2026年11月12日，复旦大学MOSS团队联合上海创智学院与MOSI发布全双工实时交互模型MOSS-Live，并公布了与GPT-Live-1、豆包SeedDuplex等模型的对照评测。MOSS-Live在六项全双工指标上全部领先，其中无关语音误接话率只有2%，而GPT-Live-1和豆包分别高达68%与75%。但多轮任务完成率仍落后于GPT-Live-1。
误接话率2%：六项全双工指标全部领先
全双工考的是模型在真实对话里的分寸感：停顿思考时别抢话，旁人的声音别误接，插话要分清附和还是打断。停顿抢话率1.44%，GPT-Live-1为10.37%，豆包为14.29%；无关语音误接话率2%，比两款对照模型低66和73个百分点。无关打断拒识率68%，GPT-Live-1和豆包只有21%与13%。附和、口头语、无关语音三项抗干扰率98.17%、82.16%、78.90%，同样是参评模型最高。
工具调用并列第一，多轮任务仍落后GPT-Live-1
会聊天不等于能把事办完。工具调用成功率上，MOSS-Live为51%，与豆包并列最高，GPT-Live-1为45%；但多轮任务成功率57.93%，低于GPT-Live-1的67.68%，高于豆包的17.38%。语音理解也有取舍：Big-Bench Audio准确率88.40%，低于豆包的90.50%；多轮指令遵循3.35分（5分制），低于GPT-Live-1的3.72分。打断后回答质量4.88分、实体跟踪与纠错3.63分均为最高，打断后接续的能力更强。
MOSS-Live还支持语义打断、实时视频、屏幕共享与流式同声传译，前台持续交互、后台跑耗时任务：用户边聊边交办酒店查询，后台推进，前台继续对话，结果就绪再带回交流。这套设计最先受益的是多人会议、车载与客服场景——环境越吵、插话越多，误接话与抢话的代价越大。上述数字全部来自产品方公布的评测，官方页面未展开样本量、误差范围与完整评测配置，不同基准的分数也不宜混算成总排名。
MOSS-Live已开放MOSS平台在线体验与API调用，这是MOSS团队继MOSS-Image开源后的又一个公开动作。实时语音赛道同一天还有腾讯混元Hy Realtime发布，两款模型都在抢边聊边办事的场景。值得跟进的是第三方能否复现这组全双工成绩，以及它在会议与车载环境里的延迟与稳定性。
