据该发布的报道，Nvidia 发布了一款边听边说的开源语音 AI 模型。该模型被定位为全双工语音：它可以同时说话和接收音频，而不是在聆听与说话之间交替。对于构建语音 agent 的团队来说，这同时改变了两件事——延迟预算和轮次切换逻辑。打断、附和与重叠语音不再是附加在请求/响应循环上的边缘情况，而成为模型本身的属性。
报道指出该发布附带一个注意事项；所提供的要点并未说明该注意事项是什么，因此仅凭这些材料，其对生产使用的实际影响仍不明确。此次发布也延续了 Nvidia
开源权重将部署决策转移到内部：音频在哪里处理、使用哪个推理栈，以及语音层如何与 agent 的其余部分一起进行版本管理。对于语音 agent 架构而言，实际问题不仅是质量，还有如何评估全双工行为——打断处理、响应时机以及从重叠轮次中恢复。这些评估工具现在已成为集成工作的一部分。