クロスモーダル再帰型メモリによるリアルタイム音声・動画ストリーミング生成

arXiv cs.CV ・ 2026-07-29

原題: Ripple: Real-Time Streaming Audio-Video Generation With Cross-Modal Recurrent Memory

AI による要約

音声と動画をリアルタイムかつ同時にストリーミング生成するシステムRippleを提案し、クロスモーダルな再帰型メモリによって低遅延と長文脈の維持を両立させた。音声と視覚の同期を保ちながら効率的な推論を実現する。

この要約は当サイトの AI が生成したものです。正確な内容は元記事（arXiv cs.CV）をご確認ください。