随着技术的逐步演进，全新推向市场的MOSS-Live系统再度让人联想起电影《她》中的虚拟助手Samantha。2013年，斯派克·琼斯在这部经典影片中描绘了一个富有幻想的世界：一款无实体的人工智能操作系统能够与男主角西奥多展开深度的交流，展现幽默和情感，能够快速捕捉西奥多的情绪变化并随时转换话题。Samantha不仅仅是聊天伙伴，她还能够在交流的过程中轻松管理邮件和日程，融入西奥多的一日生活。现在，十多年后的今天，技术似乎终于向着这种理想化的人工智能脚步迈进。

过去几年，AI语音技术的跨越式发展显而易见，从语音识别（ASR）到语音合成（TTS），这些先进的模型不仅能理解人们的语言，还能生成愈加自然的声音。然而，当试图将这些技术与电影中的Samantha相比拟时，现实的局限性却显露无遗。现有的AI助手往往在对话中表现得笨拙，无法正确判断何时发声，何时保持沉默。用户的话还未说完，AI便急于插话；用户偶尔的“嗯”声却被误解为打断；更重要的是，若用户请求AI查找信息，顺畅的对话常常会被无休止的等待所打断。综上所述，尽管AI在表达上更像人类，但它们在进行自然、实时的对话时仍然显得相当不足，而这是因为背后牵涉到的语义理解、对话节奏管理以及上下文保持等复杂问题。

今天，模思智能正式发布了MOSS-Live，一个全双工实时交互系统，旨在推动这一领域的前沿。这个系统能够在对话过程中持续倾听，智能判断何时应当作出回应，何时应当保持沉默。即使在讨论中多个话题不断切换或频繁打断，MOSS-Live也能合理回忆起之前的交流内容。更为引人注目的是，MOSS-Live融入了实时视频和屏幕共享功能，通过理解视觉信息来丰富对话的上下文。同时，它还能通过后台的工具调用进行信息查询、旅行规划等任务，并在获取结果后主动反馈给用户，甚至支持流式同声传译。 UED官网

根据官方最新发布的数据，MOSS-Live在众多实时语音交互指标上超越了包括GPT Realtime 2.1和Doubao SeedDuplex在内的多款语音系统。此外，MOSS-Live目前也已开放在线体验和API接入，为用户提供限时免费体验。

令人好奇的是，MOSS-Live究竟是如何实现这一目标的？让人工智能在与人类交流的同时，还能够完成复杂的任务，这需要怎样的技术架构支持？在诸如多人会议、车载对话、旅行互动以及跨语言实时沟通等实际场景中，MOSS-Live的表现又是如何？

为了深入理解MOSS-Live的创新，我们首先必须明确“全双工”这一概念。在通信技术领域，全双工指的是双方能够同时进行信息的发送与接收。当进行电话交谈时，双方能够无缝交谈，而传统的对讲机则通常需要轮流发言。现行许多语音助手的交互形式，仍然更偏向于后者，它们常常通过计算静默时间来机械判断用户是否已完成发言，接着才进行理解和回应。用户若在思考时稍作停顿，AI可能误判成话语的结束；或在AI回答时用“嗯”作为回应，反而被认为是打断。这些情境凸显了现代语音AI在交互中的各类局限。 UED官网

然而，MOSS-Live追求的全双工不仅仅是让AI在输出声音时依然能够接收信息。真正的挑战在于，让系统能理解这些声音在特定对话中的含义。MOSS-Live需要不断结合上下文、语义和对话状态进行判断：何时应继续发言，何时应保持沉默，何时应接受打断，以及何时应无视某些声音的干扰。自然的交流是关键一步，也意味着在某些对话中，AI需要调用外部工具，甚至进行复杂的多轮搜索与推理。假如AI必须等待所有任务处理结束才能继续对话，交流的自然性就会被剥夺。因此，MOSS-Live提出了一种前后台协同架构应对这一难题。

在这个架构中，前台交互模型负责实时感知与对话，它持续接收语音、画面和环境声音，跟踪当前对话的状态，从而决定何时进行倾听、何时作出回应、何时应等待、以及如何接受中断。相对的，后台模型则处理复杂推理和长程任务执行。当用户提出需要深层次反思或复杂任务的请求时，前台能够将相关任务及语境交由后台异步处理，而不必打断当前对话，更无需等待任务完成的结果便继续交流。此外，MOSS-Live还可以根据用户设定的规则，实现主动交互。例如，用户可以要求AI在某个指定任务中及时纠正错误，或在会议讨论中关注特定内容并在达到一定条件时主动提醒，避免每次都需等待明确指令。

总的来说，MOSS-Live的实际表现如何，受到多项全双工指标的评估，用户将能在多样化场景中体会到其极大的潜力和创新能力。 UED官网