Utilisation principale déclarée ou déduite avec prudence de la documentation officielle.
Duo 1.0 Causal Base
Paquet complet de Duo 1.0 pour étudier des conversations audiovisuelles avec écoute et réponse simultanées. Il associe un module d’intention à une génération audiovisuelle causale ; l’audio utilisateur est transcrit et aligné dans l’implémentation hors ligne.
L'essentiel
Capacité d'entrée maximale une fois publiée par la source.
Limite de génération maximale documentée.
Canaux de disponibilité vérifiés.
Famille fonctionnelle principale et spécialités vérifiées.
Conditions déclarées pour l’API, les poids ou l’auto-hébergement.
Limites et intégration
| ID d’API | inclusionAI/Duo-1.0-causal-base |
|---|---|
| Type de modèle | Vidéo · Audio · Multimodal |
| Mode d’accès | Poids téléchargeables avec restrictions |
| Licence | MiniMax H3 Community License · restrictions territoriales |
| Déploiement | Auto-hébergement |
| Lancement | 13 NOV 2026 |
| Date limite des connaissances | Non publié |
| Entrée | Vidéo · Audio · Texte · Image |
| Sortie | Vidéo · Audio |
| Fenêtre contextuelle | Interaction audiovisuelle par blocs ; maximum non publié |
| puissance maximale | Audio et vidéo synchronisés ; durée maximale non publiée |
| Raisonnement | Non publié |
| Outils publiés | |
| Sorties structurées | Non publié |
| Traitement par lots | Non publié |
| Cache de prompts | Non publié |
| Ajustement fin | Non publié |
| Plateformes vérifiées | Hugging Face · vLLM-Omni · SGLang-Omni |
Étudier les décisions de participation et les réponses audiovisuelles synchronisées. Le paquet inclut intention, adaptateur, Realization, codecs et modèles vocaux. Realization utilise des checkpoints distribués PyTorch et un échantillonneur Euler de 50 étapes ; ce n’est pas une API de chat prête pour la production.
La licence des poids exclut l’UE, le Royaume-Uni, la Corée du Sud et les États-Unis ; leur utilisation dans ces territoires exige une autorisation supplémentaire. Le code est sous Apache 2.0, sans modifier les conditions des poids ni des autres composants. La version publiée est une préversion conversationnelle ; les fonctions annoncées pour Duo v2 ne sont pas encore disponibles. La référence hors ligne nécessite Linux, Python 3.10, FFmpeg et deux GPU CUDA ; aucun minimum de VRAM n’a été vérifié.
Ce qu’il peut faire
Orientation
Étudier les décisions de participation et les réponses audiovisuelles synchronisées. Le paquet inclut intention, adaptateur, Realization, codecs et modèles vocaux. Realization utilise des checkpoints distribués PyTorch et un échantillonneur Euler de 50 étapes ; ce n’est pas une API de chat prête pour la production.
Contexte
Interaction audiovisuelle par blocs ; maximum non publié · Audio et vidéo synchronisés ; durée maximale non publiée
Outils et intégration
Non publié
Accès
Hugging Face · implémentation de Duo
Coût documenté
| Concept | Valeur | Unité/état |
|---|---|---|
| Entrée standard | Non publié | Tarif API standard |
| Entrée en cache | Non publié | Lecture de préfixes réutilisés |
| Écriture ou stockage de cache | Non publié | La condition varie selon le fournisseur |
| Sortie standard | Non publié | Peut inclure des tokens de raisonnement |
| Entrée par lots | Non publié | Traitement asynchrone |
| Sortie par lots | Non publié | Traitement asynchrone |
Aucun tarif d’API hébergée n’a été vérifié. Télécharger les poids ne supprime ni les coûts d’infrastructure ni les restrictions de licence. Les produits commerciaux dépassant 20 millions USD de revenus annuels nécessitent une autorisation écrite supplémentaire.
i Les prix changent et peuvent dépendre du niveau, de la région ou de la durée du contexte. Vérifiez la source avant de prendre une décision.
Comment lire les résultats
Le rapport évalue 30 cas selon six critères : 168 contrôles sur 180 sont réussis. Il ne détaille pas les résultats par checkpoint publié ; aucun score individuel n’est donc attribué à cette variante. Inferama n’a pas reproduit les tests.
i Évaluation humaine commune ; aucun score distinct vérifié par checkpoint.
Inferama ne met en évidence un « meilleur résultat » que lorsque la métrique, l'ensemble de test, la configuration et la date permettent une comparaison équivalente. Les chiffres du fournisseur sont présentés comme des affirmations provenant de sa propre source.
Chronologie
inclusionAI/Duo-1.0-causal-base
Paquet complet ; les dépôts distillés de Duo 1.0 dépendent de ses composants partagés.