边听边说、边看边想、还有一张脸的全双工模型，讲一讲背后的技术

今天的大部分语音助手还是"你说一句、它答一句"。Higgs Realtime Duplex 是我们做的全双工多模态模型：像真人一样边听边说、边看边想，还能一边聊天一边在后台调用工具，并且有一张脸。这个视频用 44 分钟讲清楚它为什么要这样设计、怎么训练、效果如何。 章节 0:00 前言：三个 demo，什么样的交互模型才算好 9:58 架构一：分段式（ASR + LLM + TTS） 17:20 架构二：端到端 (End to end) 24:49 架构三：全双工 (Full duplex ) 37:32 模型训练、评测与总结 技术 blog 原文: https://www.boson.ai/blog/higgs-realt...