成立半年就敢踢馆 OpenAI ，首个开源模型不输 GPT-4o，LeCun 、PyTorch 之父齐声叫好！

1. Kyutai实验室开发了名为"Moshi"的实时原生多模态基础AI模型，具有自然对话能力，可公开访问。 2. Moshi模型具备与OpenAI的GPT-4o和Google Astra相媲美的功能，但模型要小得多，具有彻底改变人机通信的潜力。 3. Moshi模型在法国巴黎公开发布实验原型，得到了Yann LeCun和PyTorch之父Soumith Chintala等人的肯定和祝贺。 4. Kyutai团队成立于2023年11月，得到了近3亿欧元的支持，旨在为AI的开放研究做出贡献并促进生态系统发展。 5. Moshi模型具备处理文本和音频的多模态能力，支持多流音频，能够产生文本思想，识别情绪，实现实时交互，且是一个开源项目。 6. Moshi模型能够在设备上运行，解决了隐私问题，使AI在实时应用程序中更易于访问和响应。 7. Moshi模型基于Helium 7B模型构建，集成了文本和音频训练，支持CUDA、Metal和CPU后端优化，训练中使用了各种数据源，包括人体运动数据和YouTube视频。 8. Moshi模型的训练涉及创新的开创性技术，包括音频语言模型、合成对话、集成深度神经网络和基于语音的训练。 9. Moshi代表了语音AI技术的重大飞跃，具有改变数字世界中语音使用的潜力，可能影响客服支持、语言学习、医疗保健和娱乐等领域。