高通 HiPLEX：全双工语音策略因子化 RL 框架

2026年10月7日，AGI Hunt 报道，高通 AI Research 提出 HiPLEX，一个面向全双工语音语言模型的强化学习框架。该框架的核心做法是把预训练的全双工文本策略因子化为两部分——控制策略与条件内容策略，并在训练中联合优化接话时机和语义内容，目的是让全双工语音模型的接话时机更自然。报道未给出实验结果、评测指标、模型规模或开源情况等进一步信息，早先该事件也仅以同一方法框架为标题，前后报道在框架名称与提出方上一致，暂无数字或说法上的出入。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。