Gander di Tencent punta a continuare a parlare mentre lavora in sottofondo
decoder ·
Il team Hunyuan Speech di Tencent e ricercatori universitari hanno presentato Gander, un modello progettato per conversare in tempo reale mentre gestisce in background complesse attività da agente. Elabora simultaneamente voce, immagini e testo, consentendo agli utenti di interromperlo, porre domande successive e ricevere aggiornamenti sui progressi. La sua architettura separa un «cervelletto» conversazionale veloce da un «cervello» intercambiabile che svolge attività di ragionamento e compiti complessi; sistemi come Codex o Claude Code possono assumere quest’ultimo ruolo senza dover riaddestrare il modello conversazionale. Nel test Full-Duplex-Bench v3, Gander ha iniziato a parlare al momento giusto in tutti i 100 scenari e ha interrotto gli utenti nell’8% dei casi, superando i sistemi messi a confronto quanto alla tempistica. Tuttavia, la sua accuratezza nei compiti era leggermente inferiore a quella del concorrente più debole e il modello ha mostrato carenze nella comprensione di video e audio. Gander è stato addestrato su circa 2,7 milioni di esempi e Tencent prevede di rilasciare i pesi del modello e i dati di addestramento, mentre un repository del codice e alcune demo sono già disponibili.
decoder