中国已有实作：OpenBMB 开源 9B 的 MiniCPM-o 4.5 可同时看听说并主动插话
kimmonismus · x · 2026-10-23
- 作者介绍中国在实时全双工方向的具体成果：OpenBMB 的 MiniCPM-o 4.5，一个 9B 参数的开源模型，可同时看、听、说。
- 核心技术是 Omni-Flow 框架，在共享时间轴上对齐输入与输出流，实现实时全双工 omni-modal 交互。
- 论文（arXiv）指出当前瓶颈已不是模态覆盖或延迟，而是交互范式本身：感知与响应被割裂为交替阶段，模型也只是被动应答。MiniCPM-o 4.5 还能基于对实时场景的持续理解做出主动行为，如提醒或点评。
所属事件:红杉高瓴押注中国全双工全模态初创 Telos(2 条相关)→
「模型」频道最新
- PHP 基金会证实：Claude 网络安全模型今年曾扫描 PHP 代码库 — saibharadwaj · 2026-10-23
- Sophont 发布医学模型 Holon-S1：从病理切片预测基因与生物标志物 — iScienceLuvr · 2026-10-23
- 微软 AI 诊断系统登 Science:疑难病例准确率超全科医生 — TechCrunch AI · 2026-10-23
- 文档解析 lite 版战绩:OmniParseBench 75.1 分碾压 Azure Read 的 42.3 — VikParuchuri · 2026-10-23
- Datalab 开源 1M 参数 OCR 模型：CPU 跑出每秒 44 页 — VikParuchuri · 2026-10-23
- 科学美国人揭秘 OpenAI 百万美元数学证明背后的故事 — scientificamerican · 2026-10-23