蚂蚁开源 Realtime-Venus:分离音视频模型的全双工实时交互系统
antgroup · hf · 2026-09-15
蚂蚁集团在 Hugging Face 发布 Realtime-Venus,一个主动式全双工(proactive full-duplex)交互系统。
- 架构:采用异步委托设计,将视听理解与语音模型分离,支持连续感知、对话控制与原生语音生成
- 运行时:通过共享因果时间轴(shared causal timeline)与双循环运行时整合各模块
- 特点:系统可主动发起交互,而非仅被动应答,面向实时语音对话场景
「多模态」频道最新
- Reddit 用户吐槽 MiniMax 视频输出塑料感，20GB 模型占满硬盘 — DelboyTrigger · 2026-11-02
- 剪纸拼贴风提示词走红：民间故事质感出图模板分享 — azed_ai · 2026-11-02
- RTX 5090 实测三大视频超分方案冲 4K：SeedVR2 对比 MiniMax 与 FlashVSR — CeFurkan · 2026-11-02
- 网友发问:一人用 Kling 和 CapCut 能否讲出同样故事 — tetsuoai · 2026-11-02
- Midjourney sref 双码组合实测：中世纪版画风格的猫骑士 — sergeantsref · 2026-11-02
- AI 生成毛绒质感角色设计：狐耳少女、外星虫人与猫咪摄影师 — OVolosin82152 · 2026-11-02