02:34rohanpaul_ai@rohanpaul_ai78°OpenBMB 发布 MiniCPM-o 4.5,一个 9B 参数的全双工多模态模型,能同时看、听、说。它基于 Omni-Flow 框架,将交互视为连续时间流,打破传统轮询式对话,实现实时感知与响应。该模型在语音生成质量上超越 Qwen3-Omni-30B-A3B,且支持 12GB RAM 边缘部署。这标志着 AI 交互层从“对讲机”模式迈向自然对话的关键一步。AI模型MiniCPM-o 4.5全双工多模态开源/仓库实时交互推荐理由:做多模态 AI 交互的开发者终于有了可部署的全双工开源方案——MiniCPM-o 4.5 把实时语音视频对话从概念变成 9B 模型,值得直接上手试。原文
17:57Paul Couvert@itsPaulAiThinking Machines 展示了其模型 MiniCPM-o 4.5 的全双工交互能力,能同时处理音频、视觉和文本流数据。模型将连续数据流分割为固定长度片段,并按时间戳精确对齐融合,实现实时看、听、说。该设计模仿人类同时对话、观察和思考的方式,交互体验接近真人。早期结果和演示视频已公开,展示了 AI 与人类实时协作的新范式。AI模型MiniCPM-o 4.5全双工交互实时流处理Thinking Machines多模态推荐理由:全双工实时交互解决了 AI 对话中“轮流说话”的延迟痛点,做语音助手或实时交互系统的开发者可以直接看演示和设计思路。原文