«Сбер» разрабатывает голосовой ИИ нового типа: сможет слушать и говорить одновременно
Сбербанк объявил о разработке голосового искусственного интеллекта
В чём отличие от нынешних голосовых помощников
Сегодня голосовые ассистенты работают по очереди: человек произнёс реплику — ИИ её обработал — ответил. Принципиальная разница новой технологии в том, что вместо каскада из нескольких нейросетей задействуется одна модель. Сейчас это выглядит так:
первая нейросеть переводит голос в текст;
вторая придумывает ответ;
третья озвучивает его обратно.
Фулл-дуплекс убирает эту цепочку: одна модель способна слушать непрерывно, даже пока говорит сама. А с видеомодальностью она же может видеть собеседника и управлять движениями аватара.
Главный практический эффект — скорость. Задержка ответа сокращается с нескольких секунд до 160–320 миллисекунд, то есть до уровня реакции живого человека.
Кто уже сделал такое в мире
В мировом масштабе технология не нова. Первой в 2024 году стала модель Moshi французского стартапа Kyutai, затем свои решения выпустили крупные игроки:
Компания | Продукт |
|---|---|
Kyutai | Moshi (2024) |
Gemini Live | |
OpenAI | GPT-Live |
В России публично о близкой разработке до сих пор не заявлял никто. У «Яндекса» есть Realtime API с быстрым ответом и возможностью перебить ассистента, но, по словам Маркова, это не полный дуплекс: модель «Яндекса» ждёт смены реплики, тогда как фулл-дуплекс слушает постоянно.
Что это значит для пользователей и рынка
Для обычного человека выгода очевидна: диалог с ассистентом перестанет напоминать переписку с паузами. Пока нет деталей о сценариях запуска и сроках первых наработок — подробности компания держит в материале РБК за закрытой частью текста. Но потенциальные применения широки: от поддержки клиентов и сервисов банка до синхронных ассистентов с видеоаватарами.
Для отрасли это ещё и маркер гонки за «естественностью» ИИ: если раньше конкуренция шла вокруг качества ответов, то теперь — вокруг скорости и манеры их подачи.
Вывод
«Сбер» первым из российских игроков публично заявил о движении в сторону полноценного дуплексного голосового ИИ. До продуктовой стадии ещё далеко, но само появление такой разработки показывает, что отечественные компании включаются в тот же технологический трек, что Google и OpenAI. Чем закончится гонка — покажет время, но ставки очевидны: победитель получит ассистента, которого невозможно отличить от живого собеседника.