品玩8月10日讯，据marktechpost 报道，NVIDIA近日发布开源端到端全双工语音对话模型NemotronLabs VoiceChat 11B，在统一网络中完成流式语音理解与生成，无需串联ASR、LLM和TTS等多个模型，大幅降低端到端延迟。

该模型采用混合Mamba/Transformer架构，支持边说边听，用户可在对话中途打断，模型将自动让出话语权。在Full-Duplex-Bench 1.0基准测试中，其平滑轮换延迟为448毫秒，用户打断接管率达1.00。此外，该模型是首个支持对话过程中实时工具调用的开源全双工模型，调用API时可通过预置话术避免冷场。

目前模型权重和容器已公开，采用宽松许可协议，但仅限研究用途。部署需配备至少80GB显存的GPU，暂无托管API服务。