoint.

Inferama solo destaca un «mejor resultado» cuando la métrica, el conjunto de prueba, la configuración y la fecha permiten una comparación equivalente. Las cifras del proveedor se presentan como afirmaciones de su propia fuente.

06 / VERSIONES

Cronología

inclusionAI/Duo-1.0-causal-base

Paquete completo; los repositorios destilados de Duo 1.0 dependen de sus componentes compartidos.

07 / FUENTES

Trazabilidad