文章摘要
import YouTubeEmbed from '@/components/YouTubeEmbed'
【2026】Cerebras×Gemma 4 构建的最速语音 AI 栈完全指南！Parakeet・Gemma 4・Qwen3TTS 全貌
「与 AI 的对话居然能这么自然——」HuggingFace 研究负责人 Andi Marafioti 公开的演示引发热议。对机器人说话，AI 回答的速度比人类思考回复还快。而且只用开源栈就能实现。
本文完整解读那个「最速语音 AI 栈」的内容。从所用技术的细节、自己复现的方法、所需规格，都写得连初学者也能看懂。
本文你将了解
- 演示中使用的 3 个 OSS 模型（Parakeet・Gemma 4・Qwen3TTS）的详细内容
- Cerebras 的超高速推理为什么能实现 1,800 tokens/s
- 使用 HuggingFace Inference Providers 从 $2 开始的用法
- Reachy Mini 机器人的规格与价格
- 自己构建相同栈的设置步骤
- 本地运行时的所需规格
「快到不得不加延迟」——冲击性演示的意义
HuggingFace 多模态研究负责人 Andi Marafioti（前 Unity）于 2026 年 7 月 1 日公开的演示。内容很简单：
对 Reachy Mini 机器人说话，它会用摄像头环顾四周、搜索 Web、用声音回答。
到这里可能觉得「原来如此」。但回答速度完全不同级别。
- 语音识别（STT）：NVIDIA Parakeet → 约 80ms
- 语言理解＋图像识别＋Web 搜索（LLM）：Gemma 4 31B on Cerebras → 约 300ms 延迟、1,800 tokens/s
使用的 3 个开源模型
| 模型 | 角色 | 特点 |
|---|---|---|
| NVIDIA Parakeet | 语音识别（STT） | 约 80ms 的超高速识别 |
| Gemma 4 31B | 语言理解＋图像＋Web | 在 Cerebras 上以 1,800 tokens/s 运行 |
| Qwen3TTS | 语音合成（TTS） | 自然的声音输出 |
从 $2 开始的用法
- 创建 HuggingFace 账户（赠送 $2 额度）
- 用上面的 Python 代码测试 Gemma 4 on Cerebras
- 有兴趣的话订购 Reachy Mini（$299 起）
※ 本文链接不含联盟链接。以提供信息为目的。价格・规格为 2026 年 7 月时点。
相关阅读
この記事をシェアする
相关文章
2026年7月19日
【2026】Agents-A1（35B MoE）是什么？小参数却能做这些 —— 惊艳的智能体专用模型深度分析
2026年7月18日
【2026】Qwen3.6-35B Genesis Hermes GGUF 完全指南！在本地 PC 运行无审查多模态 MoE 的方法
2026年6月16日
【2026】AI 模型 API 价格完全比较！ChatGPT vs Claude vs Gemini vs DeepSeek vs MiMo
2026年6月17日
【2026】小米 MiMo API 完全解读！与 DeepSeek 同价的多模态 AI 模型
2026年6月25日
【2026】DS4Flash（DeepSeek V4 Flash）本地运行完全指南！最大化 96–128GB VRAM
2026年6月26日
【2026】Ornith-1.0 完全解读！超越 Claude Opus・MIT 许可的最强 AI 编码模型