语音-语言模型 Voila：实时自主交互和角色扮演

可以与日常生活完美融合的 AI agent 将以自主、实时和情感表达的方式与人类互动。它将不仅仅是对命令做出响应，而是持续倾听、推理并主动做出反应，从而促进流畅、动态和情感共鸣的互动。在这项工作中，来自 Maitrix 的研究团队及其合作者提出了一个大型语音-语言基础模型系列 Voila，其采用全