हाल ही में, बाइट्स जंपिंग ने LatentSync नामक एक नए मुँह के आकार के समन्वय ढाँचे को लॉन्च किया है, जिसका उद्देश्य ऑडियो शर्तित संभावित प्रसार मॉडल का उपयोग करके अधिक सटीक मुँह के आकार का समन्वय प्राप्त करना है। यह ढाँचा Stable Diffusion पर आधारित है और समय की स्थिरता के लिए ऑप्टिमाइज़ किया गया है। पहले के पिक्सेल स्पेस प्रसार या दो-चरणीय जनरेशन विधियों की तुलना में, LatentSync एक एंड-टू-एंड दृष्टिकोण अपनाता है, जिसमें मध्यवर्ती गति प्रतिनिधित्व की आवश्यकता नहीं होती है, और यह सीधे ऑडियो और दृश्य के बीच जटिल संबंधों का मॉडलिंग कर सकता है। LatentSync के भीतर

इंटेलिजेंट इमर्जेंस के अनुसार, पिछले कुछ महीनों में, डौबा के उपयोगकर्ताओं की संख्या में वृद्धि हुई है, लेकिन इसके उपयोग का समय, खोले जाने की आवृत्ति और व्यावसायिक संभावनाएं अभी भी गंभीर चुनौतियों का सामना कर रही हैं। जानकारों के अनुसार, डौबा की उपयोगकर्ता सक्रियता बहुत अधिक नहीं है, हर सप्ताह केवल 2 से 3 दिन सक्रिय है, और प्रति दिन उपयोगकर्ताओं के संदेश चक्र केवल 5 से 6 होते हैं, प्रति बातचीत का समय लगभग 2 मिनट होता है, कुल उपयोग समय केवल 10 मिनट के आसपास होता है। बाइट्स के भीतर उच्च प्रबंधन का मानना है कि डौबा की वर्तमान स्थिति शायद उत्पाद के अपने मुद्दों के कारण नहीं है, बल्कि टेक्स्ट आधारित AI संवाद उत्पादों के अंतर्निहित समस्याओं के कारण है।