Boson AI（李沐、Alex Smola 团队）于 2026-11-05 发布研究预览 Higgs Realtime Duplex：一个 45B MoE 前台模型，把语音、视频、工具结果都切成 160ms 分块同时收发，可边听边看边说、实时渲染自己的脸，同时思考、调用工具或把难题委派给更大的后端模型而不中断对话。官方口径 Big Bench Audio 98.9、τ-Voice 69.8、Full-Duplex-Bench v1.5 75.5。目前 API 仅开放候补名单，旧版 Higgs Realtime 已可用。
核心要点速览
- ✓形态：45B MoE 前台模型，在约 2 万亿 token 文本/音频/视频上继续训练；所有流按 160ms 分块，静音也算一块
- ✓后台干活：边说话边思考、异步调工具，难题带完整上下文委派给更大的后端模型（官方建议用前沿模型）
- ✓官方口径跑分：Big Bench Audio 98.9（表内最高）、IFEval 94.1、τ-Voice 69.8（GPT-Live-1 约 74.5）、Full-Duplex-Bench v1.5 75.5（GPT-Live-1 80.1、TML 77.8）
- ✓成本设计：音视频流约 2.6K tokens/分钟，含思考与工具约 2.6–5K；目标是 1 小时对话成本不超过人工 1 小时的 1/10
- ✓可用性：Duplex API 仅候补名单；声音与人脸可用参考音频/单张图零样本替换
开发者 3 秒速决决策指标
把技术选型换算成你的开发预算
40 款主流编程套餐横向比价，支持输入/输出 Token 真实账单模拟
相关资源与官方项目出处
免代理直达深度技术解析与实战评估
核心背景与行业痛点
语音 Agent 多是「回合制」：用户说完模型才想，调工具时冷场，被打断也停不下来。GPT-Live、Gemini Live 和 Thinking Machines 的交互模型多把推理与工具交给后台大模型，延迟和成本难控。Boson AI 想让中等规模模型自己边聊边干活。
架构亮点与底层机制
它按时间而非回合切片：语音、画面、工具结果都按 160ms 分块进出，每步读一块、写下一块语音、人脸潜变量和后台思考；工具结果分段返回即可先开口。前台为 45B MoE，难题带全量上下文委派给更大后端模型。后训练用多教师 on-policy 蒸馏（含 GRPO）加模拟环境自我改进；声音与人脸可凭参考音频或单张图零样本替换。
权威 Benchmark 与实测跑分对比
均为官方口径：Big Bench Audio 98.9（TML 96.5）；Full-Duplex-Bench v1.5 75.5（GPT-Live-1 80.1、TML 77.8）；τ-Voice 69.8（GPT-Live-1 74.5）；IFEval 94.1。并非全面领先，但以 45B 对 TML 276B 互有胜负，暂无第三方复测。
开发者实战落地与开箱指南
Duplex 为研究预览，API 需在官方博客加入候补；现在可先接已上线的 Higgs Realtime（见 docs.boson.ai）。适合客服、口语陪练、会议助手等「边说边查」场景。上线前请实测打断与误触发，并给后端委派设成本上限。
即刻查看该技术对应模型与主流工具的实测差异，或一键测算团队 API 调用与 $20/月套餐盈亏平衡点。
讨论与评论
0登录后即可参与深度讨论
与广大 AI 开发者、工程师交流评测心得与前沿洞察