MOSS 模思

博客

模型详解

持续倾听、自然对话:MOSS-Live 如何实现真正的全双工实时交互?

从话轮判定、打断识别、倾听反馈到非指向性语音拒识,解释什么是真正的全双工实时语音交互,并介绍 MOSS-Live 在这一方向上的能力与评测表现。

持续倾听、自然对话:MOSS-Live 如何实现真正的全双工实时交互?
模型资讯

ISCSLP 2026 NVVSpeech Challenge:解析MOSS-Transcribe、MOSS-TTS排名背后的卓越表现

在 ISCSLP 2026 NVVSpeech Challenge 中,模思智能 MOSS-Transcribe 获语音理解赛道第一名,成绩接近官方基线两倍;MOSS-TTS 获语音生成赛道官方第二名。

ISCSLP 2026 NVVSpeech Challenge:解析MOSS-Transcribe、MOSS-TTS排名背后的卓越表现
技术合作

MOSS-VL-Realtime 实时交互全链路:SGLang-Omni 特化推理 × 全栈 Realtime Demo

特化推理后端以常驻请求服务每路会话,支持多路并发、水平扩展与滑动窗口画面记忆,单卡实测生成速度 90.26 tokens/s。配套 Demo 集成浏览器界面、SenseVoice 语音识别与长期记忆,三步命令即可部署。

MOSS-VL-Realtime 实时交互全链路:SGLang-Omni 特化推理 × 全栈 Realtime Demo
技术合作

用 ms-swift 微调 MOSS-VL:从环境搭建到指标翻倍的实战指南

MOSS-VL 已经合入 ms-swift 主分支。本文给出一套从安装环境到启动 LoRA 或 Full SFT 的完整流程,所有示例使用公开模型和公开数据,不依赖内部文件路径。

用 ms-swift 微调 MOSS-VL:从环境搭建到指标翻倍的实战指南
技术合作

MOSS-VL 接入 LlamaFactory:LoRA 与全参微调开箱即用

MOSS-VL 的适配代码已经合入 LlamaFactory 主分支。无论是希望低成本验证想法的 LoRA,还是面向特定领域进行充分训练的全参数微调,都可以复用 LlamaFactory 熟悉的数据、训练、断点续训与推理工作流。

MOSS-VL 接入 LlamaFactory:LoRA  与全参微调开箱即用
技术合作

在 SGLang-Omni 上部署原生流式 48 kHz 的 MOSS-TTS Local Transformer v1.5 语音服务

我们正在发布 MOSS-TTS-Local-Transformer-v1.5 在 SGLang-Omni 上的端到端 serving 支持,这项工作由 SGLang-Omni Team 和 OpenMOSS 团队共同完成。

在 SGLang-Omni 上部署原生流式 48 kHz 的 MOSS-TTS Local Transformer v1.5 语音服务

已显示 6 篇,共 6 篇