OpenAI 前 CTO 的创业模型首秀,与面壁智能「撞车」了_求韩区苹果ID 账号分享
今天,大模型圈再次被点燃,型首秀面这一次的壁智火花来自前 OpenAI 应用研究负责人翁荔(Lilian Weng)。她创立的业模Thinking Machines Lab(TML)首次公布的技术愿景,直指人机交互的型首秀面终极形态——一个能与人类进行「全双工」(Full-Duplex)实时对话的 AI 模型。 然而,当 TML 那支展示着无缝、业模主动交互能力的型首秀面 Demo 视频在网络上流传时,许多 AI 领域的壁智从业者却产生了一种强烈的「既视感」——因为 TML 描绘的那个未来,早在三个月前,业模就已被中国公司「面壁智能」的型首秀面 MiniCPM-o 4.5 以开源的形式,带到了现实。壁智 先看「边看边听边说」的全模态实时交互效果—— 这是 MiniCPM-o 4.5 的效果,模型可以实时观察周围并对环境进行描述输出,型首秀面主动反应表现一流: 这是 TML 时隔 3 个月后发布的模型效果: 这不仅是一次简单的「撞车」,更像是一场跨越太平洋的技术共识。它不仅验证了下一代 AI 交互的技术路径,也让我们重新审视中国 AI 力量在全球创新版图中的位置。 一场不约而同的交互革命:打破「对讲机」模式 要理解这场技术共识的深刻性,首先要明白 TML 和面壁智能共同挑战的敌人是什么——延续至今的「回合制」(turn-based)交互范式。 从 Siri 到各类语音助手,再到 GPT-4o 的语音模式,我们与 AI 的交流更像是使用一部「对讲机」:你说完,等待「滴」的一声,然后它回应。 这背后是一套名为「语音活动检测」(VAD)的机制在主导,它像一个裁判,严格划分着你和 AI 的发言轮次。这种模式,与人类自然对话中那种你来我往、信息流交织的状态,相去甚远。 而面壁智能与 TML 的共同洞察是:真正的自然交互,必须打破这种轮次限制,进入一个「全双工」的流式处理时代。 面壁智能的先行:这正是面壁智能在 2 月发布并开源 MiniCPM-o 4.5 时提出的核心理念。在其技术报告中,面壁智能将目标定义为构建一个能够处理和生成「交错多模态信息」的系统,其核心动机就是摆脱「对讲机」的束缚。 TML 的愿景:在其博客中,翁荔团队明确指出,要从「回合制」转变为处理平行的输入、输出信息流。AI 应该能一边听你说话,一边看着周围的环境,同时思考并生成回应,甚至在你话音未落时就能捕捉到意图,进行打断或补充。 这是面壁智能的 MiniCPM-o 4.5,打破了传统交互中「对讲机」的模式: 这是 TML 的模型效果: 双方几乎用不同的语言,描述了同一个未来。这标志着,AI 交互的下一次范式革命,已经有了清晰的靶心。 高度重合的技术框架 如果说目标一致是「英雄所见略同」,那么实现路径的高度重合,则让这场技术共识变得无可辩驳。TML 与 面壁智能,仿佛拿着同一张地图,走向了同一个目的地。 这张「地图」的核心,是一种基于时间对齐的流式处理框架。 面壁智能称之为「Omni-Flow」框架。其原理是将连续的音视频流,像切香肠一样,切成以毫秒(如200ms)为单位的细小片段。然后,将同一时间片段内的视觉、听觉和已生成的文本令牌(token)「打包」在一起,形成一个按时间排序的统一序列,喂给大模型。 面壁智能 Omni-Flow 框架示意图 而 TML 在其博客中提出的,是「基于时间对齐的微轮次」(Time-aligned micro-turn based)概念。其图示与Omni-Flow 的原理如出一辙:同样是将多模态信息流切碎成带有时间戳的微小单元,然后在一条共享的时间轴上对齐融合。 TML 框架示意图 这种设计的精妙之处在于,它将世界从 AI 视角下离散的、模态各异的数据,还原成了其本来的面目——一个连续不断、多感官信息交织的整体。 正是基于这一共同的底层架构,两者都实现了两个颠覆性的能力: 从革命的目标,到核心的实现框架,再到最终呈现的能力,TML 的首秀与面壁智能三个月前的工作,形成了完美的闭环印证。 愿景与现实:谁先撞线? 既然技术路线高度一致,那么评判的标尺自然就落在了「执行力」上——谁先将蓝图变成了现实? 答案是清晰的。 MiniCPM-o 4.5 技术报告地址:https://github.com/OpenBMB/MiniCPM-V/blob/main/docs/MiniCPM_o_45_technical_report.pdf 如果说翁荔团队是向世界宣告「我们发现了新大陆」,那么面壁智能则是早在三个月前就已经登陆,并绘制好了海图,甚至向所有后来者开放了港口。 MiniCPM-o 4.5 视觉主动提醒 这种「交付」形态的差异至关重要。在大模型技术一日千里的今天,三个月的时间差,以及「概念展示」与「开源实物」之间的鸿沟,足以定义谁是先行者,谁是验证者。 一场中国 AI 的「自我证明」 TML 与面壁智能的这次「技术撞车」,与其说是一场竞赛,不如说是一次相互成就。 翁荔以其在全球 AI 领域的巨大影响力,为这一技术方向带来了聚光灯,让「全双工」AI 的概念迅速成为行业焦点。 而面壁智能则以其更早的布局、扎实的工程实现和彻底的开源精神,证明了中国 AI 团队不仅能跟上世界潮流,更有能力在关键领域领先潮流。 直接的数据佐证就是:面壁智能的 MiniCPM-o 4.5 在 2026 年 2 月就已正式开源,比翁荔 TML 团队领先了 3 个月。 未来已来,只是分布尚不均匀。这一次,中国 AI 团队,有幸站在了更早的时区。

- 最近发表
- 随机阅读
-
- 合肥也有一条“六尺巷”
- 家装设计师求职面试指南
- 辣零食在手,市场我有,九妹下厨鱼制品火热来袭!
- 明日起金厦两地摄影联展亮相鼓浪屿艺术展厅
- 女大学生每天“吃鸡”10小时 男友生气提分手
- 辣零食在手,市场我有,九妹下厨鱼制品火热来袭!
- 百亿水利工程——华阳河蓄滞洪区工程建设持续推进 宿松新闻网
- 全球热资讯!国家统计局:一季度住宿和餐饮业GDP同比增长13.6%
- 中东突传大消息!特朗普称寻求与伊朗达成一项永久性协议
- 河南高校新生将迎资格审查 主要复查这些方面
- 米奇复合果汁饮品,有市场、有品质!实现强势占位!
- 美国母鸡产下138克巨蛋难产而死
- 华为 Mate40 系列等机型开启 HarmonyOS 2 正式版升级
- 串流競爭升級 Netflix 裁員千人創四年來最大規模
- 美国母鸡产下138克巨蛋难产而死
- 郑州父母闹市举牌替女儿征婚
- 明天起,高考开始查分!一文看懂专业怎么挑
- 走近跑腿小哥:感受城市冷暖 尽在“跑腿”中
- 走近跑腿小哥:感受城市冷暖 尽在“跑腿”中
- 文物部门称成吉思汗墓在四川甘孜说法有待确认
- 搜索
-
- 友情链接
-