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

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.

01 / RÉSUMÉ

L'essentiel

ORIENTATIONConversation audiovisuelle en duplex intégral

Utilisation principale déclarée ou déduite avec prudence de la documentation officielle.

CONTEXTEInteraction audiovisuelle par blocs ; maximum non publié

Capacité d'entrée maximale une fois publiée par la source.

SORTIEAudio et vidéo synchronisés ; durée maximale non publiée

Limite de génération maximale documentée.

ACCÈSHugging Face · implémentation de Duo

Canaux de disponibilité vérifiés.

TYPE DE MODÈLEVidéo · Audio · Multimodal

Famille fonctionnelle principale et spécialités vérifiées.

LICENCEMiniMax H3 Community License · restrictions territoriales

Conditions déclarées pour l’API, les poids ou l’auto-hébergement.

02 / FICHE TECHNIQUE

Limites et intégration

ID d’APIinclusionAI/Duo-1.0-causal-base
Type de modèleVidéo · Audio · Multimodal
Mode d’accèsPoids téléchargeables avec restrictions
LicenceMiniMax H3 Community License · restrictions territoriales
DéploiementAuto-hébergement
Lancement13 NOV 2026
Date limite des connaissancesNon publié
EntréeVidéo · Audio · Texte · Image
SortieVidéo · Audio
Fenêtre contextuelleInteraction audiovisuelle par blocs ; maximum non publié
puissance maximaleAudio et vidéo synchronisés ; durée maximale non publiée
RaisonnementNon publié
Outils publiés
Sorties structuréesNon publié
Traitement par lotsNon publié
Cache de promptsNon publié
Ajustement finNon publié
Plateformes vérifiéesHugging Face · vLLM-Omni · SGLang-Omni
CONVIENT MIEUX À

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.

À SURVEILLER

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.

03 / CAPACITÉS

Ce qu’il peut faire

01

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.

02

Contexte

Interaction audiovisuelle par blocs ; maximum non publié · Audio et vidéo synchronisés ; durée maximale non publiée

03

Outils et intégration

Non publié

04

Accès

Hugging Face · implémentation de Duo

Modalités d’entrée
VidéoAudioTexteImage
04 / TARIFS

Coût documenté

ConceptValeurUnité/état
Entrée standardNon publiéTarif API standard
Entrée en cacheNon publiéLecture de préfixes réutilisés
Écriture ou stockage de cacheNon publiéLa condition varie selon le fournisseur
Sortie standardNon publiéPeut inclure des tokens de raisonnement
Entrée par lotsNon publiéTraitement asynchrone
Sortie par lotsNon publiéTraitement 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.

05 / ÉVALUATIONS

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.

06 / VERSIONS

Chronologie

inclusionAI/Duo-1.0-causal-base

Paquet complet ; les dépôts distillés de Duo 1.0 dépendent de ses composants partagés.

07 / SOURCES

Traçabilité