Lonely(@Lonely__MH):🎉见证历史！国产开源大模型直接登顶 Hugging Face 双榜第一！刚刷到网易有道开源的实时流式语音大模型：Confucius4-R2T2 ，基于 Qwen3-ASR-1.7B 微调另外顺带把流式翻译模型 T3PO 一起开源了刚发布就同时斩获 HF ASR 与 Translation 两大细分垂类的 Trending 榜一，太燃了🔥 为了测测到底有多硬核，我把 R2T2（1.7B / GGUF 约 2.2GB）直接部署在自己的 MacBook Pro M2 上，跟行业老大哥 OpenAI Whisper-Large 做了对比视频画面反差极其强烈（重点看 0:21 秒高能👇） 🔥几个比较有意思的点： 1. 前缀稳定（独创 Stable Prefix 只增不改）增量重识别下，已输出文本基本只追加、不回改。 50 秒英文音频、2.5 秒步进：已出文本被改写 Whisper 16 次，R2T2 1 次；等效退格 1137 vs 39 字符。 2. 截断处不补全音频切在半句时，只输出有声学证据的部分，不靠语言模型先验去猜后文。中文改口指令：Whisper 出现繁体和错字，R2T2 零改写。对下游 LLM / Agent 来说，前缀可以直接消费 3. 端侧可部署 1.7B，Q8_0 GGUF 约 2.2GB，llama.cpp + Metal 在 16GB M2 Pro 上本地推理。官方 vLLM 方案需要 N 卡，Mac 走 GGUF 即可。模型👉🏻 https://t.co/tIRbqpI6Nf 代码👉🏻 https://t.co/YQkxGi7px3 适合本地部署，做语音输入法、实时字幕、会议助手有需要的，可以试试。以上。

2026.09.23 05:28

🎉见证历史！国产开源大模型直接登顶 Hugging Face 双榜第一！刚刷到网易有道开源的实时流式语音大模型：Confucius4-R2T2 ，基于 Qwen3-ASR-1.7B 微调另外顺带把流式翻译模型 T3PO 一起开源了刚发布就同时斩获 HF ASR 与 Translation 两大细分垂类的 Trending 榜一，太燃了🔥 为了测测到底有多硬核，我把 R2T2（1.7B / GGUF 约 2.2GB）直接部署在自己的 MacBook Pro M2 上，跟行业老大哥 OpenAI Whisper-Large 做了对比视频画面反差极其强烈（重点看 0:21 秒高能👇） 🔥几个比较有意思的点： 1. 前缀稳定（独创 Stable Prefix 只增不改）增量重识别下，已输出文本基本只追加、不回改。 50 秒英文音频、2.5 秒步进：已出文本被改写 Whisper 16 次，R2T2 1 次；等效退格 1137 vs 39 字符。 2. 截断处不补全音频切在半句时，只输出有声学证据的部分，不靠语言模型先验去猜后文。中文改口指令：Whisper 出现繁体和错字，R2T2 零改写。对下游 LLM / Agent 来说，前缀可以直接消费 3. 端侧可部署 1.7B，Q8_0 GGUF 约 2.2GB，llama.cpp + Metal 在 16GB M2 Pro 上本地推理。官方 vLLM 方案需要 N 卡，Mac 走 GGUF 即可。模型👉🏻 代码👉🏻 适合本地部署，做语音输入法、实时字幕、会议助手有需要的，可以试试。以上。