AREX Feed Article
Fish Audio 上线全双工语音模型 Live 3，vLLM 称若开源愿在首日提供支持
11 月 11 日 01:39 UTC，vLLM 项目的 X 账号 称，Fish Audio「刚刚发布」了 Live 3：一个全双工（full-duplex）语音模型，能同时聆听和说话，首日即生产可用（production-ready on day one）。帖文以「不再需要对讲机式语音智能体」开头，祝贺了 Fish Audio 团队，随后补上一个条件句：希望有一天看到它开源；如果开源，vLLM-Omni 愿意从 day 0（开源当天）起提供支持。
这条帖文没有给出参数规模、架构、定价或可用渠道。Live 3 的具体信息来自 Fish Audio 自己的：11 月 10 日，这家公司宣布 Live 3，称它「边说边听」，可以在 186 毫秒内决定作出回应；目前只支持英语，通过 Fish Agent Platform、API 以及企业本地部署提供。
分段念电话号码时，它先说「mm-hmm」
发布文举了几个通话中的例子。用户分段念出「415… 555… 0132」，中间有停顿，Live 3 可以在间隙说「mm-hmm」或「okay, 415」，然后继续等剩下的数字。这声附和同时做两件事：告诉对方数字听到了，又不占住话轮。用户说「yeah」表示自己在听，它继续讲，不把这声附和当成插话；用户说「等等，其实我只要周四」，它才停下来让出话轮。
改单是另一个例子。先说两份披萨，改成三份，再把其中一份换成玛格丽特，模型要等每一次改动说完再回应，不会抢在改动完成前插话。Fish Audio 把这类行为归成三个动作：确认（acknowledge）、等待（wait）、让出（yield）。
把「什么时候开口」搬进语音模型
发布文对现状的描述是：多数语音智能体把语音识别、推理、语音生成和轮次判断拆在流水线的不同环节，让这些环节配合得自然需要额外处理。按 Fish Audio 的说法，Live 3 把对话时机放进了语音模型本身，训练数据是真实的人类对话，模型从中学习何时确认、等待、回应或停止。
「到目前为止的解决办法是更多规则、更多阈值，」Fish Audio 联合创始人兼 CEO Rissa Cao 在发布文里说，「我们认为模型应该从真实对话里学这件事，就像语言模型学语法一样。」
发布文给出的延迟指标是 186 毫秒：模型可以在这段时间内决定作出回应。它对应「mm-hmm」「okay」和简短确认这类短反应，完整回答同时在准备；发布文没有给出延迟分布。
发布文的配图显示了分工：Live 3 一侧接收用户语音，一侧输出回应，右侧另有一层连接智能体的指令与工具。语音模型负责「什么时候说」，智能体层负责「说什么、调用什么工具」。
平台、API、本地部署，和每分钟 0.035 美元
Live 3 现在通过三种方式交付：Fish Agent Platform、Fish Audio 的 API，以及企业的本地部署。Fish Audio 的 Voice Agents 把 Live 3 包含在每分钟 0.035 美元的套餐里，原价 0.07 美元，五折持续到 2026 年 12 月 31 日；电话呼入和呼出另加每分钟 0.01 美元，专用号码每月 1.20 美元。
语言目前只有英语。承载 Live 3 的 Agents 平台在里仍标着 public beta（公测），并注明功能与 API 在正式可用前可能变化。
「生产可用」缺少测试报告
「生产可用」的说法出自 vLLM 的帖文。Live 3 的发布文没有使用这个说法，具体模型结构、基准分数也都没有出现在发布文里。MarkTechPost 在 11 月 10 日的里也写道，Fish Audio 展示的是行为演示，没有公布基准分数。
帖文本身没有给出测试方法、指标或通话样本，也没有说明「生产可用」的依据。
「如果开源」后面缺的那块权重
vLLM 说希望有一天看到 Live 3 开源，没有给出时间或范围。
Fish Audio 此前开源过模型。今年 3 月，它，一并放出模型权重、微调代码和基于 SGLang 的流式推理引擎；Live 3 面向实时语音智能体，与 S2 的文本转语音任务不同。
vLLM-Omni 的全双工服务框架已经随版本发布。项目 显示，vLLM-Omni 是 vLLM 面向文本、图像、音频、视频和动作生成的扩展框架；2026 年 9 月的 0.30.0 版本引入以「引擎持有会话」为核心的全双工服务框架，面向 MiniCPM-o 4.5 和 AURA 提供，10 月的 0.32.0 又加入 session-aware full-duplex serving（会话感知的全双工服务）和服务端语音活动检测（VAD）。
对 vLLM-Omni 来说，在本地加载并服务一个模型需要可用的权重。Fish Audio 的发布文没有提到权重或开源计划；vLLM-Omni 的「day 0」支持仍取决于 Fish Audio 是否开源。