Boson AI 发布 Higgs Realtime Duplex：45B MoE 全双工多模态交互模型，边听边看边说并在后台调工具，API 候补中
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
关联模型 / 智能体 / 厂商: