Сбербанк создает технологию искусственного интеллекта нового типа — «фулл-дуплекс». Она позволяет системе одновременно слушать и говорить, имитируя живой телефонный разговор. Об этом РБК рассказал директор по развитию технологий ИИ Сергей Марков.
Современные голосовые ассистенты работают последовательно: человек говорит, ИИ обрабатывает информацию и отвечает. Новая разработка использует единую нейросеть вместо каскада из нескольких. Это сокращает задержку ответа до 160–320 миллисекунд, что сопоставимо с реакцией человека. В видеорежиме система сможет видеть собеседника и управлять аватаром.
За рубежом подобные решения уже есть: Moshi от Kyutai (2024), Gemini Live от Google и GPT-Live от OpenAI. В России публичных аналогов ранее не представляли. У «Яндекса» есть Realtime API с быстрым ответом и возможностью перебить ассистента, но, по словам Маркова, это не полный дуплекс — модель ждет смены реплики, тогда как разработка Сбера слушает непрерывно, даже когда говорит сама.