是由法国的 AI 实验室 Kyutai 推出的实时语音多模态模型，支持听、说、看，最关键的是你现在就可以在浏览器中使用，如果这个链接延迟高，可以试试这个, 无需输入邮箱，点击 Join queue 即可。
简单体验了下，比较笨笨的，延迟很低，可以随时打断，如果你一直不说话还会主动找你，很接近 GPT-4o 了！非常期待后续的开源。
对标 GPT-4o 的开源实时语音多模态模型：Moshi
2025/9/26 12:32:32
来源：https://blog.csdn.net/weixin_51674085/article/details/140171138
浏览:
次
关键词：对标 GPT-4o 的开源实时语音多模态模型：Moshi
版权声明:
本网仅为发布的内容提供存储空间，不对发表、转载的内容提供任何形式的保证。凡本网注明“来源：XXX网络”的作品，均转载自其它媒体，著作权归作者所有，商业转载请联系作者获得授权，非商业转载请注明出处。
我们尊重并感谢每一位作者，均已注明文章来源和作者。如因作品内容、版权或其它问题，请及时与我们联系，联系邮箱：809451989@qq.com，投稿邮箱：809451989@qq.com
