Компания Tencent Cloud запускает WAND-Vega, поскольку ее платформа WAND генерирует 4,5 миллиона изображений в день

Как сообщило издание IT Home со ссылкой на объявление Tencent, 30 октября на мультимодальной сессии саммита Tencent Global Digital Ecosystem Summit 2026 компания Tencent Cloud представила WAND-Vega, многомодальную модель приложений, а также сервис взаимодействия в реальном времени под названием Real-time Intelligence и голосового агента на основе ИИ для своего облачного контакт-центра.

WAND — это бренд Tencent Cloud, специализирующийся на обработке аудио- и видеоданных с помощью ИИ. Он объединяет Hunyuan и другие распространенные мультимодальные модели, WAND-Vega и более 100 инструментов обработки медиаконтента, охватывающих генерацию, понимание, обработку и кодирование. Компании используют его через существующие облачные продукты и стандартные API. Обновленная версия WAND-Vega построена на основе популярных моделей с открытым исходным кодом, которые Tencent значительно оптимизировала. Она генерирует и понимает изображения, видео и речь, и оптимизирована для рекламы, электронной коммерции, коротких драм и комиксов, а также для платформ инструментов для создания контента с помощью ИИ. Предварительная модель Hy Image 3.5, выпущенная в сентябре, также присоединилась к WAND для создания постеров, раскадровок и визуальных материалов для электронной коммерции.

Компания Tencent заявляет, что WAND в настоящее время обслуживает более 2000 компаний и генерирует более 4,5 миллионов изображений и 3 миллионов секунд видео в день, сокращая общие затраты клиентов на производство контента примерно на 20%. По словам компании, короткометражный фильм, на создание которого раньше уходили недели, теперь может пройти путь от сценария до готового монтажа за несколько часов. Во время чемпионата мира по футболу 2026 года WAND предоставляла технические услуги официальным вещательным платформам в 17 странах и регионах. На предстоящих встречах АТЭС в Китае компания будет заниматься распространением медиасигналов, многоязычными субтитрами на основе ИИ и адаптацией для вертикального отображения на мобильных устройствах в медиацентре.

Технология Real-time Intelligence основана на глобальной сети Tencent с низкой задержкой и технологиях реального времени, добавляя распознавание речи, синтез речи и рендеринг в реальном времени. Она предлагает два типа агентов. Агенты, работающие в режиме реального времени, позволяют пользователям прерывать разговор и задавать уточняющие вопросы, не нарушая диалог, а агенты, работающие в режиме реального времени, преобразуют разрозненную речь в структурированную информацию. Компании могут внедрять полный пакет или отдельные возможности, такие как синхронный перевод и генерация видео в реальном времени. Tencent заявляет, что технология используется в здравоохранении, логистике, системах искусственного интеллекта для общения и обучении навыкам проведения собеседований.

Голосовой агент на основе искусственного интеллекта для контакт-центра Tencent Cloud использует диалоговую модель, оптимизированную для телефонных звонков, для обработки входящих звонков, исходящих запросов и ответов, передаваемых сотрудникам, с целью решения проблем, а не просто ответа на них. Он используется в автомобильной, финансовой, страховой, логистической и производственной отраслях.

Для выполнения инференции EdgeOne Booster запускает ускорение сети, обеспечивает безопасность и выполняет инференцию моделей на периферийных узлах, расположенных близко к пользователям. Tencent заявляет, что это позволило роботу Moya от DroidUp работать на 30% быстрее, обеспечивая более быстрый первый ответ, и сократить задержки взаимодействия в 4,6 раза. Tencent Cloud также сотрудничает с AgiBot и DroidUp в области воплощенного ИИ.

Источник: Pandaily