Moshi 早在热词走红前就做出了全双工语音模型
mattturck · x · 2026-07-25
- 这条讨论围绕 full-duplex 语音 AI 展开：如今这个词很热，但 Moshi 其实早已做出了一个端到端的对话式语音模型，只是当时团队并不知道这个技术标签。
- Neil Zegh 说，他们最初只是想做一个对话模型；由于没有对话系统背景，采用端到端路线是最自然的选择，后来才意识到这项工作对应了一个更大的技术方向。
- 引用视频把 Moshi 放进更大的语音到语音演进图景里，讨论了实时语音助手、full-duplex 语音模型、以及为什么这种架构至今仍没有大规模普及。
「多模态」频道最新
- 2 小时 50 美元复刻 Kurzgesagt 格式，引出「AI 创作缺意图」之争 — motionbynick · 2026-10-27
- 29 美分用 Dreamina Seedance 伪造大坝灾难「幕后花絮」 — Standard_Spell5873 · 2026-10-27
- Reddit 求助：Qwen Image 2.1 换装总毁身材比例，Flux 3 Klein 略好 — Existing-Box-7866 · 2026-10-27
- Kling 4.0 上线 Deevid AI：30 秒视频、10 关键帧、15 多模态参考 — nikola_mr64990 · 2026-10-27
- ComfyUI 打造跨场景一致角色：RealVisXL V5 加 img2img 面部参考 — MiaLarsonJL · 2026-10-27
- 29 美分生成迈克尔·贝式屋顶大片，Seedance 实测效果惊人 — PersonalSpace_4225 · 2026-10-27