PersonaPlex — голосовая модель NVIDIA, которую выложили в открытый доступ 15 января 2026 года. Она работает в режиме full-duplex: одновременно слушает и говорит, поэтому её можно перебивать, а сама она поддакивает и выбирает, когда вставить реплику. Роль задаётся текстовым промптом, голос копируется по аудиообразцу. Код открыт под MIT, веса — под лицензией NVIDIA, которая разрешает коммерческое использование. Ограничения серьёзные: только английский язык, серверная видеокарта и память на несколько минут разговора.
Что умеет модель
PersonaPlex — это 7 млрд параметров, дообученных поверх Moshi, открытой голосовой модели французской лаборатории Kyutai. Главное отличие от обычного голосового ассистента — нет режима «сказал, подождал, получил ответ». Модель слышит, что её перебили, и перестраивается, делает паузы, поддакивает «угу» и «ага», меняет интонацию.
По замерам самой NVIDIA на бенчмарке FullDuplexBench, модель правильно отрабатывает 95% прерываний и отвечает на смену реплики за 0,17 секунды. Независимой проверки этих цифр нет.
Роль задаётся одним текстовым промптом, а голос — коротким аудиообразцом: в комплекте 18 готовых голосов, можно подставить свой. NVIDIA показывает примеры с учителем, сотрудником банка и космонавтом на Марсе. Учили модель, правда, только на двух ролях — ассистента и службы поддержки, — остальное она достраивает сама.
Лицензия
Код выложен под MIT. Веса — под NVIDIA Open Model License: коммерческое использование и производные модели разрешены, но это не open source в строгом смысле. Чтобы скачать веса, нужно принять условия лицензии, права прекращаются, если обойти встроенные защитные механизмы, а за базовую модель Moshi нужно указать Kyutai.
Где она слабая
- Только английский. Автор модели объяснил: сама Moshi не многоязычная, а естественность разговора держится на корпусе английских диалогов, где собеседники записаны раздельно. Других таких открытых корпусов нет.
- Железо. Официально поддерживаются серверные видеокарты A100 и H100. В тесте MakeUseOf на игровой RTX 3090 модель заняла около 19 ГБ видеопамяти; на картах с 8 ГБ запускаются только квантованные сборки сообщества.
- Короткая память. Контекст — около четырёх минут разговора. По тому же тесту, после этого модель забывает роль, меняет имя и начинает ходить по кругу.
Что было дальше
Новой версии NVIDIA так и не выпустила: последние правки в репозитории — от 2 марта 2026 года. Популярность при этом высокая: к концу сентября у проекта больше 10 тысяч звёзд на GitHub и почти 2,9 млн загрузок на Hugging Face. Сообщество собрало облегчённые версии для Mac и для работы в браузере.
В июне Kyutai дообучила PersonaPlex с подкреплением и выложила свою версию — но уже под некоммерческой лицензией. Главный конкурент пришёл от OpenAI: в июле голосовой режим ChatGPT перевели на full-duplex модель GPT-Live, в сентябре её открыли разработчикам за $0,05 в минуту. Разница принципиальная: GPT-Live работает в облаке с поиском, памятью и инструментами, но копировать чужой голос не даёт; PersonaPlex можно запустить у себя и озвучить любым голосом, но это только модель разговора, без знаний и долгой памяти.
Итог
PersonaPlex показала, что живой голосовой разговор с ИИ можно получить в открытой модели, а не только у крупных облачных сервисов. Для продукта на английском — голосового бота поддержки, тренажёра, игрового персонажа — это рабочая основа. Для русскоязычного продукта пока нет: языка нет, и в ближайшее время, судя по словам авторов, не будет.
Из открытых моделей рядом — Qwen-Image-2.0, которую так же выложили в доступ.
