---
title: "MinMo"
created: 2026-04-09
updated: 2026-04-09
type: entity
tags: [model, speech-model, multimodal, company]
sources: []
---

# MinMo

阿里团队于 2025 年 1 月发布的无缝语音交互多模态大模型。

## 基本信息

| 属性 | 值 |
|------|-----|
| arXiv | 2501.06282 |
| 团队 | 阿里巴巴 |
| 发布 | 2025-01-10 |
| 全双工延迟（理论） | ~600ms |
| 全双工延迟（实际） | ~800ms |
| Speech-to-Text 延迟 | ~100ms |

## 贡献

- 面向无缝语音交互的多模态 LLM
- 将语音交互模型分为 native 和 aligned 两大类
- 实时、自然、类人对话能力

## 相关页面

- [[full-duplex-speech-model]]
- [[seeduplex]]