蚂蚁百灵（inclusionAI）在 Hugging Face 上发布了 Realtime-Venus 全双工交互系统，包含两个 9B 参数检查点，均以 Apache-2.0 许可开源。其中 Realtime-Venus-Omni 是音视频交互模型，能够持续「看」和「听」，自行判断是否以及何时回应，并在共享的因果时间线上同时生成文本与语音；Realtime-Venus-Audio 则聚焦音频理解与音频驱动的对话，可输出文本或语音。
该系统的核心能力围绕「实时在场」展开。它支持原生全双工对话，即在说话的同时保持感知，并能区分附和、打断、纠正与话题转向等不同交互信号；具备主动交互能力，持续处理时间对齐的视频与音频，在事件值得回应时主动发起响应，而无需等待用户提示。此外，系统通过共享因果时间线发出流内委派请求，并以同样方式消费异步后端结果，使外部任务不会阻塞正在进行的对话——不过执行这些请求需要配套的 Realtime-Venus-Harness 运行时，该运行时托管在 GitHub 仓库中。
长视频记忆方面，Realtime-Venus 采用免训练方案：归档视觉信息丰富的时刻，检索与查询相关且不冗余的证据，并重新组装对应的音视频上下文，无需额外训练。语音输出则通过捆绑的 Token2wav 资源与参考音色，在生成回应文本的同时合成原生语音。
从模型细节看，两个检查点均基于 MiniCPM-o 4.5 / Omni-Flow 架构，语言骨干为 Qwen3-8B，音频编码器为 Whisper-Medium，权重精度为 BF16，上下文长度为 40,960 tokens。Omni 版本额外使用 SigLIP2 视觉编码器（推理时不启用），语音生成采用离散 S3 语音 token 配合流式流匹配解码器；Audio 版本在推理时不使用视觉编码器，但共享同一套流式骨干与语音解码器，并在全双工模式下启用。
仓库结构上，两个检查点分别位于 Realtime-Venus-Omni/ 与 Realtime-Venus-Audio/ 子目录，各自包含分片模型权重、配置与自定义 Transformers 代码。Omni 目录还提供公开的记忆入口 realtime_venus_omni_memory.py、记忆适配器目录（含聊天与双工记忆运行时）以及参考音色、Token2wav 和演示视频等资源。安装需要 Python 3.10、CUDA 与 FFmpeg，可通过 huggingface-cli 或 modelscope 下载后安装依赖。
使用层面，Omni 模型通过 as_duplex() 切换至全双工流式模式，prepare() 初始化会话，之后每一秒输入由一组 streaming_prefill() 与 streaming_generate() 处理，as_simplex() 可切回离线模式。需要注意的是，视频超过 64 秒会被截断至默认帧上限，需在导入 minicpmo.utils 前设置 MAX_NUM_FRAMES；双工示例通过 FFmpeg/libass 将回应文本烧录进输出视频，渲染中文等非拉丁字符需要系统安装 CJK 字体，否则会显示为空框。
从产业视角看，Realtime-Venus 把「全双工」与「主动交互」作为卖点，意味着多模态模型正从「用户提问—模型回答」的回合制，转向持续感知、可被打断、能主动开口的实时系统。这类能力对实时翻译、陪伴式助手、会议与直播场景、以及需要边看边说的机器人交互都有直接价值。异步委派机制则试图解决实时对话与外部工具调用之间的阻塞矛盾，让模型在对话不中断的前提下调用后端能力。免训练长视频记忆若在实际使用中稳定，也有助于降低长上下文场景的部署成本。不过，全双工与主动交互对延迟、算力与工程集成的要求较高，实际体验仍取决于 Harness 运行时的成熟度与硬件条件。蚂蚁百灵此次以开源方式放出两个 9B 检查点，为开发者在实时多模态方向提供了可复现的基线，后续生态对其记忆机制与委派能力的采用情况值得关注。