语音

语音大模型怎么做到像人一样「边想边说」？拆解 Qwen-Omni 系列的 Thinker-Talker 架构：大脑与嘴的分工、两条信息通道的巧思、把开口延迟压到 234 ms 的流式设计，以及 MiniCPM-o 殊途同归的印证。