Tencent Cloud анонсировала запуск WAND-Vega, мультимодельной прикладной модели, а также сервиса взаимодействия в реальном времени под названием Real-time Intelligence и голосового агента ИИ для своего контакт-центра в облаке. Эти продукты были представлены на мультимодальной сессии в рамках Саммита глобальной цифровой экосистемы Tencent в 2026 году 30 октября.
WAND является брендом Tencent Cloud, специализирующимся на аудио- и видео-ИИ. Он объединяет модель Hunyuan и другие основные мультимодальные модели, включая WAND-Vega, а также более 100 инструментов для обработки медиаконтента. Эти инструменты охватывают генерацию, понимание, обработку и кодирование, и компании могут использовать их через стандартные API и существующие облачные продукты.
Обновленная версия WAND-Vega основана на широко используемых моделях с открытым исходным кодом, которые Tencent значительно оптимизировала. Она способна генерировать и понимать изображения, видео и речь, и настроена для использования в сферах рекламы, электронной коммерции, коротких драматических сериалов и комиксов, а также в платформах инструментов для создания ИИ-контента. Кроме того, предварительная модель Hy Image 3.5, выпущенная в сентябре, присоединилась к WAND для создания визуального контента для постеров, раскадровок и электронной коммерции.
Согласно заявлениям Tencent, WAND теперь обслуживает свыше 2000 компаний и производит более 4,5 миллиона изображений и 3 миллиона секунд видео ежедневно, что позволяет клиентам снизить общие затраты на производство контента примерно на 20%. Компания отмечает, что создание короткого драматического сериала, которое ранее занимало недели, теперь может пройти от сценария до готового монтажа всего за несколько часов. Во время Чемпионата мира 2026 года WAND предоставлял технические услуги официальным вещательным платформам в 17 странах и регионах. В предстоящих встречах АТЭС в Китае система будет заниматься распределением медиасигналов, многоязычным субтитрированием с помощью ИИ и адаптацией под вертикальный экран для мобильных устройств в медиацентре.
Сервис Real-time Intelligence использует глобальную сеть с низкой задержкой и инженерные решения Tencent в реальном времени, добавляя функции распознавания речи, синтеза речи и рендеринга в реальном времени. Он предлагает два типа агентов: агенты для диалога в реальном времени позволяют пользователям прерывать разговор и задавать уточняющие вопросы без прерывания диалога, тогда как агенты для понимания в реальном времени преобразуют разрозненную речь в структурированную информацию. Компании могут интегрировать весь пакет или отдельные возможности, такие как одновременный перевод и генерация видео в реальном времени. Tencent сообщает, что этот сервис применяется в здравоохранении, логистике, компаньонстве на основе ИИ и обучении собеседованиям.
Голосовой агент ИИ для Контакт-центра Tencent Cloud использует диалоговую модель, оптимизированную для телефонных звонков, чтобы обрабатывать входящие вызовы, исходящие последующие контакты и ответы, которыми обмениваются с человеческим персоналом, с целью решения проблем, а не просто ответа на них. Он внедрен в автомобильной, финансовой, страховой, логистической и производственной отраслях.
Для операций вывода (inference) используется EdgeOne Booster, который обеспечивает сетевое ускорение, безопасность и вывод моделей на периферийных узлах, расположенных близко к пользователям. Tencent утверждает, что благодаря этому Moya робот от DroidUp стал на 30% быстрее в предоставлении первого ответа и уменьшил дрожание взаимодействия в 4,6 раза. Tencent Cloud также сотрудничает с AgiBot и DroidUp в области воплощенного ИИ.



