一句话看懂：Nuance AI 研究员 Fangchang Ma 在社交平台展示了号称经过 18 个月研发的 AI 人设 Emma，其特殊之处是能在用户说话过程中实时回应，而非等对方说完再开口。这代表了从“轮番对话”向“全双工”交互迈进的一次公开展示。
事件核心：发生了什么
根据 Fangchang Ma 于 2026 年 11 月 9 日发布的帖子，Nuance AI 团队展示了一个名为 Emma 的 AI 人设（AI persona）。作者称，多数 AI 人设在用户讲话时面无表情、等待轮次，而 Emma 可以在用户尚未说完时作出反应。技术基础是团队自研的 Nuplex，被描述为“全双工视听基础模型”（full-duplex audiovisual foundation model），即同时处理听觉与视觉输入、并在听的过程中持续输出反馈。该帖附有一段视频，浏览量超过 310 万，但帖子本身属于个人展示，没有附带论文、评测数据或产品上线信息。
为什么重要
当前主流大模型语音交互大多采用“半双工”模式：先收音、再识别、再生成、再合成语音，用户在系统播报时插话往往被打断或忽略。全双工意味着模型可以边听边说，并在对话中处理停顿、语气、表情等副语言信号，这更接近真人交流节奏。若该能力可稳定复现，将影响语音助手、虚拟客服、在线教育、游戏 NPC 等依赖实时对话的 AI 应用形态。同时，“视听基础模型”路线把视觉与听觉统一到同一模型中训练，而非拼接多个模块，这也是近两年多模态研究的一个方向。不过目前公开信息仅限于一段演示视频和作者自述，尚不能判断其泛化能力和推理成本。
对用户/开发者/创作者的影响
对普通用户而言，最直接的变化是可以在 AI 说话时自然插话、纠正或追问，而不必等待。对开发者来说，若 Nuance AI 后续开放 API 或 SDK，实时语音交互类应用的接入门槛可能降低；但当前没有公布接口、价格、延迟指标或算力要求。对内容创作者和虚拟人运营方，这类全双工人设可用于直播、陪伴类应用和互动叙事，但人物一致性、口型同步和安全审核仍需实际验证。目前公开信息显示，Emma 更接近研究演示，而非可直接采购的产品。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是 Nuplex 是否发布技术报告或论文，披露训练数据、模型规模和延迟数据；二是 Emma 是否以产品、API 或开源形式落地，以及定价与算力门槛；三是竞品是否跟进全双工视听模型，以及监管对实时拟人交互在隐私与身份披露上的要求。
来源：@fangchangma
