蚂蚁开源 Realtime-Venus:9B 全双工视听模型,可主动开口、免训练长视频记忆
jacek2023 · reddit · 2026-09-18
inclusionAI 在 Hugging Face 开源 Realtime-Venus 系统的两个权重:
- Realtime-Venus-Omni(9B):基于 MiniCPM-o 4.5 改造的音视频交互模型,持续观看和聆听,自行判断何时该回应,在共享因果时间轴上生成文本与语音;支持主动发起交互、语义打断处理,以及免训练的长视频记忆(自动归档有信息量的视觉时刻并按查询重组上下文)。
- Realtime-Venus-Audio:同一流式骨干的纯音频版本,用于音频理解与对话,可输出文本或语音。
亮点包括原生全双工对话(说话时持续感知,能区分附和、打断、纠正与转向)、通过流内 <delegate> 请求委派外部任务而不阻塞对话(需配套 Realtime-Venus-Harness 运行时),以及通过 Token2wav 与参考音色实现原生语音输出。
「模型」频道最新
- 网友催更 Kimi K3.1:问月之暗面模型权重何时放出 — bgmshana · 2026-11-04
- Muse Spark Open 许可证藏着坑：蒸馏产物也算衍生模型 — aidenclarke_12 · 2026-11-04
- 腾讯 Hy4 智能体硬测仍逊 GPT-6.1,Kimi K3.1 Pro 两项反超 — heyshrutimishra · 2026-11-04
- 腾讯 Hy4 智能体自训小模型超越官方基线,称迈向递归自我改进 — heyshrutimishra · 2026-11-04
- Hy4 金融实测：579 项真实任务开源第一，幻觉率降至 5.45% — heyshrutimishra · 2026-11-04
- 腾讯混元预告即将开放接入 LMArena 评测 — TencentHunyuan · 2026-11-04