语音 agent 的取舍一直很烦
语音 agent 的取舍一直很烦
要聪明就贵、就慢
要便宜就在电话里卡壳
Pipecat 开出 PhoneLLM
开源权重
他们说效能能追 GPT-5.6 Terra
延迟大约三分之一
成本大约十八分之一
做法不神秘
把 NVIDIA Nemotron Nano 30B 做满血微调
专门喂电话客服
thinking 关掉
我关心的是场景模型又回来了
通用大模型在电话里浪费推理
专用的把工具调用和第一句开口练熟就够
视频里是跑起来的样子
权重在 Hugging Face