Thinking Machines Lab推出实时语音交互AI模型实现边说边听

由前OpenAI首席技术官Mira Murati去年创立的AI初创公司Thinking Machines Lab，本周一发布了一项引人注目的技术，他们称之为“交互模型”。简单来说，这是一种能打断你说话的AI。

免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈

回想一下我们与当前所有AI助手的互动模式：你说完，它听；它说完，你再听。整个过程就像在发一条条严谨的信息。而Thinking Machines Lab试图打破的，正是这种刻板的“半双工”交替。他们构建的模型，能够同时处理用户输入并生成回应，目标是将交互体验从“发信息”升级为更自然的“打电话”。

这项技术的专业名称是“全双工”通信。根据公司公布的数据，其模型TML-Interaction-Small的响应时间仅为0.40秒。这个速度已经与自然人类对话的节奏相当接近，并且明显快于OpenAI和谷歌同类模型的基准测试结果。

当然，这目前仍是一个研究预览版，尚未向公众开放。公司计划在未来几个月内推出“有限研究预览版”，而更广泛的正式发布，则要等到今年晚些时候。

那么，该如何看待这项技术？现在就下结论或许为时过早。从纸面数据看，成绩确实亮眼；其背后的理念——交互能力应是模型的原生特性，而非后期打上的补丁——也颇具吸引力。不过，技术宣称的效果与实际用户体验之间往往存在一道鸿沟，最终评价，还得等到用户亲手试用之后才能见分晓。

Q&A

Q1：TML-Interaction-Small模型的响应速度有多快？和其他模型比怎么样？

该模型的响应时间为0.40秒，这个速度已经趋近于自然人类对话的节奏。与OpenAI和谷歌的同类模型相比，其速度优势较为明显。实现这一点的关键，在于其采用的“全双工”通信技术，使得模型能够并行处理“听”与“说”。

Q2：全双工AI交互和普通AI对话有什么区别？

你可以把普通AI对话理解为“半双工”模式，就像对讲机：一方说，另一方只能听；说完切换，另一方才能回应。这类似于发信息的交替节奏。而全双工模式则像打电话，允许双方在接收对方声音信号的同时，也能处理并准备自己的回应，从而实现更流畅、更即时的自然交互。

Q3：Thinking Machines Lab的交互模型什么时候可以使用？

目前该模型仍处于研究预览阶段，并未对外开放。根据公司披露的路线图，一个有限范围的研究预览版将在未来几个月内推出。而面向更广泛用户的正式版本，预计在2025年晚些时候发布。