夜雨聆风
你有没有觉得，和AI说话总是怪怪的？
不是内容的问题，是节奏的问题。你说一句，它顿一下，再回一句。这中间总有一个让人不太舒服的空白。你说话的时候吧，也不知道它听没听进去；它回你的时候呢，好像也顾不上看你正在干嘛。
说来说去，就是不大像真人聊天。真人聊天是什么样？一个“嗯”就表明在听了，一句“你说呢”就接上了话，一个眼神就切换了话题。但现在的AI，多少差点意思。
这种感觉，不是你的错觉，是底层技术逻辑决定的。好在，有人受不了了。
AI学会了“一心多用”：能插嘴、会“嗯嗯”、秒回不算事
五年多前，《Her》里那个只有声音的西奥多，跟着男主角上班、讲段子、偶尔还吃个醋，成了无数人心中的“白月光”AI。五年后的今天，一个名叫Mira Murati的80后女性带着她自己的团队，终于把这个“白月光”从电影拽进了现实。
5月11日下午，前OpenAI CTO（首席技术官）Mira Murati创办的新公司Thinking Machines，正式拿出了他们的第一款作品——TML–Interaction–Small。
名字有些长，但你只要记得它是原生多模态交互模型就够了。所谓“原生多模态”，简单理解就是AI从娘胎里就会看、会听、会说，还能无缝来回切换。
这就好比你去驾校学车，那叫后天补习。而“原生”的意思是，它一生下来就自带赛车手的本能肌肉记忆。
所以当你跟它聊天，你根本察觉不到它是在“想”，还是在“说”。因为它的思考可能和你的一道指令交叉进行，它那种特别像真人的打断和接话，也完全不需要外面那层“工程外壳”。
怎么做到的？Thinking Machines把对话切成了200毫秒一个的微回合。什么概念？差不多就是人类眨一下眼睛的时间。在这200毫秒里，模型不断接收你的声音、画面，同时也在不断往外吐字。
更妙的是，Thinking Machines的设计里还加了全双工通信。全双工这个技术以前是用在电话上的——两边可以同时说话，不用等对方说完。
那在AI身上是什么样呢？联合创始人翁荔在官方演示视频里亲自做了解释：
当你对着电脑摄像头做一个俯卧撑，AI会在旁边同步数一个数；当你写代码时不小心打了个空格，它会立刻出声提醒“这里多了个空格”；当你说话偶尔卡壳或者深呼吸，它的“嗯”、“哦”、“我明白”也会在这些关键时刻自然出现。
这不就是人和人之间那种默契吗？
数据上也没含糊。根据Thinking Machines Lab在5月11日发布的技术博客，TML-Interaction-Small在FD-bench V1里的单次回应延迟只有0.40秒。你们要知道谷歌的Gemini-3.1-flash-live是0.57秒，而OpenAI的GPT-realtime-2.0在最小模式下都达到了1.18秒。与此同时，在FD-bench V1.5里它的综合评分是77.8，直接比GPT多了31分。
这简直是降维打击。
大脑分两层：一边陪你唠，一边干正事
那问题来了，聊得飞起的AI，还有能力干正事儿吗？
比如，你一边聊着“帮我订一张明天去上海的机票”，一边突然插嘴“哦对了，我晚饭也想吃点儿好的”，它能立刻调用后台软件查找航班，同时继续跟你聊美食推荐，而且两项任务互不干扰吗？
别人不行，这次可能还真行。因为TML-Interaction-Small的核心，是双模型架构。
Interaction Model：
也就是前台和你对话的这个“人”。负责察言观色、管理节奏、给出快速反应。它不需要大动干戈地调用所有脑力，只需要维持在底层，伴你左右。
与此同时，藏在后台的那个“同事”—— Background Model（后台推理模型），才是真正干苦力活的。
后台模型看到任何需要深度推理、多步规划或者调用搜索工具的任务，比如你问“帮我预测今年夏天巴黎的出行人数”，它会默默开始算。要知道这种事儿如果让一个普通大语言模型做，你得在外面添加插件，或者等着“正在搜索中……”，体验非常割裂。
而现在，你甚至完全感觉不到后台模型已经启动了。因为你们的对话没断，前台的互动模型就在那自言自语一样地把其他话题接着聊下去。等到后台算完了，再把结果轻描淡写地交回前台，由前台无缝嵌入到你们的对话中。
另一个被官方和媒体反复提及的突破，是无编码器早期融合。
以往的AI处理音频和视频，得像包饺子一样，用Whisper这类编码器把音频“翻译”成模型能懂的语言。这就多了一道工序，也多了层延迟。
但TML-Interaction-Small彻底跳过了这步，直接用轻量级嵌入层吸收原始音频信号和图像方块。
所以延迟是实打实降下来的，感知是实打实连通的。它看视频和听人说话，对人来说是同一种直觉。——这可能就是Thinking Machines能够轻松做到“只要发现你驼背就出声提醒”这类主动行为的根本原因。
告别回合制，这不是“快一点”的问题
你可能会觉得，这不就是个“更快的AI”吗？不是的。表面上来看，它只不过是快了几秒。但在底层，它改变的是我们跟AI协作的全部规则。
以前的AI交互，本质上是“回合制”。你说一句，它回一句，中间隔着一道墙——你说的时候它听不到，它说的时候你插不进去。回合制的最大问题不是慢，是它让人被迫“迁就”机器。我们必须把话说完、把问题敲完整、把思考打包好，然后一次性扔给AI。为什么？因为你一打断，上下文就断了。
所以我们这些年跟AI的对话，本质上不是在“聊天”，而是在“填表”。
Thinking Machines要做的事情，就是把这种“填表式”的交流，拉回到真正的实时协作。人和AI都可以随时插嘴，说完了你要做的事儿也差不多干完了。 你不再需要等待“正在生成……”，因为生成和接收是同步发生的。
所以有人才会说，这是那部电影《Her》的幽灵终于在5年后附身了新硬件——而且是更聪明的全模态硬件。不是刚好吗？Siri也12岁了，Alexa也来了，GPT的实时语音也进化到第三代了，但那种等待延迟和迟钝感，始终让它们少了点“人味儿”。直到2026年春天，Mira Murati交出的这第一份答卷，才让所有人听到了那种久违的自然呼吸声。
当然，这也并非完美无缺。官方自己承认，长时间对话的上下文管理、对稳定网络连接的依赖，以及更大参数模型的部署速度，都是下一步要攻克的难点。而且TML-Interaction-Small目前只向少数开发者开放研究预览，大众商用得再等上几个月。
但方向已经对了。
当竞争的重点从“谁更聪明”转向“谁更像人”，我们离想象中的AI助手，终于近了一步。这次，它真的随时在线，真的在看着你、听着你、等待着接话的机会。就像跟朋友聊个天那么简单。
