简介
Kyutai Moshi 是法国 AI 研究机构 Kyutai 开源的实时语音对话模型。它最大的特点是「全双工」——不同于传统「你说完我再说」的语音助手，Moshi 可以边听边说，支持自然的打断、插话与重叠对话，让 AI 语音交互第一次真正接近人与人之间的通话体验。
Moshi 采用端到端架构，把语音识别、语言理解与语音合成融合在一个模型里，从而把延迟压到极低。模型权重开源，开发者可以在自己的环境中部署，为语音 Agent、陪伴机器人与实时客服开辟了新的可能。
核心功能
- 全双工对话：可随时打断与自然接话
- 端到端架构：识别、理解、合成一体化
- 超低延迟：接近实时的语音响应
- 连续交互：支持长时间多轮自然对话
- 开源部署：权重公开，本地可运行
价格
- 完全开源免费
- 自备算力部署
- 官方提供在线演示
适用场景
- 实时语音 AI 助手与陪伴应用
- 语音客服与呼叫中心原型
- 实时翻译与语音交互研究
- 语音 Agent 的底层对话引擎
