无需从头训练：LoRA 冻结语音 LLM 即可实现全双工对话
kastnerkyle · x · 2026-11-12
一篇技术博客提出：不必从零训练全双工语音模型。做法是取一个现成的语音 LLM，冻结其参数，只额外训练约 0.3% 的参数（LoRA），在单块 GPU 上训练约 30 小时，模型即可学会全双工交互能力。
「多模态」频道最新
- Runway 开源 Praxis-1 27B 世界动作模型，可适配自家机器人 — tlakomy · 2026-11-12
- NVIDIA 携手 ElevenLabs 扩张语音智能体，新增 15MW Blackwell 算力 — nvidia · 2026-11-12
- 博主实测 Seedream V5.5:数十人物复杂场景细节惊人 — mark_k · 2026-11-12
- Claude 疑似真能「听」视频发音，创作者实测发现反常识能力 — RileyRalmuto · 2026-11-12
- ComfyUI 技巧:用分层 PNG 画 inpaint 蒙版反复复用 — Deftroyy · 2026-11-12
- 视频生成角色一致性翻车:同一参考图外星人仍逐帧漂移 — fixxxer2606 · 2026-11-12