·技术
1 分钟0
全双工语音模型精读①：Moshi——第一个实时全双工语音大模型，双流建模与 Inner Monologue
> 全双工语音模型系列精读第 1 篇。本文基于 Moshi 官方论文 arXiv:2410.00037v2 与开源代码，梳理其设计动机、架构与评测。配套总览见《全双工语音大模型全景调研》。 一、为什么它是"鼻祖" 在 Moshi 之前（2024 年 9 月之前），所有语音助手都是级联流
·技术
1 分钟0
全双工语音大模型全景调研（2026年9月）：13 个维度看懂 Moshi、GPT-Live、Gemini Live、SeedRealtime、Gander 们的技术路线
> 本文所有大厂模型数据均来自其官方博客、官方技术文档或 arXiv 论文，文末附一手来源链接。第三方实测数据单独标注。截至 2026 年 9 月 10 日。 一、先统一概念：全双工不是 0/1 开关 "全双工"（Full-duplex）来自通信领域：双方可以同时收发信号。对照三档： -