日本人工智能实验室 Shizuku（雫）AI 于11月8日公布其开发的全双工对话模型 Shizuku-Duplex。该实验室称，这是继 GPT-Live 之后第二个支持日语智能对话的全双工模型，可在用户完整表达诉求之前启动思考流程，而非等待一轮提问结束后再作响应。
根据 Shizuku AI 公布的评测结果，在日语对话场景下，Shizuku-Duplex 在 6 个参测模型中对话自然性得分最高，响应质量仅次于 OpenAI 的 GPT-Live。全双工能力意味着模型能够同时处理输入与输出，在语音交互中更接近人类对话的节奏，减少传统轮次式对话带来的停顿感。
架构层面，Shizuku-Duplex 由两部分组成：前台交互模型负责实时对话处理，后台模型则可异步处理复杂请求，两者配合并以每 5 分钟一次的频率进行上下文压缩，以控制长对话中的计算与记忆开销。模型以 80 毫秒为一个交互“帧”，支持音频、文本（模型独白）和动作三种输出方式，其中文本独白与动作输出为对话之外的行为表达提供了接口。
Shizuku AI 表示，基于 Shizuku-Duplex 的技术能力，公司正在开发伴侣式 AI 产品“雫”，定位为始终倾听、能够响应用户感受并坦诚表达自身感受的对话伙伴。该产品的具体上线时间与形态尚未披露。
全双工语音模型正成为大模型厂商竞争的新方向。相较于文本对话，全双工模型对实时推理、语音端点检测和上下文管理的要求更高，日语等非英语语种的支持则进一步增加了训练与评测的复杂度。Shizuku AI 此次公布的评测显示其在日语场景已接近头部模型水平，但参测模型范围与评测方法尚未完整公开。对伴侣式 AI 这类强调持续倾听与情感响应的产品而言，低延迟的全双工交互是基础能力之一，Shizuku-Duplex 能否支撑起稳定的长期陪伴体验，仍需产品落地后验证。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
