Nvidia slipper PersonaPlex-7B som åpen vektmodell som kan lytte og snakke samtidig
Nvidia slapp 15. januar 2026 vektene og koden for PersonaPlex-7B, en åpen samtalemodell bygget for full-dupleks tale – den lytter og svarer i samme øyeblikk, i stedet for å vente på at den andre parten blir ferdig. Utgivelsen flytter full-dupleks tale-KI fra API-baserte demoer til noe utviklere faktisk kan laste ned og kjøre selv.
Hva som ble lansert
Ifølge Startup Fortune publiserte Nvidia PersonaPlex-7B-v1 15. januar 2026, med vekter på Hugging Face og kode på GitHub samme dag. Modellen har 7 milliarder parametre. Koden er lisensiert under MIT, mens vektene faller under Nvidias egen NVIDIA Open Model License – en forskjell som betyr at koden kan brukes nesten fritt, mens vilkårene for selve vektene kan inneholde begrensninger som ennå ikke er dokumentert i det tilgjengelige materialet. Kilden beskriver modellen som noe som kjører på en enkelt GPU i stedet for en serverpark, men oppgir ikke hvilke GPU-modeller, kvantiseringsnivåer eller arbeidsfrekvenser som kreves.
Hvorfor full-dupleks er annerledes
Tradisjonell tale-KI består, slik Startup Fortune beskriver det, av tre separate systemer satt sammen: automatisk talegjenkjenning gjør stemmen din om til tekst, en språkmodell skriver et svar, og en tekst-til-tale-motor leser svaret høyt. Denne kjeden introduserer forsinkelser ved hvert håndtak, og den tvinger frem turtaking der bare én part snakker om gangen – systemet må vente til du er ferdig før det begynner å tenke.
PersonaPlex bryter med dette. Ifølge kilden bruker modellen en dobbeltstrøm-design: én strøm prosesserer kontinuerlig lyden som kommer inn fra brukeren, den andre genererer kontinuerlig agentens tale og tekst, og begge strømmene deler samme underliggende modelltilstand. Det betyr at modellen kan oppfatte at du bryter inn mens den snakker – og reagere mens det skjer – noe som er det som gjør at samtalen kan ligne en ekte samtale snarere enn en vekselvis avspilling av spørsmål og svar.
Arven fra Moshi
Arkitekturen er ikke Nvidias oppfinnelse. Ifølge Startup Fortune bygger PersonaPlex på den dobbeltstrøm-baserte Transformer-arkitekturen fra Moshi, den åpne samtalemodellen fra det franske laboratoriet Kyutai, med Nvidia som finjusterer og utvider den til PersonaPlex. Det betyr at det grunnleggende konseptet har vært tilgjengelig i åpen form en stund; det nye i denne utgivelsen er kombinasjonen av Nvidias finjustering, persona-styring og lisensiering.
Slik styres stemmen og personen
Før en samtale starter tar PersonaPlex imot to forspråk, ifølge kilden: et stemmeforspråk bygget av lydtokens som setter vokale kjennetegn og talestil, og et tekstforspråk som definerer personen selv – rolle, bakgrunn og scenarioet den opererer i. Med andre ord kan utvikleren styre både hvordan agenten høres ut og hvem den er, uten å trene en ny modell.
Tallene – med forbehold
Nvidia rapporterer tre nøkkeltall for PersonaPlex-7B:
- 90,8 prosent turtakingsrate – hvor ofte modellen håndterer turbytter i samtalen slik mennesker gjør.
- 240 millisekunder avbrytelsesrespons – hvor raskt modellen reagerer når brukeren bryter inn.
- Rundt 170 millisekunder time-to-first-token – hvor raskt modellen begynner å svare.
Disse tallene er Nvidias egne, formidlet av Startup Fortune, og er ikke uavhengig verifisert. Det er heller ikke bekreftet at utgivelsen inkluderer en teknisk rapport eller reproduserbar benchmark-kode som lar utviklere etterprøve tallene lokalt, til tross for at kilden antyder noe slikt. Metodologien bak evalueringene er ukjent i det tilgjengelige materialet.
Hva som fortsatt er uklart
Flere praktiske spørsmål gjenstår. Det finnes ikke bekreftet primærdokumentasjon fra Nvidia – verken modellkort, teknisk rapport, Hugging Face-side eller GitHub-repositorium – i det materialet denne saken bygger på; alt stammer fra én sekundær kilde. Hvilke språk modellen støtter, hvilke treningsdata den er bygget på, og hvilke begrensninger NVIDIA Open Model License i praksis legger på kommersiell bruk, er ikke detaljert. Heller ikke maskinvarekravene utover «en enkelt GPU» er spesifisert.
For utviklere som vurderer åpen tale-KI er likevel hovedpoenget tydelig: full-dupleks samtaleteknologi, tidligere noe man hovedsakelig møtte gjennom API-er og demoer, finnes nå som en nedlastbar vektmodell med åpen kode – under forutsetning av at de dokumenterte detaljene holder når primærkildene blir tilgjengelige.