Gander от Tencent умеет продолжать разговор, работая в фоновом режиме
Главный смысл: Команда Tencent Hunyuan Speech вместе с исследователями нескольких университетов представила модель Gander: она непрерывно ведёт голосовой диалог и одновременно выполняет сложные агентские задачи в фоне. Подход призван избавить голосового ассистента от режима «сначала говорю, потом думаю».
-
Архитектура: «мозжечок» и сменный «мозг». Диалог Gander разбирает посекундно: «мозжечок» сам решает, когда слушать, говорить или замолчать, держа в памяти около двух минут разговора. Поиск файлов и написание кода выполняет «мозг», который можно заменить на Codex или Claude Code без переобучения диалоговой части; в тестах эту роль играла модель из семейства GPT-5.6 OpenAI.
-
Тайминг выиграл, точность проиграла. По данным технического отчёта, на Full-Duplex-Bench v3 модель начала говорить вовремя во всех 100 сценариях и перебивала пользователя в 8% случаев — против 13,5% у GPT-Realtime и почти 48% у худшего конкурента. Но по точности задач Gander отстаёт от коммерческих систем: в оценку попадают ошибки распознавания речи, а понимание видео и изображений оказалось хуже, чем у её базовой модели.
-
Код открыт, веса обещают. Модель обучили примерно на 2,7 млн примеров, часть — молчать при постороннем шуме или когда в группе обращаются не к ней. Репозиторий на GitHub уже есть, демо выложены на странице проекта; веса и обучающие данные обещают опубликовать после завершения «процесса open-source-релиза» — без сроков.
Что дальше: Авторы сами называют работу ранней: как масштабировать систему и как её оценивать — открытые вопросы, стандартных тестов нет. Подтверждены результаты на бенчмарках, а не поведение в реальных продуктах Tencent. Следить стоит за фактической публикацией весов и за конкурирующими схемами: GPT-Live от OpenAI тоже разделяет диалог и фоновые задачи между моделями. На фоне этого Tencent в июле выпустила открытую модель Hy3 и, по сообщениям издания, договаривается о контрольной доле в стартапе Manus после блокировки сделки с Meta.