日本创业团队开源全双工语音模型 Haru-4B,登顶 HF 热榜
solyarisoftware · x · 2026-11-20
日本创业公司 higurashi AI 开源了语音对话模型 Haru-4B,可边说边听、处理打断、生成重叠语音并给出对话应答,支持 9 种主要语言,登顶 Hugging Face 全品类趋势榜第一。
- 架构基于 Qwen3.5-4B 加音频组件,可在约 12GB 显存的 NVIDIA GPU 上本地运行
- 开发者报告在 Apple M1 Max 上中位处理延迟 65.2ms,每 133ms 输出一帧音频,使用定制 Metal 推理内核
- 与传统「等你说完再回」的语音助手不同,Haru 为真正的全双工对话设计
所属事件:日本团队开源全双工语音模型 Haru-4B(3 条相关)→
「模型」频道最新
- Tesla FSD 15 曝光实时内部视觉:AI 自己生成的合成世界观 — mark_k · 2026-11-22
- Gemini 黑五半价实测:日区付款年付 Pro 仅 $91.54 — huangyun_122 · 2026-11-22
- 微软开放 USB4 RDMA:多台迷你 PC 拼内存跑 Qwen3-235B — JFPuget · 2026-11-22
- 谷歌 AI Mode 开始设用量上限,用户意外弹出限流提示 — elvano124 · 2026-11-22
- Sol 6.2 开始拒绝逆向工程请求,6.1 却干了一个月 — cardak98 · 2026-11-22
- 一周大事:Anthropic IPO 募资约 810 亿美元,GPT-6.2 定价与 Qwen4-Max 齐发 — ksraj1001 · 2026-11-22