MOSS-Live 发布：能边听边说边办事，但先别急着喊 Jarvis

MOSS-Live 发布了。MOSS（模思智能）把它定义成全双工实时交互系统：说话的同时持续听，后台任务不阻塞对话。官方产品页和体验入口放在文末。

多数语音助手像对讲机，你说完它再说。MOSS-Live 的卖点更像一通电话，听说并行。官方列了几个场景：你停顿想事情，它会等；你只是附和，它继续说；你真打断，它立即停；旁边人闲聊，它不插嘴。被打断后，它记得自己实际说到了哪个字，从断点接着讲，不假设你听到了没出口的内容。

它还支持视频通话和屏幕共享，能识别环境声和声音特质。你一边说，它一边翻译。后台任务可以查天气、股价，也能跑更长的调研和规划，结果出来后择机带回对话。规则可以设，比如什么时候纠正错误、计数、提醒。

官方给的架构是前后台协同。前台模型负责实时听、说、看，后台模型异步做推理和工具调用。两者共享记忆、上下文和任务状态。

官方称在对比模型里六项指标领先。具体数字：FDB v1 接管率 1.44% 下降；FDB v1.5 对旁人说话响应率 2.00% 下降，恢复率 68.00% 上升；τ-Voice 附和选择性 98.17% 上升，口头禅选择性 82.16% 上升，非定向语音选择性 78.90% 上升。这是官方自评，不是第三方复现。

场景演示里，上海观光那段比较具体。它规划路线，通过实时视频认出和平饭店，讲历史，按需查房价和餐饮。游客问讲到哪了，它能续上。

会议场景里，同事补充上下文，它调整调研，结果准备好再汇报，处理打断和附和，最后回顾早前话题，给总结和行动项。

公路旅行场景里，它更新行程，后台查酒店，回答渡轮和停车问题，回到被打断的路线描述，还能在导航音下继续说话。

评论区关心的点更实际。X 用户 nynach 问，不开源吗；kshabana 直接求开源。LastResort 问每分钟成本。Trying my best :-) 质疑不能本地托管，说不想把孩子的对话和个人想法传上去。AI Tools Daily 说，测过几个语音代理，最常失败的是打断处理，最想在嘈杂房间里先测这个。Ruslan 问，后台任务完成时如果用户正在说话，它会不会等自然停顿再说，快助手也可能显得粗鲁。

有个开发者的反馈值得看。Sebastian Sosa 说，边聊边做事最容易咬人的地方，是语音说“我在做”，但没把任务交给后台 worker，日志里连续出现两次。他用一个小模型读取每个时刻做 handoff，把“go back”从 45 秒降到 3 秒。

MOSS-Live 展示的方向很清楚：语音交互从回合制走向持续在场。但开源、成本、本地部署、任务交接的可靠性，发布里还没给答案。想试可以去 MOSS-Live 体验入口 或 API Playground。先别急着喊 Jarvis，拿嘈杂房间和后台任务完成时机测一轮再说。