阿里 TaoMate-HD：渐进分辨率自回归模型生成高清流式音视频

阿里集团 TaoLive-AIGC 团队与南京大学提出 TaoMate-HD，一种面向高清音视频流式生成的自回归模型，可在文本更新时持续输出语音并生成精细视频。每个 chunk 先经两步去噪建立低分辨率粗视频结构，再细化至高分辨率，音频在同一路径生成，并通过跨 chunk 历史维持长时连贯输出。