기존 GPT-4o나 Qwen 같은 모델은 녹음이 끝나야 응답했거든요

오디오 스트림을 끊김 없이 듣다가 0.4초마다 '말할까, 들을까'를 스스로 판단하는 음성 AI가 공개됐어요.

기존 GPT-4o나 Qwen 같은 모델은 녹음이 끝나야 응답했거든요. Audio-Interaction은 스트리밍 도중에도 매 0.4초 청크마다 / 토큰 하나로 반응 여부를 결정해요. 번역·전사·대화·주변 소음 반응이 30억 파라미터 하나에 통합돼 있어요.

음성 벤치마크 MMAU에서 58.15점을 기록해 기반 모델을 넘어서고, 7B급 대형 모델에도 근접했어요. '인간처럼 듣고 개입하는 AI'까지의 거리가 꽤 좁혀졌네요.