Boson AI 于2026年11月5日公布 Higgs Realtime Duplex,称这款全双工交互式全模态模型可以同时听、看、说,并在交流过程中推理和调用工具。按发布文章的说法,Duplex API 尚待推出,团队已开放候补名单。
这里的全双工,是指模型能够同时接收和输出语音。Boson AI 描述的交互方式还包括持续接收画面、自行判断何时开口,以及识别哪些话并非说给它听。团队称,直接与用户交互的前端是一个450亿参数的混合专家模型,可以自行推理,直接向工具和更大的后台模型发出异步调用,等待结果时仍继续交谈和倾听。
这套系统按时间切分信息流。团队称,输入和输出均以160毫秒为一个分块,每步读取刚到达的输入块并生成下一个输出块;静默也被纳入序列,开启视频时仍持续接收画面。160毫秒描述的是流处理单位,不能据此认定用户说完后只需160毫秒就能得到回答。
工具结果也不必一次返回。按团队描述,前端可以根据部分结果开始回答,在工具运行期间继续听、想和说;遇到超出自身能力的任务,则把任务和完整共享上下文交给更大的后台模型,期间仍可与用户讨论其他话题。从产品设计看,这种机制的价值在于让等待工具结果的时间仍能用于交流;实际效果还取决于工具执行、后台处理和结果衔接的表现。
持续处理音视频,也意味着持续消耗上下文预算。Boson AI 估算,音视频流约需每分钟2600个 token;加入可选推理、工具调用及结果后,总量约为每分钟2600至5000个 token,随工作负载变化。这个估算已包含对中间推理和工具轨迹的渐进压缩,更早的对话历史还会另以文本保留。因此,这组数字可以帮助理解处理预算,但不足以换算实际服务费用。
交互质量仍需结合具体测试判断。Boson AI 自报 Higgs Realtime Duplex 在 Full-Duplex-Bench v1.5 上的平均分为75.5,并称对比模型的成绩来自公开报告和排行榜,其中超过一半已由团队复现。这是厂商报告的评测结果,不能据此认定它在实时交互上全面领先。
对准备接入的开发者,首先要区分产品版本:11月5日的文章将 Duplex API 列为即将推出的服务,不能把文中另一款 Higgs Realtime 的可用状态当作 Duplex 已经开放。后续值得观察的是,这套并行机制能否在实际接入后稳定处理打断、工具等待和长时间交流。
参考来源:
