腾讯 Gander 旨在后台工作时继续与用户对话
decoder ·
腾讯混元语音团队与大学研究人员推出了 Gander,这是一种旨在实时对话的模型,同时可在后台处理复杂的智能体任务。它能够同时处理语音、图像和文本,让用户可以打断它、提出后续问题并接收进度更新。其架构将快速的对话“小脑”与可替换的、负责推理和复杂任务的“大脑”分离开来,Codex 或 Claude Code 等系统无需重新训练对话模型即可承担后者的角色。在 Full-Duplex-Bench v3 测试中,Gander 在全部 100 个场景中都在正确时机开始讲话,并在 8% 的情况下打断用户,在时机把握方面优于参与比较的系统。不过,它的任务准确率略低于表现最弱的竞争系统,并且在视频和音频理解方面存在不足。Gander 使用约 270 万个样本进行训练;腾讯计划发布其模型权重和训练数据,而代码仓库和演示已经 उपलब्ध。
decoder