Hugging Face发布Realtime-Venus：新一代全双工交互系统实现突破

摘要：Hugging Face推出Realtime-Venus，这是一款面向数字与物理环境交互的全新全双工系统，包含两个独立的9B参数模型：Realtime-Venus-Omni用于音视频交互，Realtime-Venus-Audio用于语音交互。该系统通过共享因果时间线整合用户输入、模型输出和委托事件，实现连续感知与实时响应。其异步任务执行机制确保了对话流畅性，并在多个基准测试中表现优异，例如在Full-Duplex-Bench v1.5中，Realtime-Venus-Audio在用户中断响应率和对话延续率方面均超越GPT-4o和Gemini 3.1 Live。

---

新一代全双工交互系统：Realtime-Venus

Hugging Face近日发布了一款名为Realtime-Venus的全新全双工交互系统，旨在提升数字与物理环境中的自然交互体验。该系统由两个独立训练的9B参数模型组成：

• Realtime-Venus-Omni：专注于音视频交互，能够处理复杂的视觉与听觉信息流。
• Realtime-Venus-Audio：专注于语音交互，提供高效的语音理解和生成能力。

技术亮点

1. 共享因果时间线：系统通过共享因果时间线整合用户输入、模型输出和委托事件，确保交互的连续性和一致性。
2. 异步任务执行：Realtime-Venus-Harness组件负责异步执行后台任务，并将结果无缝整合到对话中，保证对话流畅性。
3. 多模态感知与生成：结合音频和视频的感知与生成能力，实现更自然的交互体验。

性能表现

在多个基准测试中，Realtime-Venus表现出色：

• 在视频交互方面，Realtime-Venus-Omni在StreamingBench、OVO-Bench和Daily-Omni等六个基准测试中均取得最高分。
• 在语音交互方面，Realtime-Venus-Audio在MMAU、MMAU-Pro、Llama Questions和Speech CMMLU等八个基准测试中领先其他模型，并在Full-Duplex-Bench v1.5中，用户中断响应率达到75%，对话延续率分别为97%、88%和86%，全面超越GPT-4o和Gemini 3.1 Live。

行业影响与开发者建议

Realtime-Venus的发布标志着全双工交互系统进入了一个新的发展阶段。其在多模态感知、实时响应和异步任务执行方面的突破，为以下领域带来了新的机遇：

• 智能客服与虚拟助手：提升交互的自然度和响应速度。
• 人机协作系统：增强人机交互的流畅性和效率。
• 虚拟现实与增强现实：提供更沉浸式的交互体验。

对于开发者而言，Realtime-Venus的开放接口和模块化设计使其易于集成和定制。建议开发者关注其异步任务执行机制和多模态感知能力，以充分利用该系统的优势。

---

消息来源：Hugging Face Daily Papers (2026-09-12)

—— 完 ——

主题标签： #Hugging Face 关注 #全双工交互 关注 #多模态AI 关注 #智能体 关注 #实时系统 关注