Gli sviluppatori hanno presentato il sistema Realtime-Venus per la comunicazione audiovisiva

Il team di Realtime-Venus ha rilasciato un sistema full-duplex per l'interazione audiovisiva con supporto per il delegamento asincrono delle attività. La soluzione è orientata alla creazione di un dialogo naturale tra l'utente e l'IA in tempo reale.

Il sistema si basa su un modello con 9 miliardi di parametri, basato sulle architetture MiniCPM-o 4.5 o Qwen3-8B. La realizzazione tecnica supporta l'interazione proattiva, l'elaborazione corretta delle interruzioni durante la parlata e la funzione di memoria a lungo termine per i contenuti video, che funziona senza la necessità di ulteriore addestramento.

Il sistema è progettato per l'elaborazione dei dati in streaming, il che consente al modello di rispondere ai segnali visivi e sonori con ritardi minimi. L'utilizzo dell'architettura 9B garantisce un equilibrio tra prestazioni e requisiti di risorse computazionali, consentendo di distribuire la soluzione in vari scenari di interazione.

La funzione di delegamento asincrono consente al sistema di eseguire attività in background senza interrompere il flusso di comunicazione corrente con l'utente. Ciò estende le possibilità di applicazione del modello come assistente personale, in grado di mantenere il contesto delle lunghe sessioni video e di passare rapidamente tra le attività durante il dialogo.

Il rilascio fornisce agli sviluppatori uno strumento pronto per l'integrazione delle funzionalità multimediali nelle applicazioni di terze parti. Il codice sorgente e i pesi del modello sono disponibili in open access, il che consente di eseguire test locali del sistema e la sua adattazione a compiti specifici di elaborazione dei flussi audiovisivi.