ServiceNow 开源 Apriel Voice 27B：语音+推理+工具调用一体化
ServiceNow-AI · hf · 2026-11-02
ServiceNow AI 发布开源语音语言模型 Apriel Voice 27B Preview，基于 post-trained Gemma 4 26B-A4B 检查点，将语音理解、推理与工具调用统一到同一骨干中，直接处理语音并生成响应与工具调用，无需单独对话模型。
- 两阶段训练：Stage 1 建立语音接口，Stage 2 联合适配投影器与骨干（SFT + 文本回放 + 源相关交叉熵与前向 KL 监督）
- 自动构造的语音条件对话提供训练数据；本地 teacher serving + 重叠计算 + 融合全词表损失实现在线蒸馏
- 思考模式成绩：Big Bench Audio 98.90、Speech-BFCL 81.13、τ-Voice 65.51%，平均延迟 1.91 秒
- 英文 EVA 准确率 pass@1 达 51.27% 与 74.13%
- 提供自定义平台与在线 Demo 支持交互式语音
「多模态」频道最新
- Reddit 用户实测 MOSS vs Krea2:下载多个 LoRA 后仍偏爱 Krea2 — fernando782 · 2026-11-02
- TITAA #93:实测 Mischief-1 与 Kling v4,视频生成便宜至每秒1美分 — arnicas · 2026-11-02
- 老照片扫描件修复：ComfyUI 上有哪些图像模型可用 — GinJockette · 2026-11-02
- 开源 ComfyUI 节点包：给 MiniMax H3 视频加场景记忆 — rambrogi · 2026-11-02
- Krea 2 用户实测：数百次生成打磨奇幻世界设定 — OfficalRingmaster · 2026-11-02
- Krea 2 OpenCast 开源 LoRA 上线，夸张雕塑风角色一键生成 — PurzBeats · 2026-11-02