Thinking Machines 研究预览：200ms 分块处理音视频文本，后台模型承接深度任务
kimmonismus · x · 2026-10-23
- Thinking Machines Lab 的研究预览以 200ms 为分块处理音频、视频和文本，实现连续交互。
- 架构上采用分工：交互模型留在对话中保持实时响应，更深的推理工作交给一个独立的后台模型。
- 这是其全双工线程的第 3 节，展示了「边聊边干活」的具体实现思路。
所属事件:实时语音 Agent 流行前后台双模型分离架构(2 条相关)→
「模型」频道最新
- 骑无盔摩托:模型在未知推断上误导,已知场景却极可靠 — teodorio · 2026-10-23
- 扩散语言模型 Mercury 3 模拟空管超越 Claude Sonnet 5.5 与 GPT-6 Luna — volokuleshov · 2026-10-23
- BottleCap 发 ThinkingCap 版 Qwen3.8-Flash-Next,思考 token 平均省 38.5% — Thom_Wolf · 2026-10-23
- DeepSeek 开源 V4.1-Flash-1017:Terminal-Bench 从 31.2 跳到 42.3 — petrusenko_max · 2026-10-23
- DeepSeek 开源 V4.1-Flash-1017：Terminal-Bench 从 31.2 跳到 42.3 — petrusenko_max · 2026-10-23
- OpenAI Decisions API 正式可用:比 GPT-6 Luna 快至 10 倍的路由决策 — OpenAIDevs · 2026-10-23